1-打开官网   http://ffmpeg.org/ 点击下载

2-点击windows中的第一个下载——浏览器可能很慢，可以用迅雷快一些

3-下载好后将bin文件路径添加至环境变量

4-检验是否安装成功

命令行中输入：

ffmpeg -version

出现类似的即可。

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辅助开发中的HDMI YUV格式处理：从原理到高效实现

在AI视觉应用中，处理HDMI视频流时YUV格式的高效解码与转换往往成为性能瓶颈。今天结合实战经验，聊聊如何突破这个技术难点。 一、YUV格式的AI应用特性 YUV420 vs YUV444：YUV420通过色度下采样节省50%带宽，是HDMI最常见的格式，但AI模型通常需要RGB输入，转换过程消耗25%以上的处理时间内存敏感特性：4K YUV420帧需要12MB内存，而转换后的RGB帧膨胀到2

avatar 音视频技术专区

FunASR语音识别系统：Docker部署最佳实践与性能调优指南

核心功能与应用场景 FunASR是由阿里巴巴开源的语音识别框架，支持实时语音转写、离线文件转写和语音端点检测。在客服质检、会议纪要生成、直播字幕等场景广泛使用，其基于Paraformer的流式模型可实现200ms级延迟的实时识别。 传统部署的四大痛点 依赖地狱：需手动安装CUDA、torch、kaldi等组件，版本冲突频发资源争抢：多个模型实例共享显存时易引发OOM模型管理混乱：不同业务线模型文

avatar 音视频技术专区

AI辅助音频处理实战：librosa与pyaudio结合的高效开发指南

在AI音频处理领域，实时性和分析精度往往难以兼顾。今天我们就来聊聊如何通过结合librosa和pyaudio这两个强大的Python库，构建一个既能够实时处理音频流，又能进行深度音频分析的AI应用。 音频处理在AI应用中的重要性 音频处理是AI应用中非常重要的一环，从语音识别到音乐分类，从声纹识别到环境音监测，都离不开音频处理技术。但在实际开发中，我们经常会遇到一些痛点： 实时音频采集与处理之间

avatar 音视频技术专区