osu!直播切片工作流：OBS回放缓冲+FFmpeg批量精剪指南

这次不聊怎么打 osu!，聊怎么把打出来的东西剪成能发的视频。标题里写得很直白：两个 aim slop 400pp。aim 指 osu! 里快速定位光标的那类操作，slop 可以理解为随手一打但效果在线的发挥，400pp 是表现分（Performance Points）的近似段位，社区里也习惯把 pp 念成“屁屁”。所以这一串标题翻译过来就是：“一次直播里出现了两段靠瞄准拿下高 pp 的片段，我把它剪成 clip 了”。

这类片段大多数玩家都碰到过：直播间刚打完一把高 pp，想发出去，结果要翻半小时录像、拖进度条、找切点、再手动转码。素材多了以后，这种重复劳动非常消耗时间。比运气更值得复用的，是一套能反复工作的切片流程：直播时用 OBS 的回放缓冲把亮点提前“握住”，事后用 osu! 回放文件重渲染画质更高的画面，再用 ffmpeg 批量精切，最后统一转码发布。

这篇文章会把这条链路完整过一遍，包括录制端怎么配置、回放缓冲怎么用、.osr 回放文件怎么处理、ffmpeg 修剪命令怎么写、批量任务怎么组织，以及常见的翻车点和排除思路。设备要求不高：能流畅直播 osu! 的电脑基本就能跑这套流程，关键在编码器选型和分辨率设置。适合两类读者：一类是做游戏直播切片的人，另一类是手里攒了大量录屏素材、想搞半自动视频剪辑工具链的人。

1. 核心能力速览

在拆步骤之前，先把这条“osu! 直播 clip 工作流”的能力边界和工具构成列出来，方便判断它适不适合自己的场景。

需要注意，OBS 的具体菜单结构、FFmpeg 各显卡编码器的名称会随版本变化，表格里不写死版本号，实际配置时以本机安装的版本为准。

2. 适用场景与使用边界

这条工作流的核心思路是“录制时不存全部，剪片时不手工翻”。它适合这些场景：

• 直播 osu! 或者其他节奏类游戏，想快速把几次高光发挥剪成短视频。
• 手里已经有大量本地录屏素材，想用命令脚本批量截取指定时间区间。
• 觉得录屏画质不够、想用 osu! 回放文件重新渲染出一版更干净的素材。
• 想把“直播记录”转成适合发布的“二次创作内容”，并且希望流程可重复。

它不适合的场景也很明显：如果你要做的是剧情向长视频、需要大量转场特效、花字包装和多层字幕的正式节目，FFmpeg 裸命令工作流会显得太原始。这类需求应该回到剪映、Premiere 或者 DaVinci Resolve 去完成。本文的定位是“快速切片和批量预处理”，不是替代全套非编软件。

使用边界这块必须多提一句。做直播切片时，优先选择自己的直播内容进行剪辑。如果素材来自他人直播、比赛转播或者多人的联机录屏，发布前要确认授权关系；背景音乐和音效同样需要留意版权。涉及人物肖像、语音的片段，也要考虑当事人的知情和授权。工具本身没有合规属性，但用工具做出来的内容是否有授权，就是你自己的责任了。

3. 环境准备与前置条件

这套工作流不依赖某个重型运行时，主要准备三端：录制端、osu! 回放端、剪辑处理端。

3.1 录制端

录制端指 OBS Studio。建议从官网安装较新的稳定版，游戏内画面捕获、窗口捕获和显示器捕获按自己的直播习惯选一种。这里优先推荐“游戏捕获”或“窗口捕获”，因为 osu! 的窗口大小固定，窗口捕获的资源开销更小。

音频方面，如果你直播时用的是麦克风、游戏声音分开的音频方案，录像里最好也保留多音轨。OBS 支持把桌面音频和麦克风分别放进不同的轨道，这一步在切片阶段很有用：想让某个片段不带解说声音，直接从音轨层面处理，而不是在画面里重混。

3.2 osu! 回放端

osu! 稳定版的回放文件是 .osr 格式，默认存放在游戏安装目录下的 replays 文件夹里。如果你用的是 Lazer，回放管理方式不太一样，导入和导出的入口也不同。无论哪个版本，建议都确认一下自己的回放文件能不能被当前客户端读取，版本不一致时回放经常打不开。

回放文件的价值在于：录像画面是压缩过的，而回放可以在游戏客户端里重放一次，你可以换皮肤、关闭点击特效、放大局部、调整光标轨迹的显示效果，再用录屏软件把回放窗口采下来。对 osu! 切片来说，这是提升画面干净度最直接的手段。

