ffmpeg -i video.mp4 -i audio.mp4 -c:v copy -c:a aac -strict experimental output.mp4

命令行运行 ./ffmpeg.exe -i video.mp4 -i audio.mp4 -c:v copy -c:a aac -strict experimental output.mp4

# 音视频
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

Jetson Orin 语音唤醒小模型实战：从选型到部署的避坑指南

背景痛点：边缘语音唤醒的三大拦路虎 最近在Jetson Orin上折腾语音唤醒模型，发现边缘设备部署和PC端完全不是一回事。主要卡在三个地方： 算力限制：Orin虽然比树莓派强得多，但跑完整版Wav2Vec2还是吃力，风扇狂转功耗问题：需要7x24小时待机的门禁系统，10W以上的功耗根本扛不住实时性要求：从"嗨Siri"到亮灯超过200ms，用户就会觉得卡顿 技术选型：轻量化

avatar 音视频技术专区

解决 'from paddlex.inference import genai报错 the generative ai engine plugins are' 的技术指南与避坑实践

问题背景 PaddleX 是飞桨（PaddlePaddle）生态下的全流程开发工具，其 genai 模块为生成式 AI（如文本生成、图像生成等）提供了便捷的推理接口。但在实际部署时，开发者常遇到插件加载失败的错误： from paddlex.inference import genai # 报错: the generative ai engine plugins are... 错误分析 核心原因

avatar 音视频技术专区

Jetson Orin Nano 上 MediaPipe 的安装与优化：AI 辅助开发实战指南

最近在Jetson Orin Nano上折腾MediaPipe，记录下完整流程和踩坑经验，希望能帮到同样在边缘设备部署AI方案的开发者们。 一、为什么选Jetson Orin Nano Jetson Orin Nano作为NVIDIA的明星边缘计算设备，有两大杀手锏： 功耗比优秀：8核ARM Cortex-A78AE + 1024个CUDA核心，15W TDP下能跑30TOPS算力生态完善：原生

avatar 音视频技术专区