ffmpeg-audio

面向 ASR / TTS 及常见音频场景的最小化纯音频 FFmpeg 静态构建。

产出一个 5.4MB 的 ffmpeg 单文件二进制，100% 静态链接，可直接在任意 x86_64 Linux 上运行，无需安装任何依赖。另有 arm64 Linux 与 Windows amd64 的等价产物，一次构建三平台，并自动打包成 .tar.gz / .zip。

还提供 WebAssembly 版本：同一个裁剪配置编出 3.7MB 的 ffmpeg-core.wasm，配一个网页版音频转换工具，浏览器本地转码、不上传服务器。见 wasm/。

核心特性

跨系统可用：纯静态链接（无 .so 依赖），实测可运行于 CentOS 6+ / RHEL / Rocky / Ubuntu 12+ / Debian / Alpine(musl) / SUSE / 嵌入式 Linux
体积小：5.4MB（相比官方完整版 ~80MB，裁剪 93%）
零依赖部署：scp 一个文件即可，无需 apt install
纯音频裁剪：剥离视频、图片、字幕、网络协议等无关模块
浏览器可跑：额外产出 3.7MB 的 FFmpeg wasm（gzip 后 1.5MB）+ 开箱即用的网页转换器，无需后端

支持的格式

类型	格式
容器封装	WAV / MP3 / AAC(M4A, ADTS) / OGG / Opus / FLAC / AMR / WebM / Matroska / MOV / MP4 / ASF-WMA / AIFF(AIFF-C) / AU
解码	PCM(s16le/s16be/f32le/f64be/u8/alaw/mulaw，含 24/32bit 大端) / MP3 / AAC / Opus / FLAC / Vorbis / AMR-NB / AMR-WB / WMA v1 / v2 / Pro / Lossless / Voice
编码	PCM(全系列) / MP3(libmp3lame) / AAC / Opus(libopus) / FLAC / Vorbis(libvorbis) / WMA v1 (`wmav1`) / WMA v2 (`wmav2`) / AIFF / AU
协议	`file` / `pipe`(stdin, stdout 流式)
滤镜	`aresample` `aformat` `volume` `asetrate` `atrim` `concat` `channelsplit` `channelcombine` 等

WMA 说明：FFmpeg 只有 WMA v1/v2 两个编码器，WMA Pro / Lossless / Voice 是仅解码。所以「生成 .wma」只能是 v1/v2；但别人给的 Pro / Lossless / Voice 文件能正常读。

AIFF 说明：AIFF 本体是 Big-Endian PCM，编码走 -c:a pcm_s16be -f aiff； 24bit 用 pcm_s24be。AIFF-C（aifc）共用同一套 demuxer/muxer。

快速开始

1. 一键构建

git clone <repo> && cd ffmpeg-audio
./build-x64.sh

构建完成后产物位于 dist/ffmpeg，脚本会自动跑完 29 项功能测试。

./build-x64.sh --skip-test    # 跳过测试
./build-x64.sh --clean        # 清理后重新构建
./build-x64.sh --jobs 16      # 指定并行度

环境要求：x86_64 Linux + 可访问外网。依赖（gcc/make/yasm 等）脚本会自动安装。

2. 运行测试

./scripts/test-ffmpeg.sh                  # 自动使用 dist/ffmpeg（45 项用例）
./scripts/test-ffmpeg.sh test.wav         # 指定输入
FFMPEG_BIN=./dist/ffmpeg ./scripts/test-ffmpeg.sh test.wav

3. 转码成各种格式，人耳试听

只想"听一听效果"，而不是看 PASS/FAIL：

./scripts/test-ffmpeg-out.sh              # 输出到 ./out/，默认用 dist/ffmpeg + test.wav
./scripts/test-ffmpeg-out.sh test.wav ./myout
FFMPEG_BIN=./dist/ffmpeg-arm64-linux ./scripts/test-ffmpeg-out.sh

