官网下载：http://ffmpeg.org

1.可用的安装包

http://ffmpeg.org/download.html#build-windows

https://github.com/BtbN/FFmpeg-Builds/releases 

2.解压

3.添加系统环境变量

ffmpeg-N-102519-gdcb285d2b7-win64-gpl\ffmpeg-N-102519-gdcb285d2b7-win64-gpl\bin，将该bin目录添加到系统环境变量中。

 

 

 

Logo
音视频领域的无限可能，等你我来创造！

音视频技术社区，一个全球开发者共同探讨、分享、学习音视频技术的平台，加入我们，与全球开发者一起创造更加优秀的音视频产品！

更多推荐

ChatTTS Docker部署实战：从零搭建高可用AI语音合成服务

背景痛点 传统ChatTTS部署常遇到三大难题： 环境依赖复杂：需要手动安装Python 3.8+、PyTorch with CUDA、FFmpeg等组件，版本冲突频发GPU配置繁琐：不同型号显卡需匹配特定CUDA版本，本地开发与生产环境差异大扩展性差：单机部署难以应对流量波动，缺乏标准化部署方案 技术选型对比 | 方案 | 部署速度 | 隔离性 | GPU支持 | 适合场景 | |------

avatar 音视频技术专区

ChatTTS Docker化部署实战：从环境配置到性能优化全指南

背景痛点：为什么需要Docker化？ 在本地部署ChatTTS时，开发者常遇到以下问题： 环境依赖复杂：需要特定版本的Python、CUDA驱动、PyTorch等组件，手动安装易出现版本冲突系统污染风险：全局安装的依赖可能影响其他项目运行复现困难：开发环境与生产环境不一致导致『在我机器上能跑』问题资源隔离缺失：语音合成进程可能占用过量CPU/内存资源 技术选型：传统部署 vs Docker方案

avatar 音视频技术专区

ChatTTS Docker化部署实战：从环境配置到生产级优化

背景痛点 传统语音合成服务部署常遇到以下问题： CUDA版本冲突：不同AI模型对CUDA/cuDNN版本要求各异，本地环境难以兼容多版本Python依赖地狱：torch、transformers等库版本稍有偏差就会导致推理失败模型管理混乱：权重文件散落各处，无法保证团队环境一致性 技术对比 | 方案 | 隔离性 | 部署速度 | 跨平台性 | 适用场景 | |--------------|---

avatar 音视频技术专区