💡简介

在日常工作中，我们经常需要录制会议并将其转化为文字。然而，录制的视频文件通常是mkv格式，而飞书妙记仅支持mp4格式。这篇文章将探讨mkv与mp4的区别，并介绍如何使用ffmpeg在mac上进行格式转换。此外，我们还会简要探讨ffmpeg的工作原理。

🖼️背景

最近经常有会议录屏及转文字需求，但发现录屏生成的文字总是mkv格式，而好用的飞书妙记却仅支持mp4格式。所以首先第一个好奇的问题是：mkv与mp4有什么区别？
其次，折腾了很久之后发现 mac 上可以直接用 ffmpeg 转换格式，所以这篇文章也会记录一下如何使用 ffmpeg 转换视频格式。此外第二个好奇的问题是：ffmpeg 的原理是什么？

🧠思路

为了满足将mkv格式转换为mp4格式的需求，我们需要了解以下几点：

mkv与mp4的区别。
如何在mac上安装并使用ffmpeg进行格式转换。
ffmpeg的基本工作原理。

🔨解决

mkv与mp4的区别

总结而言：MP4有更好的兼容性，但视频质量比MKV略差；MKV有着更好的质量，但是文件大小更大，且兼容性略差。^[1]
mkv（Matroska Video File）和mp4（MPEG-4 Part 14）都是常见的视频文件格式。它们的主要区别在于：

容器格式：mkv是一个开放标准的多媒体容器格式，可以包含无限数量的视频、音频、图片或字幕轨道。mp4是由国际标准化组织（ISO）定义的多媒体容器格式，广泛用于视频播放和流媒体。
兼容性：mp4格式在各种设备和平台上具有更好的兼容性，而mkv格式则更灵活，支持更多的编码格式和功能。

mkv

简介：MKV（Matroska Video File）是一种新的多媒体封装格式，这个封装格式可把多种不同编码的视频及16条或以上不同格式的音频和语言不同的字幕封装到一个Matroska Media档内。Matroska同时还可以提供非常好的交互功能，而且比MPEG的方便、强大。^[1]
特点：Matroska最大的特点就是能容纳多种不同类型编码的视频、音频及字幕流，甚至囊括了RealMedia及QuickTime这类流媒体，可以说是对传统媒体封装格式的一次大颠覆！它现在几乎变成了一个万能的媒体容器。另外，MKV格式也更适合需要压缩大型视频文件的情况，因为它可以保持高质量并同时减小文件大小。
原理：Matroska所谓的封装AVI、RM、MOV等媒体，并不是简单将它们不加改变的合并到Matroska中，而是将它们的音视频流进行了重新组织。
播放：播放Matroska这类格式并不需要专用的播放器，任何DirectShow的播放器都可以播放MKV、OGM、MP4文件，仅需安装相应 Matroska 解码分离器插件即可。现有的播放器要播放MKV格式仅需安装相应的分离器插件即可。
其它补充材料：mkv文件细节解析5

mp4

简介：MPEG（Moving Picture Experts Group），是一个国际标准组织（IS0）认可的媒体封装形式，受到大部份机器的支持。其储存方式多样，可以适应不同的应用环境。MPEG的控制功能丰富，可以有多个视频（即角度）、音轨、字幕（位图字幕）等等。
特点：MP4是一种数字多媒体容器格式，用于存储音频、视频、字幕和图像。它是MPEG-4标准的一部分，广泛用于存储数字音频和视频流，以及其他数据，如静态图像和文本。
原理：MP4格式是由国际标准化组织（ISO）定义的多媒体容器格式，它采用了一种层次化的结构，可以存储多种编码格式的视频和音频数据。
播放：MP4格式的视频几乎可以在所有设备和平台的播放器上播放，包括计算机、手机、平板电脑、电视等。尤其是支持所有的移动设备，而 MKV 则几乎不被所有的移动设备支持。

使用ffmpeg转换格式

在mac上使用ffmpeg转换视频格式巨巨巨简单。以下是具体步骤：

安装ffmpeg：可以通过Homebrew安装ffmpeg^[2]。打开终端并输入以下命令：
1
brew install ffmpeg
转换视频格式：安装完成后，可以使用以下命令将mkv文件转换为mp4文件：
1
ffmpeg -i ${input}.mkv -codec copy ${output}.mp4
这里，-i参数指定输入文件，-codec copy参数表示直接复制视频和音频流而不进行重新编码。input和output分别为输入和输出文件的名称。

ffmpeg的原理

ffmpeg是一个开源的多媒体框架，可以用来录制、转换和流式传输音视频。^[3]

简介：FFmpeg是一个开源免费跨平台的视频和音频流方案，属于自由软件，采用LGPL或GPL许可证（依据你选择的组件）。它提供了录制、转换以及流化音视频的完整解决方案。
特点：它包含了非常先进的音频/视频编解码库libavcodec，为了保证高可移植性和编解码质量，libavcodec里很多codec都是从头开发的。FFmpeg在Linux平台下开发，但它同样也可以在其它操作系统环境中编译运行，包括Windows、Mac OS X等。
组成：FFmpeg项目由以下几部分组成：^[3,4]
- FFMpeg：视频文件转换命令行工具,也支持经过实时电视卡抓取和编码成视频文件。
- FFServer：基于HTTP(RTSP正在开发中)用于实时广播的多媒体服务器，也支持时间平移.
- FFplay：用SDL和FFmpeg库开发的一个简单的媒体播放器.
- libavcodec：一个包含了所有FFmpeg音视频编解码器的库.为了保证最优性能和高可复用性,大多数编解码器从头开发的.
- libavformat：一个包含了所有的普通音视格式的解析器和产生器的库，用于是如何输出的封装和解封装.
- libavfilter：提供音视频效果过滤功能，可以对音视频流进行各种操作。例如，裁剪、旋转、改变亮度和添加水印等。
- libavdevice：允许FFmpeg与各种输入输出设备交互，例如摄像头、录音设备等。
- libswscale：用于图像缩放、颜色空间转换等操作，支持不同分辨率和像素格式之间的转换。
- libswresample：用于音频重采样，支持音频流的转换和处理。
工作原理：FFmpeg的工作原理非常复杂，但简单来说，^[4]
- 输入：使用libavformat读取输入文件的容器格式，解析出音视频流的信息（包括编码格式、时长、分辨率等）。
- 解码：通过libavcodec解码音视频流，将输入的多媒体文件解码为原始音频和视频帧数据流。
- 处理：对数据流进行各种处理，如剪辑、滤镜、转码等。例如可选地，使用libavfilter进行各种处理，例如裁剪、缩放、添加特效等。如果进行转码操作，FFmpeg会根据目标格式设置相应的编码参数和选项。
- 编码：通过libavcodec，将经过处理后的数据重新编码成目标格式。
- 输出：使用libavformat将编码后的视频和音频流封装到目标媒体格式中。