一次生成 53 个 可播放文件，覆盖：

WAV 家族（48k/16k/8k、单声道/立体声、float32、alaw/mulaw）与裸 PCM
MP3 320k/128k/64k/32k + VBR q2/q9（同源对比，直接听出码率与编码器差别）
Opus 128k/64k/32k/16k、VoIP 模式、-vbr off/constrained、WebM/MKA 封装、5.1 与 7.1 环绕
AAC 192k/96k/64k/32k（m4a / ADTS / MP4）
FLAC 16bit/24bit 无损、Vorbis q6/q2
WMA v1/v2 128k/64k/192k、AIFF 16bit/24bit、AU
滤镜效果：音量、变速、截取、拼接、限带、重采样对照

out/
├── 01_wav_48k_stereo.wav          # 无损基准
├── 10_mp3_320k_stereo.mp3         # 最高音质 MP3
├── 12_mp3_64k_stereo.mp3          # 明显失真，用来对比
├── 16_opus_128k_stereo.ogg        # Opus 音乐档
├── 25_opus_6ch_5.1.opus           # 5.1 环绕
├── 27_aac_192k_stereo.m4a         # AAC-LC
├── 33_flac_48k_stereo.flac        # 无损压缩
└── 41_fx_speed_1.5x.wav           # 1.5 倍速效果

浏览器能直接播 .wav .mp3 .ogg .opus .m4a .mp4 .webm .flac，一键打开目录：xdg-open ./out（macOS 用 open，Windows 用 explorer）。

3b. Windows 上校验 exe（不用装 bash）

拿到 dist\ffmpeg-amd64-windows.exe（或 dist\ffmpeg-audio-amd64-windows.zip）后，在 Windows 上双击 / cmd 里跑这一条就能自检：

scripts\windows\check-ffmpeg.bat

默认行为：找 dist\ffmpeg-amd64-windows.exe（没有就找 dist\ffmpeg.exe，再没有就找 dist\ffmpeg-audio-amd64-windows.zip 并自动解压），用仓库自带的 test.wav 跑完整自检，可试听文件落到 out\。

也可以显式指定：

scripts\windows\check-ffmpeg.bat dist\ffmpeg-amd64-windows.exe
scripts\windows\check-ffmpeg.bat dist\ffmpeg-amd64-windows.exe test.wav myout
scripts\windows\check-ffmpeg.bat dist\ffmpeg-audio-amd64-windows.zip

跑完输出：

============================================================
  校验通过 : 115        校验失败 : 0
  试听文件 : Z:\...\out\  成功 35 / 失败 0
============================================================
[PASS] 全部用例通过，功能正常

退出码：0 全部通过 / 1 有失败用例 / 2 环境或路径问题 —— 方便挂到批处理或 CI 里。

它检查什么（共 115 项）：

版本号能跑、编码器/解码器/封装器白名单（libmp3lame/libopus/libvorbis/wmav1/wmav2/…）
重采样与裸 PCM（16k/8k/48k、单声道/立体声、float32、alaw）
编码：MP3 / Opus(OGG,WebM) / AAC(M4A,ADTS) / FLAC / Vorbis / WMA v1,v2 / AIFF 16,24bit / AU
往返编解码：上面每种都解码回 WAV，确认能读回来
滤镜：volume aresample aformat asetrate atrim 及组合链
管道流式：MP3 直出
生成 35 个可试听文件到输出目录（含 320k/128k/64k/32k 同源对比、滤镜效果）

判定方式不是「看退出码」，而是让 ffmpeg 自己把文件完整解一遍（输出丢到 NUL），同时要求退出码为 0 且识别出的容器名符合预期 —— 这样「魔数对了但内容截断/损坏」也能查出来。不依赖 powershell / certutil，老系统、精简版 Windows 也能跑。

参数里的 = 需要加引号（cmd 会按 = 拆 token），脚本里已经处理好，你自己加用例时注意 -af "volume=0.5" 这种写法。

4. 常用命令

ASR 前置处理（重采样为 16k 单声道）：

./dist/ffmpeg -i test.wav -ar 16000 -ac 1 -c:a pcm_s16le 16k.wav

裸 PCM 流（对接识别引擎）：

./dist/ffmpeg -i test.wav -ar 16000 -ac 1 -f s16le out.raw

TTS 输出转 MP3 / Opus / WMA / AIFF：

./dist/ffmpeg -i in.wav -c:a libmp3lame -b:a 64k out.mp3
./dist/ffmpeg -i in.wav -c:a libopus -b:a 32k -f ogg out.opus

./dist/ffmpeg -i in.wav -c:a wmav2 -b:a 128k out.wma        # WMA v2（老播放器/老系统兼容）
./dist/ffmpeg -i in.wav -c:a wmav1 -b:a 128k -f asf out.asf # WMA v1
./dist/ffmpeg -i in.wav -c:a pcm_s16be -f aiff out.aiff     # AIFF 16bit（Mac / Pro Tools）
./dist/ffmpeg -i in.wav -c:a pcm_s24be -f aiff out24.aiff   # AIFF 24bit

