Если обрезка черных полос (Auto-Crop) с помощью FFmpeg и связки с avs-virtual-bridge

Классический AviSynth-плагин AutoCrop работает плохо на старом кино из-за шума, виньетирования и пленочного зерна. FFmpeg работает лучше, но его сложно интегрировать в сложный скрипт.

Если вам нужна автоматизация, оберните всё в один batch-файл:

Полный пайплайн: анализ → парсинг → рендер

Шаг 1: Анализ видео
ffmpeg -i input.mkv -vf cropdetect=24:16:0 -frames:v 300 -f null - 2> crop_data.txt

Шаг 2: Парсинг результатов
python parse_crop.py

Шаг 3: Рендер через AviSynth
ffmpeg -i process.avs -c:v libx264 -crf 18 output.mkv

Готово!

Это дает вам полный контроль над процессом и позволяет интегрировать FFmpeg-анализ в любой сложный AviSynth-пайплайн.

Это "слегонца":

Для большинства случаев Метод двухпроходный анализ - оптимальный выбор.

С аудио, с любыми конвертациями звука и его улучшением всё значительно проще. Не надо пытаться делать сложную обработку звука внутри AviSynth. Он для видео. Для улучшения звука (шумоподавление, нормализация, разделение дорожек) FFmpeg и Python-экосистема на голову выше.

Видео обрабатывает AviSynth, а аудио обрабатывается отдельно через FFmpeg/Python, и в конце они склеиваются (ремукаются).

Современные версии FFmpeg имеют встроенные мощные аудиофильтры.

Пример команды (все в одной строке):

Что здесь происходит:
-c:v copy - видео копируется без перекодирования (мгновенно).
loudnorm - профессиональная нормализация громкости по стандарту EBU R128 (делает звук равномерным, как на ТВ/стриминге).
afftdn=nf=-25 - встроенный в FFmpeg спектральный шумодав (чем меньше число, тем агрессивнее подавление).
-c:a aac -b:a 192k - конвертация аудио в качественный AAC.

Продвинутое улучшение через Python + ML (Для архивов и реставрации):
Если звук старый, с шипением, гулом или нужно выделить голос (например, для реставрации старого фильма), FFmpeg-фильтров может не хватить. Здесь на помощь приходит Python.
...
Извлечение звука: ffmpeg -i input.mkv -vn -c:a pcm_s16le temp_audio.wav

Обработка в Python:
Для удаления шума: библиотека noisereduce или RNNoise (очень легкая нейросеть, отлично чистит речь).
Для разделения голоса и музыки/шума: библиотека demucs (от Meta) или spleeter. Она может вытащить чистый диалог из старой записи с фоновым гулом проектора.

Сборка: ffmpeg -i video_from_avisynth.mkv -i cleaned_audio.wav -c:v copy -c:a flac final_output.mkv

import soundfile as sf
import noisereduce as nr

# 1. Загружаем аудио
data, rate = sf.read("temp_audio.wav")

# 2. Применяем шумоподавление (предполагаем, что это речь)
reduced_noise = nr.reduce_noise(y=data, sr=rate, prop_decrease=0.8)

# 3. Сохраняем очищенный звук
sf.write("cleaned_audio.wav", reduced_noise, rate)

Кратко о параметрах:
prop_decrease=0.8 - степень подавления шума (от 0 до 1), 0.8 - сильное, но не искажающее речь подавление.
stationary=True/False - если шум постоянный (например, вентилятор), лучше stationary=True. Если меняется - оставьте False.

Третий уровень это Идеальный гибридный пайплайн (AviSynth + FFmpeg)

Batch-скрипт (Windows) для автоматизации:

set INPUT_VIDEO=input.mkv
set AVS_SCRIPT=script.avs
set TEMP_AUDIO=temp_audio.wav
set FINAL_AUDIO=final_audio.flac
set OUTPUT=final_result.mkv

[1/4] Извлекаем исходный звук без потерь...
ffmpeg -y -i "%INPUT_VIDEO%" -vn -c:a pcm_s16le "%TEMP_AUDIO%"

[2/4] Улучшаем звук (нормализация + легкий шумодав)...
ffmpeg -y -i "%TEMP_AUDIO%" -af "loudnorm=I=-16:TP=-1.5, afftdn=nf=-20" -c:a flac "%FINAL_AUDIO%"

[3/4] Обрабатываем видео через AviSynth (без звука, чтобы сэкономить ресурсы)...
:: Важно: в самом .avs скрипте используйте KillAudio(), если звук там не нужен
ffmpeg -y -i "%AVS_SCRIPT%" -c:v libx264 -crf 18 -preset slow -an temp_video.mkv

[4/4] Склеиваем обработанное видео и улучшенный звук...
ffmpeg -y -i temp_video.mkv -i "%FINAL_AUDIO%" -c:v copy -c:a copy -map 0:v:0 -map 1:a:0 "%OUTPUT%"

Готово Результат в "%OUTPUT%"

Да, аудио проще. Вам не нужно изобретать велосипед или писать сложные мосты (avs-virtual-bridge) для аудио. Просто позвольте AviSynth делать то, что он умеет лучше всего (видео-фильтры), а всю грязную работу со звуком делегируйте одной команде FFmpeg или легкому Python-скрипту перед финальным ремуком.

Слегонца и не надо грузить систему простенького ноутбука, насиловать его процессор. Задача такого ноутбука - посерфить по интернету. Скачать что-либо и работа с текстом.

ffmpeg действительно является мощнейшим инструментом, способным заменить целый набор программ, включая XviD4PSP, Adobe Audition и даже часть функционала DaVinci Resolve, особенно если речь идёт о стандартной постобработке. Один проход → нет временных файлов → меньше нагрузки на диск и память. Полный контроль через командную строку → можно сохранять шаблоны под разные задачи.

Если упал FPS при обработке видео - это почти всегда связано с нагрузкой на процессор, видеокарту или диск, особенно на слабом ноутбуке.
В XviD4PSP придется переключаться с макс-качества на умеренную нагрузку. Железо не резиновое. А ffmpeg позволяет гибко балансировать между скоростью и качеством.

FPS упал и Славе Боброву надо отдавать чистить или оптимизировать, фильмов вы получите на форуме меньше. Так что делать-то? Не надо грузить систему лишним. Аудиоконвертерами, их там аж 5–7 штук, Неркой (пакетами для записи болванок) и всем тяжеленным. И тем более грузить беспонтовым.

Форум создан для помощи и обсуждений. А скачать блюреи-оригиналы мы все и так легко можем. У Селезня у любого аиста. :) Посмотрели и стёрли, если опять надо смотреть, заново качнули. Кто хранит-то.) Если всё хранить 555 аккаунтов терабокса не хватит. Тем более, как показала практика, вы там с трудом можете найти что-либо и поставить галочку.