可以用segment_format 指定切片文件的格式：mp4/mpegts/flv

./ffmpeg -re -i input.mp4 -c copy -f segment -segment_format mp4 test_output-%d.mp4

 

使用segment_times可以指定时间点进行切片，比如，指定第3，6，9秒进行切片：

./ffmpeg -re -i input.mp4 -c copy -f segment  -segment_format mp4  -segment_times 3,6,9 test_output-%d.mp4

使用-reset_timestamps 1 设置每一个切片的时间戳都从0开始

 

使用ss 指定截取视频的开始时间，t指定duration

./ffmpeg -ss 10 -i input.mp4 -c copy output.ts

./ffmpeg -i input.mp4  -c copy -t 10 -copyts output.mp4

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

AI如何重新定义软件交付：从项目完成到持续演进的技术实践

传统软件交付的瓶颈与AI的破局 1. 背景与痛点：为什么我们需要改变 在传统软件交付模式中，我们通常会经历需求分析、设计、开发、测试、部署的线性流程。这种模式下存在几个核心问题： 交付周期长：从需求提出到最终上线往往需要数周甚至数月反馈滞后：用户反馈无法快速转化为产品改进维护成本高：每次变更都需要完整走一遍发布流程质量波动：人工测试覆盖率和准确度难以保证 2. 技术对比：AI驱动 vs 传统方法

avatar 音视频技术专区

从项目交付到持续演进：AI如何重新定义软件开发本质

传统软件交付模式的痛点分析 传统软件开发往往采用瀑布模型或敏捷开发，但这些模式存在几个核心痛点： 需求理解偏差：客户需求在传递过程中容易出现失真，导致最终交付物与预期不符。开发效率瓶颈：重复性代码编写、手动测试等环节消耗大量人力资源。维护成本高：项目交付后，代码难以扩展和优化，形成技术债务。反馈周期长：用户反馈需要等到版本发布后才能收集，迭代速度慢。 这些痛点导致软件开发长期陷入"交付

avatar 音视频技术专区

Java与AI实战：构建高并发智能推荐系统的避坑指南

背景痛点：Java集成AI模型的三大拦路虎 在实际项目中，Java应用对接AI模型时往往会遇到以下典型问题： 同步调用线程阻塞：传统Servlet模型下，每个推理请求独占线程，当模型推理耗时较长时（如200ms以上），线程池迅速耗尽导致服务雪崩。 GPU资源竞争：单台GPU服务器同时处理多个Java应用的推理请求时，显存溢出和CUDA核心争抢会导致吞吐量断崖式下降。我们曾遇到QPS从2000暴跌

avatar 音视频技术专区