反过来读 WMA / AIFF：

./dist/ffmpeg -i in.wma  -ar 16000 -ac 1 -c:a pcm_s16le 16k.wav
./dist/ffmpeg -i in.aiff -ar 16000 -ac 1 -f s16le 16k.raw

管道流式（零磁盘落地）：

cat test.wav | ./dist/ffmpeg -i pipe:0 -ar 16000 -ac 1 -f s16le pipe:1 | your_engine

浏览器版（WebAssembly）

把同一个纯音频裁剪配置编成 wasm，直接在浏览器里转码，文件不出本机。

# 方式一：用仓库里已编好的产物 —— 任意静态服务都行，不用改服务端配置
mkdir -p /tmp/ffwasm && cp wasm/web/* wasm/dist/* /tmp/ffwasm/
dufs /tmp/ffwasm            # 或 nginx / GitHub Pages / python3 -m http.server …

# 方式二：自己重新构建（首次约 15~25 分钟，会装 emscripten SDK）
./wasm/build-wasm.sh

注意：这份 wasm core 是多线程（pthreads）构建，需要 SharedArrayBuffer，也就是页面必须跨域隔离（响应头 COOP/COEP）—— FFmpeg 6.1 的 CLI 每条输入流都要起一个解码线程，线程不可用会直接失败： pthread_create() failed: Resource temporarily unavailable。静态托管给不了响应头，页面里的 web/coi-serviceworker.js 会用 Service Worker 把这两个头补上，首次访问自动刷新一次即可；服务器能配头的话直接配，SW 会自动跳过。另外地址必须是安全上下文（https:// 或 localhost/127.0.0.1），双击 file:// 和未隔离的 iframe 预览都不行。

网页工具支持：拖拽上传、选目标格式（MP3/WAV/FLAC/M4A/AAC/OGG/Opus/WMA/AIFF/AU）、采样率/声道/码率/音量、快捷预设（ASR 16k 单声道、裁剪、响度拉齐、倍速），也支持直接手写 FFmpeg 参数并内置常见音频命令。

产物与体积：

文件	大小	gzip
`wasm/dist/ffmpeg-core.wasm`	3.7 MB	~1.5 MB
`wasm/dist/ffmpeg-core.js`	170 KB	~38 KB

wasm 版复用 docker/configure-args.sh，所以它支持的格式与 dist/ 里的原生二进制 完全一致（同样只支持音频）。构建踩坑（旧 config.sub、emconfigure 清 PKG_CONFIG、内存参数、要剔的调试源文件）都记在 wasm/README.md。

多平台构建（容器里跑一条命令）

不需要流水线，也不需要往仓库塞 CI 配置。 进容器跑一条 sh，产物直接落 dist/：

# 交互式进容器（推荐，想怎么调就怎么调）
docker run --rm -it -v "$PWD:/work" -w /work alpine:3.19 sh

# 容器里就这一条（自动装依赖、复用源码包、编译、打包）
sh docker/build-in-container.sh

# 或者一条命令不进去（等价）
docker run --rm -v "$PWD:/work" -w /work alpine:3.19 sh docker/build-in-container.sh

跑完 dist/ 里就是：

dist/ffmpeg-amd64-linux              5.7MB   裸二进制
dist/ffmpeg-audio-amd64-linux.tar.gz 2.4MB   分发包（解压得到 ffmpeg/ffmpeg）

默认只出「本机架构」的 Linux 产物（x86_64 容器 → amd64）。要 arm64 和 Windows exe，在宿主机上（需要有 Docker + buildx）指定平台即可：

./docker/build-in-container.sh amd64            # x86_64 Linux
./docker/build-in-container.sh arm64            # arm64 Linux（需要 binfmt）
./docker/build-in-container.sh exe              # Windows amd64（单文件 exe）
./docker/build-in-container.sh all              # 三个平台全要
./docker/build-in-container.sh amd64 --no-package   # 只要裸二进制
./docker/build-in-container.sh --jobs 8         # 指定 make 并行度

目标	平台	特性	裸二进制	分发包	实测体积
`amd64`	`linux/amd64`	Alpine + musl，全静态	`dist/ffmpeg-amd64-linux`	`dist/ffmpeg-audio-amd64-linux.tar.gz`	~5.7MB
`arm64`	`linux/arm64`	Alpine + musl，全静态	`dist/ffmpeg-arm64-linux`	`dist/ffmpeg-audio-arm64-linux.tar.gz`	~4.8MB
`exe`	`windows/amd64`	mingw-w64，PE32+	`dist/ffmpeg-amd64-windows.exe`	`dist/ffmpeg-audio-amd64-windows.zip`	~4.4MB

