Category: FFmpeg

한 번에 변환
yt-dlp로 영상을 받는다. H264 혹은 VP9 코덱을 이용된 영상으로 받아진다. H264는 GPU를 이용할 수 있어 빠른 속도로 할 수 있다. VP9는 CPU를 이용하면 빠른 속도로 변환할 수 있다.

변환의 목적은 이전에도 말했지만 용량 감소. 화질은 중요한게 아니다.
```
-fps_mode cfr -r 24 \
-filter_complex "[0:v]setpts=PTS/1.2,scale=-2:360[v];[0:a]atempo=1.2[a]" -map "[v]" -map "[a]" \
-c:v hevc_nvenc -cq 35 -b:v 500k \
-c:a aac -b:a 96k
```
2025-07-28
1.2배속으로 재생하도록 하기
```
-filter_complex "[0:v]setpts=PTS/1.2[v];[0:a]atempo=1.2[a]" -map "[v]" -map "[a]"
```
원본 1.2배속으로 영상과 음성을 저장하려면 이렇게 해준다.

이유는 모르겠는데 이 옵션이 용량을 가장 확실히 줄여주었다.
2025-07-25
출력 프레임 줄이기
ffmpeg에서 안정적으로 frame을 줄이려면 다음과 같이 한다. 초당 30으로 지정했다.
```
-vsync cfr -r 30
```
2025-07-25
ffmpeg 컴파일 설치
예전에도 언급한 것이지만 ffmpeg를 컨테이너에서 컴파일해서 사용하고 싶었다. CUDA와 관련되어 어려번 삽질한 경험이 있어서 한 번에 할 수 있는 방법을 찾아 보았다. 예전보다 AI가 응답을 잘 해주기 때문에 개발자용 컨테이너가 있는 것을 알게 되었다. 그래서 다음과 같은 방법을 시도했다.

호스트에 CUDA 최신 버전을 설치한다.

CUDA Toolkit 12.1 Downloads
Get the latest feature updates to NVIDIA’s proprietary compute stack.

CUDA Toolkit 과 Driver를 설치한다. 난 proprietary kernel module 를 이용했다.

CUDA와 관련된 것들이 있는 컨테이너를 이용한다. 하다보니 ubuntu 22.04 를 선택했는데 24.04를 선택했어도 잘 될 것 같다.

4번째 줄의 옵션을 저렇게 하지 않으면, 인코딩 할 때에 오류가 생긴다.

Specialized Configurations with Docker — NVIDIA Container Toolkit
Users can control the behavior of the NVIDIA container runtime using environment variables – especially for
enumerating the GPUs and the capabilities of the driver.
Each environment variable maps to an command-line argument for nvidia-container-cli from libnvidia-container.
These variables are already set in the NVIDIA provided base CUDA images.
```
docker run --gpus all \
  -it --name ffmpeg \
  --restart always \
  -e NVIDIA_DRIVER_CAPABILITIES=all \
  nvidia/cuda:12.9.1-devel-ubuntu22.04
```
```
echo 'Acquire::http::Proxy "http://rcc01.work:3142";' > /etc/apt/apt.conf
```
```
rm -rf /etc/localtime
ln -s /usr/share/zoneinfo/Asia/Seoul /etc/localtime 
```
```
apt-get -y update && apt-get -y upgrade
```
```
apt-get -y install apt-utils	build-essential	git	nasm	pkg-config	libx264-dev	libx265-dev	libnuma-dev	libpostproc-dev	libass-dev	fontconfig	libavcodec-dev	
libvpx-dev libvorbis-dev libopus-dev libwebp-dev 
libmp3lame-dev libavformat-dev	software-properties-common
```
다음 방법으로 ffmpeg를 설치한다.

Using FFmpeg with NVIDIA GPU Hardware Acceleration – NVIDIA Docs
All NVIDIA® GPUs starting with Kepler generation support fully-accelerated hardware video encoding and decoding. The hardware encoder and hardware decoder are referred to as NVENC and NVDEC, respectively, in the rest of the document.

ffnvcodec 설치한다.
```
git clone https://git.videolan.org/git/ffmpeg/nv-codec-headers.git

cd nv-codec-headers
sudo make install
cd –    
```
ffmpeg를 다운 받는다.
```
git clone https://git.ffmpeg.org/ffmpeg.git ffmpeg/
```
./configure는 다음을 것으로 한다.
```
./configure --enable-nonfree --enable-cuda --enable-cuvid --enable-nvenc --enable-cuda-nvcc --enable-libnpp --extra-cflags=-I/usr/local/cuda/include --extra-ldflags=-L/usr/local/cuda/lib64 --disable-static --enable-shared --enable-gpl --enable-libx264 --enable-libx265 --enable-libass --enable-fontconfig  --enable-libvpx --enable-libvorbis --enable-libopus --enable-libwebp --enable-libmp3lame
```
```
echo '/usr/local/lib' >> /etc/ld.so.conf
echo 'export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64' >> ~/.bashrc
```
```
make -j 6
make install
```
2025-07-07