3.3 剪辑处理端

FFmpeg 是这套流程的核心执行工具。Windows 用户可以从官方构建站点或可靠的发行渠道获取，安装后记得把可执行文件路径加入系统 PATH。建议先用下面这条命令确认基本功能正常：

bash复制ffmpeg -version

如果只输出版本号而没有报错，说明基础环境可用。

另外，如果需要跑批量脚本，建议安装 Python 3。脚本里只需要 subprocess 和 pathlib 标准库，不需要额外安装第三方包。

磁盘空间按录制码率估算。以常见的 1080p 直播录像为例，码率越高文件越大；如果走 CQP 或 CRF 质量模式，文件大小会随画面复杂度波动。基本公式是：码率(Mbps) × 时长(秒) ÷ 8 = 文件大小(MB)。录制素材、粗切文件、精剪文件最好分目录存放，避免一个目录越来越难维护。

4. 直播录制与亮点捕捉

4.1 OBS 录制参数先调稳

正式直播前，先把录制参数调稳。常见做法是：

• 输出模式选“高级”。
• 编码器根据显卡选择：NVIDIA 用 NVENC，AMD 用 AMF，Intel 核显用 QSV，也可以直接用 x264 走 CPU 编码。
• 录制格式建议用 MKV，而不是 MP4。MKV 在断电或 OBS 崩溃时不容易损坏文件，后续可以无损转封装成 MP4。
• 直播推流和本地录制建议分开配置。推流码率按平台限制走，本地录制按画质需求走。

这部分不要照抄某个版本的按钮名称，OBS 版本更新较快，以实际界面为准。

4.2 用回放缓冲代替全程录屏

很多新手做切片时开着“全部录像”录一整场直播，结果一个小时直播产生几十 GB 文件，真正用到的只有十几秒。更好的办法是开启 OBS 的“回放缓冲”（Replay Buffer）。

回放缓冲的原理是：OBS 在后台持续缓存最近 60 到 120 秒的画面和声音，默认不落盘。当你按下保存快捷键时，它才把缓存内容写入文件。这把“录一整场”变成了“只保存亮点前一分钟”，硬盘压力小很多。

配置里需要做两件事：设置缓冲时长，绑定一个保存快捷键。比如打完一把 400pp 的图上显示成绩后，立刻按保存键，OBS 会把成绩结算的前 60 秒写入素材目录。

这一段是整套切片工作流里性价比最高的改进。它不增加设备成本，只是改变录制习惯，却能让素材量减少一个数量级。

4.3 回放文件重渲染

回放缓冲保存的是直播画面，画质上限由直播参数决定。如果想获得更干净的 osu! 画面，可以在打完之后立刻在 osu! 客户端里用回放重看这一段，或者找到对应的 .osr 文件，在客户端里重新播放。

回放重渲染的目的不是取代剪辑，而是生产一版“干净素材”。建议关闭 osu! 界面里的聊天、暂停提醒和多余 UI，只保留游玩画面和击打效果，再用 OBS 把回放窗口录制下来。对比录屏压缩后的画面，回放重采通常能获得更锐利的判定框和更稳定的帧率。

如果 Lazer 版本提供原生导出功能，可以直接用导出结果；如果只有 .osr 文件，就回到“播放回放 + OBS 录屏”的组合。

5. 用 FFmpeg 做精切与转码

假设你已经拿到了一个原始素材文件，无论是 OBS 直接录制，还是重渲染回放得到的录屏，下一步就是用 FFmpeg 剪出需要的片段。

5.1 精确重编码裁剪

先看最基本的裁剪命令。-ss 指定开始时间，放在 -i 前面可以快速定位，-t 指定持续时间。重编码是为了让切点精确到帧，并统一输出编码参数。

bash复制# 从素材 12 分 30 秒开始，裁剪 20 秒，重编码为 H.264 的 MP4
ffmpeg -ss 00:12:30 -i RAW_20250101_2030.mkv -t 20 \
  -c:v libx264 -preset medium -crf 18 -pix_fmt yuv420p \
  -c:a aac -b:a 192k \
  clip_aim_400pp.mp4

-crf 18 是画质相对较高的档位，数值越小画质越好、文件越大。正式发布前可以先用 23 左右测试体积和画质的平衡。

5.2 无损快速粗切

如果你是先从一段长视频里挑多个候选片段，第一轮可以用流复制模式快速切，速度非常快，不重新编码所以没有画质损失：

bash复制# 流复制模式，几乎不消耗 CPU，适合大批量粗选
ffmpeg -ss 00:12:30 -i RAW_20250101_2030.mkv -t 20 \
  -c copy -avoid_negative_ts make_zero rough_cut_01.mkv