老名字 x64 / win64 当别名保留，写法不用改。

arm64 需要 binfmt（只装一次）：

docker run --privileged --rm tonistiigi/binfmt --install arm64

源码包已经放在仓库里，不用每次重新下载

vendor/sources/ 里随仓库带着 5 个源码包（共约 16MB）：

vendor/sources/ffmpeg-6.1.2.tar.xz        10M
vendor/sources/opus-1.4.tar.gz            1.1M
vendor/sources/lame-3.100.tar.gz          1.5M
vendor/sources/libvorbis-1.3.7.tar.gz     1.6M
vendor/sources/libogg-1.3.5.tar.gz        580K

build-x64.sh、容器脚本、三个 Dockerfile 都会优先用这里的包，找不到才联网下载。所以第二次之后（甚至断网）构建都不会再拉源码。

补包 / 换版本 / 校验：

sh docker/fetch-sources.sh            # 缺什么下什么
sh docker/fetch-sources.sh --force    # 全部重新下载
sh docker/fetch-sources.sh --verify   # 只校验已有包（大小 + 归档完整性）
FFMPEG_VERSION=7.0 sh docker/fetch-sources.sh   # 换 FFmpeg 版本

打包

dist/ 下同时保留裸二进制和分发包：Linux → .tar.gz（解压得到 ffmpeg/ffmpeg）， Windows → .zip（解压得到 ffmpeg.exe）。打包用的是固定时间戳（SOURCE_DATE_EPOCH，默认取最后一次 git 提交时间），所以同样的输入会打出字节一致的包。

docker/package.sh              # 只打包 dist 下已有产物
docker/package.sh --check      # 打包 + 解包验证包内二进制能跑

关于 arm64：必须在 arm64 容器里构建。因为 FFmpeg 一旦传 --cross-prefix，就会去找 aarch64-linux-gnu-pkg-config，而 Debian/Alpine 的 pkg-config 包并不提供这个带前缀的名字，结果是 libopus not found using pkg-config。用 QEMU 模拟原生构建可以完全绕开这套交叉编译的坑。

关于 Windows：产物是单文件 exe，不依赖任何 DLL（除系统自带 KERNEL32/SHELL32/bcrypt/msvcrt）。

$ x86_64-w64-mingw32-objdump -p dist/ffmpeg-amd64-windows.exe | grep "DLL Name" | sort -u
    DLL Name: KERNEL32.dll
    DLL Name: SHELL32.dll
    DLL Name: bcrypt.dll
    DLL Name: msvcrt.dll

构建细节、两个踩坑记录（pkg-config 前缀问题、mingw 下 __memcpy_chk 链接失败）见 docker/README.md。

跨系统原理

跨发行版迁移二进制最常见的坑是 glibc 版本不兼容（新系统编译、老系统报 GLIBC_2.xx not found），以及 Alpine 用 musl 而非 glibc 导致完全无法运行。

本项目的解法是 全静态链接：

libmp3lame / libopus / libogg / libvorbis 全部编译为静态库（.a）
FFmpeg 以 --extra-ldflags="-static" 静态链接 libc
strip --strip-all 剥离调试符号

结果：二进制无 INTERP 段、无 DYNAMIC 段，不依赖目标系统任何动态库。

验证方式：

$ ldd dist/ffmpeg
        not a dynamic executable

$ file dist/ffmpeg
ELF 64-bit LSB executable, x86-64, statically linked, stripped

项目结构

.
├── build-x64.sh            # 一键构建脚本（下载源码 → 编译静态库 → 编译 FFmpeg → 测试）
├── scripts/
│   ├── test-ffmpeg.sh      # 功能自检脚本（45 项用例，带容器魔数断言，PASS/FAIL）
│   ├── test-ffmpeg-out.sh  # 转码试听脚本（53 个可播放文件，落到 out/）
│   └── windows/
│       └── check-ffmpeg.bat # Windows 上校验 exe（115 项，纯 bat 无需 bash）
├── wasm/                   # 浏览器版（WebAssembly）
│   ├── build-wasm.sh       # 一键构建：装 emsdk → 编依赖 → 编 FFmpeg
│   ├── web/
│   │   ├── index.html      # 网页版音频转换工具（图形界面 / 多文件合并 / 自定义参数 / 内置命令）
│   │   ├── ffmpeg-worker.js # Web Worker，后台线程跑 wasm
│   │   └── coi-serviceworker.js # 静态托管下自动补 COOP/COEP（跨域隔离）
│   ├── dist/               # wasm 产物（入库，可直接部署）
│   │   ├── ffmpeg-core.js
│   │   └── ffmpeg-core.wasm
│   ├── scripts/            # build-deps.py（依赖库）+ build-ffmpeg.py（FFmpeg）
│   └── README.md           # wasm 构建说明与踩坑记录
├── vendor/sources/         # 源码包（随仓库携带，避免每次重新下载）
├── docker/                 # 容器构建（Linux amd64/arm64 + Windows amd64）
│   ├── build-in-container.sh  # 进容器跑这一条：构建 + 打包，产物落 dist/
│   ├── fetch-sources.sh    # 下载/校验源码包到 vendor/sources/
│   ├── package.sh          # 打包成 .tar.gz / .zip（固定时间戳，可复现）
│   ├── Dockerfile.x64
│   ├── Dockerfile.arm64
│   ├── Dockerfile.win64
│   ├── build-ffmpeg.sh     # Linux 构建流程（amd64/arm64 共用）
│   ├── build-ffmpeg-win.sh # Windows 构建流程
│   ├── configure-args.sh   # FFmpeg 裁剪参数唯一来源（宿主 + 容器共用）
│   └── README.md           # 多架构构建说明与踩坑记录
├── test.wav                # 测试音频（48kHz 单声道 PCM，5.32s）
├── dist/                   # 构建产物（ffmpeg-amd64-linux / *.tar.gz / *.zip ...）
└── refer.md                # 原始构建参考文档

构建版本

组件	版本
FFmpeg	6.1.2
libopus	1.4
libmp3lame	3.100
libogg	1.3.5
libvorbis	1.3.7

版本可通过环境变量覆盖，例如：

FFMPEG_VERSION=6.1.2 OPUS_VERSION=1.4 ./build-x64.sh

自定义裁剪

FFmpeg 的 configure 参数只有一处：docker/configure-args.sh。宿主 build-x64.sh 和三个容器 Dockerfile 全都引用它，避免"本地产物有 Vorbis、镜像产物没有"这种参数漂移。

增删格式：编辑 docker/configure-args.sh 里的 --enable-demuxer / --enable-muxer / --enable-decoder / --enable-encoder 列表。

只关掉 WMA/AIFF（回到老的精简版，省 ~170KB）：

FFMPEG_AUDIO_EXTRA= ./docker/build-in-container.sh        # 容器构建
FFMPEG_AUDIO_EXTRA= ./build-x64.sh                         # 本机构建

wasm 版不需要另配一遍：wasm/scripts/build-ffmpeg.py 会 source 同一个 configure-args.sh，改了这里的格式列表，原生二进制和 wasm 会一起变。

FFMPEG_AUDIO_EXTRA 是白名单式开关，当前支持 wma、aiff 两个关键字，默认 wma,aiff。容器里的构建脚本会按 configure 参数算一个签名，参数一变就自动重编，不会出现"改了参数却还拿到旧二进制"的情况。

Navigation Menu

Repository files navigation

ffmpeg-audio

核心特性

支持的格式

快速开始

1. 一键构建

2. 运行测试

3. 转码成各种格式，人耳试听

3b. Windows 上校验 exe（不用装 bash）

4. 常用命令

浏览器版（WebAssembly）

多平台构建（容器里跑一条命令）

源码包已经放在仓库里，不用每次重新下载

打包

跨系统原理

项目结构

构建版本

自定义裁剪

About

Releases

Packages

Contributors

Languages

Name		Name	Last commit message	Last commit date
dist		dist
docker		docker
scripts		scripts
vendor/sources		vendor/sources
wasm		wasm
.cnb.yml		.cnb.yml
.gitignore		.gitignore
README.md		README.md
build-x64.sh		build-x64.sh
refer.md		refer.md
run_cnb.sh		run_cnb.sh
test.wav		test.wav

Latest commit

History

Folders and files

Repository files navigation

ffmpeg-audio

核心特性

支持的格式

快速开始

1. 一键构建

2. 运行测试

3. 转码成各种格式，人耳试听

3b. Windows 上校验 exe（不用装 bash）

4. 常用命令

浏览器版（WebAssembly）

多平台构建（容器里跑一条命令）

源码包已经放在仓库里，不用每次重新下载

打包

跨系统原理

项目结构

构建版本

自定义裁剪

About

Topics

Resources

Stars

Watchers

Forks

Releases

Packages

Contributors

Languages