缺点也很明确：切点会被对齐到最近的关键帧，精确度不如重编码。所以“先用流复制粗筛，再用重编码精修”是比较好的搭配。

5.3 硬件加速转码

如果你的显卡支持 NVENC、AMF 或 QSV，FFmpeg 可以调用硬件编码器，速度比 x264 快很多。NVIDIA 环境下常见写法是 h264_nvenc：

bash复制# 使用 NVIDIA NVENC 加速编码，注意编码器名以 ffmpeg -encoders 输出为准
ffmpeg -ss 00:12:30 -i input.mkv -t 20 \
  -c:v h264_nvenc -preset p5 -cq 23 -pix_fmt yuv420p \
  -c:a aac -b:a 192k output.mp4

不确定本机支持哪些编码器时，先运行 ffmpeg -encoders 查看列表。硬件加速编码在批量任务里体验差距很大，建议优先确认。

5.4 音频简单处理

如果录制时游戏声音和麦克风混在同一根音轨，切片后声音没有大问题就不用处理。但如果你希望去掉麦克风杂音、降低噪声，可以在重编码裁剪时加一个音频滤波器：

bash复制# 音频高通滤波 80Hz 以下，低通滤波 12kHz 以上，去除部分低频噪声和高频杂音
ffmpeg -i input.mp4 -c:v copy -af "highpass=f=80,lowpass=f=12000" -c:a aac output.mp4

实际操作时滤波参数需要听感调整，不要照搬；高切太多会让游戏高频音效发闷。

6. 批量切片的工程化组织

当素材量多起来后，手工敲命令就不现实了。把任务拆成“输入清单 + 脚本执行 + 输出目录”，批量处理就会稳定很多。

6.1 目录结构

建议按下面的方式组织素材目录：

text复制osu_clips/
├── raw/               # 原始录制文件
├── rough/             # 粗切结果
├── final/             # 精剪输出
├── replays/           # .osr 回放文件
└── script/            # 批处理脚本

所有原始录制文件只进 raw 目录，粗切结果放 rough，最终发布版本放 final。这样即使剪辑脚本改坏了，原始文件也不会被覆盖。

6.2 Python 批量裁剪脚本

下面是一个最小可用的 Python 脚本模板。它遍历一个列表，对每个条目调用 FFmpeg 裁剪，并输出日志。你可以把它改成读取 CSV 时间戳文件，也可以加入失败重试逻辑。

python复制# 批量切片脚本，核心是调用 FFmpeg 子进程
import subprocess
from pathlib import Path

clips = [
    {"input": "raw/20250101_2030.mkv", "start": "00:12:30", "duration": "20", "name": "aim_1"},
    {"input": "raw/20250101_2030.mkv", "start": "00:31:40", "duration": "18", "name": "aim_2"},
]

for c in clips:
    out = Path("final") / f"{c['name']}.mp4"
    cmd = [
        "ffmpeg", "-y",
        "-ss", c["start"],
        "-i", c["input"],
        "-t", c["duration"],
        "-c:v", "libx264", "-crf", "18", "-preset", "medium",
        "-c:a", "aac", "-b:a", "192k",
        str(out)
    ]
    result = subprocess.run(cmd, capture_output=True, text=True)
    if result.returncode == 0:
        print(f"完成 {out}")
    else:
        print(f"失败 {out}: {result.stderr[-500:]}")

脚本里的 -y 参数会在输出文件已存在时自动覆盖，避免重复运行时报错中断。

6.3 从长视频里自动查找候选片段

如果你没有用回放缓冲，只有一整段数小时的直播录像，可以用 FFmpeg 的静音检测功能辅助定位“可能有亮点”的片段。思路是：直播过程中，如果玩家安静下来、游戏声音突然变弱，往往对应结算界面或者关键场景切换。

bash复制# 检测音量低于 -30dB 且持续 5 秒以上的位置，输出时间点
ffmpeg -i raw_input.mkv -af "silencedetect=noise=-30dB:d=5" -f null -

输出里的 silence_start 和 silence_end 就是候选时间点。这个方法不精确，但可以帮你把几小时的素材缩小到几个候选区间，再结合时间戳清单做精切。

6.4 接入直播自动化打点

OBS 可以通过 obs-websocket 暴露控制接口，直播时如果按下某个组合键，自动触发回放缓冲保存并写入自定义文件前缀。这已经超出了本文的纯 FFmpeg 范围，但对高频切片创作者来说是进阶方向。需要说明的是，obs-websocket 的版本和协议联动方式会发生变更，接入前要查阅当前版本的接口文档。

7. 资源占用与性能观察

如果你观察这套流程的资源占用，重点看三个环节：录制环节、FFmpeg 转码环节、批量并行环节。

7.1 录制环节

OBS 录制时，CPU 占用主要来自画面合成和音频处理，编码器负载取决于你选的是 x264 还是硬件编码器。x264 的 medium 档位在 1080p 下会明显增加 CPU 占用；NVENC 等硬件编码器则把压力转移到 GPU 上，CPU 占用显著下降。

如果电脑已经开到游戏，还要直播推流，优先使用显卡硬件编码器，给游戏留出足够的 CPU 余量。注意，显存占用不是固定值，画面分辨率、滤镜数量、OBS 预览窗口都会影响显存使用，必须以本机任务管理器或 GPU 监控工具读数为准。

7.2 FFmpeg 转码环节

FFmpeg 转码时，x264 编码器是 CPU 密集型任务；跑批量任务时如果并发数过高，会导致 CPU 满载、系统卡顿。先测试单条任务，摸清耗时之后，再决定是串行跑还是限制并发数跑。

使用 NVENC 编码时，显存占用会比 CPU 编码低很多，但 GPU 的编码器是有独立硬件单元的，占用编码器资源不等于高显存占用。监控时重点看 NVIDIA-SMI 里的 encoder 使用率，而不是只看显存。

7.3 如何降低资源占用

想降低资源占用，可以按优先级做这几件事：

• 录制时用 MKV 格式，避免录制中断损坏文件，省掉反复重录的成本。
• 用回放缓冲替代全程录屏，从根本上减少待处理的素材量。
• FFmpeg 批量任务不要全量并发，建议串行或双线程。
• 剪辑阶段先用 -c copy 粗切，最后只对最终片段重编码。
• 老电脑可以把 osu! 回放重渲染的分辨率降到录屏分辨率，减少 OBS 采集压力。

8. 常见问题与排查方法

运行这套流程时，最常遇到的问题集中在录制损坏、切点不准、音画不同步和回放版本不兼容。整理成一个排查表：

以上排查项是通用思路，具体报错信息可能随 OBS 和 FFmpeg 版本变化，遇到问题先看日志，这是最快的定位方式。

9. 最佳实践与发布前检查

工具链能跑通之后，稳定性比功能丰富更重要。下面几条是这套流程用得顺手的前提。

9.1 先小参数测试

不要在直播时直接切换一套全新配置。建议先用手机或录屏软件录一段 10 分钟的 osu! 练习，跑通“录制到裁剪到输出”全流程，确认 FFmpeg 命令在当前电脑上能正常工作。第一次用 NVENC 编码的人，尤其要先验证编码器名称和输出文件能否被播放器正常打开。

9.2 保留原始素材

粗切文件、精剪文件都可以删，但 raw 目录里的原始录制和 replays 目录里的 .osr 回放文件尽量保留。一次剪辑没剪好，重新跑一遍脚本的成本很低，但如果原始文件被覆盖或删除，再想重剪就麻烦了。

9.3 文件名包含时间信息

osu! 的切片经常需要对应到某一天、某一场直播的某一个片段。建议文件名统一为“年月日_开始时间_片段名”，例如 20250101_2030_aim_400pp.mp4。批量脚本里生成这种名称比事后手动改名可靠得多。

9.4 导出参数按发布平台调整

发布到不同平台，码率、分辨率、帧率要求都不太一样。通用做法是导出 1080p、30 或 60fps、H.264 + AAC 的 MP4。如果平台支持 H.265，体积会更小但兼容性会差一些。建议在输出前用 FFmpeg 做一次响度标准化，避免游戏场景音量忽高忽低：

bash复制# 响度标准化到常见短视频平台的 -14 LUFS 附近，仅处理音频，视频流直接复制
ffmpeg -i input.mp4 -c:v copy -af "loudnorm=I=-14:TP=-1.5:LRA=11" output.mp4

9.5 发布前做授权检查

发布切片内容之前，花两分钟确认三件事：素材来源是否是你自己的直播内容；背景音乐、游戏音乐是否在平台版权允许范围内；如果拍到了其他人的语音或画面，是否获得了同意。这三点确认完，再进入发布流程。

10. 总结与下一步

这套 osu! 直播切片工作流里，最值得先试的是 OBS 回放缓冲加 FFmpeg 批处理。回放缓冲让你从“录全场”变成“只存亮点”，FFmpeg 批量脚本让你从“手工剪”变成“清单执行”。

第一步先验证回放缓冲能否稳定保存片段，第二步把 5.1 的裁剪命令跑通，第三步把 6.2 的脚本改成自己的素材路径。三步跑完，你就拥有了一个能反复使用的最小切片工作流。

最容易踩的坑有三个：录制格式选错导致文件损坏、FFmpeg 使用流复制导致切点不精确、.osr 回放文件版本不兼容打不开。这三点在本文的排查表里都有对应解法。

后续想再升级，可以往三个方向走：接入 obs-websocket 在直播过程中自动打点，用 whisper 之类工具给片段自动生成字幕，或者写一个基于音频响度的自动候选片段识别脚本。先把自己本地素材的切片流程跑顺，再考虑整套自动化，会比一开始上复杂框架稳得多。