Kazam视频倍速及格式处理：一个Linux用户的实战笔记

Kazam这个老牌Linux屏幕录制软件，最近又被我翻出来当成主力工具用。原因很简单：在Ubuntu下录教程，我需要一个启动快、不占内存、录完直接能交给FFmpeg做倍速和格式处理的工具，Kazam恰好满足了这条链路的前半段。很多人以为Kazam只能录视频，实际上把它和几个FFmpeg命令组合起来，能轻松实现视频倍速调整、MP4/WebM/MKV互转这些后期需求。这篇文章就把我从录制参数设置、到倍速处理、再到格式转换的完整过程记录下来，适合那些想在Linux下做教程视频、又不想开笨重剪辑软件的朋友。

1. Kazam的定位：为什么Linux屏幕录制偏选它

先说清楚Kazam到底是什么。它是一个基于GTK图形库的桌面端录屏软件，主要负责捕获屏幕画面和声音，同时附带了全屏截图功能。在GNOME桌面环境下，Kazam的集成度特别高，点击顶部录屏按钮就能直接调用，录制时不会在画面里留下水印，也不会疯狂吃CPU。

1.1 Kazam解决的核心问题

Kazam解决的其实是“快速开录”这个需求。如果你录过视频就知道，OBS Studio虽然功能强大，但先要配置场景、设置采集源、调编码参数，等折腾完可能已经没状态了。Kazam打开后就是一个小窗口，选中录制区域、选好音频源、按下Record，三秒内就能进入录制状态。

它还支持三种录制范围：全屏、当前窗口、自定义选区。这个“当前窗口”模式特别实用，录软件操作类教程时，它会自动追踪窗口的移动和缩放，不用手动调整录制框。

音频采集方面，Kazam同时支持麦克风输入、电脑内部音频输出、以及两者同时录制。这意味着你可以在录屏的同时，把系统播放的背景音乐和你的讲解声音都收进去，后期不用再做音轨拼接。

1.2 与SimpleScreenRecorder和OBS的对比

我在不同阶段用过好几款Linux录屏工具，这三者之间的差别相当明显。

从这张表能看出来，Kazam的优势是轻巧和快捷，而它的短板也很明显——没有任何编辑能力。所以实际工作中，我们把Kazam定位成“采集前端”，把FFmpeg定位成“后期处理中枢”，两者配合才能覆盖完整需求。

1.3 为什么教程作者回归Kazam加FFmpeg组合

不少做教程的朋友绕了一圈，最终又回到Kazam。原因是：第一，OBS的虚拟摄像头、直播推流这些功能对纯录屏来说其实是负担；第二，很多人的剪辑需求非常固定，就是“加速某段、剪掉头尾、转成MP4”，用一个FFmpeg命令搞定的事情，没必要打开一个2GB的剪辑软件。

处理后的视频通常也只是发到B站、YouTube或者课程平台，这些平台都接受H.264编码的MP4文件。所以用Kazam录制原始素材，再用FFmpeg统一转成目标格式，确实是Linux下比较高效的工作流。

2. 录制前的Kazam参数调教：输出格式、帧率与音源设置

很多人一装好Kazam就开始录，结果录完发现画面模糊、声音缺失，或者文件大得离谱。这大概率是设置界面里的几个选项没调好。我在大量录制之后，总结了一套比较稳妥的参数配置。

2.1 安装与基础启动

在Ubuntu或Debian系系统上，安装就一条命令：

bash复制sudo apt install kazam

安装完成后从应用菜单启动，或者在终端输入kazam。如果你是Wayland会话（一般Ubuntu 21.10以上默认使用Wayland），Kazam的窗口捕获可能会出问题，建议在登录界面选择“Ubuntu on Xorg”会话模式再运行。这个坑后面细说。

2.2 Kazam主界面与核心选项

Kazam的主界面只有两页：第一页是录制区域和音频源选择，第二页是输出设置。

音频源这里要注意，如果只想录麦克风发出的声音，选择“麦克风”即可；如果想把电脑播放的视频声音也录进去，选择“扬声器”；两者同时需要就选“同时录制”。我在录演示视频时通常选择“同时录制”，这样既保留了系统操作音效，又能录进讲解声。

进入“偏好设置”面板，主要调整下面几个参数：

• 帧率：我推荐30fps。低于20fps时录鼠标移动会有顿挫感，倍速处理后更明显。
• 压缩率：保持默认，Kazam已经做了一次压缩，后期FFmpeg才是质量关键。
• 视频源：勾选“录制鼠标光标”，否则教程视频里观众找不到鼠标位置。
• 输出目录：建议单独建一个record目录，方便后期清理和批处理。

2.3 关键抉择：录成MP4还是WebM

Kazam的优势是轻巧和快捷，但在录制格式上有一个关键选择：录音时选MP4(H.264+ACC)或WebM(VP8/VP9+Opus)。

这里我给出自己的判断：

• 如果你确定后期一定会用FFmpeg做倍速或转码，推荐直接录制MP4。因为H.264是现在兼容性最好的编码，FFmpeg处理MP4的任何操作都是全流程通用的，而且MP4可以直接拖进在线剪辑平台。
• 如果录制时想节省磁盘空间，可以选WebM。同等画质下VP9编码的文件体积通常比H.264小30%左右，但代价是编码耗时更长，而且一些老旧播放器不支持。

我的习惯是：录制的原始素材用WebM，保存原始画质和透明度信息（WebM支持Alpha通道），但完成倍速处理后，最终发布版一律转成H.264的MP4。

2.4 帧率选择对倍速处理的影响

帧率的选择会直接影响后期倍速效果。你可能没意识到，30fps的视频在倍速处理时，如果目标是2倍速，最终会以60帧每秒的等效速率播放，但因为原始素材只有30fps，所以每帧会被重复或者利用插值算法，看起来依然平滑。

但如果用15fps录制，2倍速后相当于每秒只有30帧的展示量，画面会明显卡顿。因此，如果知道自己要拍倍速视频，建议至少用30fps。

还有一个另类思路：如果本来就是想做一个类似延时摄影的效果，录制时把帧率调低（比如5fps），然后用FFmpeg把播放速度设为正常，就能得到一种“时间加速”的视觉效果。不过这种方式会丢失细节，只适合记录云彩流动、屏幕自动运行脚本这类场景。

3. 视频倍速处理的FFmpeg实操：从2倍速到0.5倍速的完整命令

Kazam本身并不提供“倍速”按钮，所以这一步要交给FFmpeg来完成。FFmpeg是Linux下最强大的音视频处理工具，没有之一。当初我用Python脚本反复调用外部工具想做倍速，后来才发现FFmpeg一条命令就解决。

3.1 为什么倍速处理不能直接改播放器播放速度

播放器自带的倍速播放，本质上只是“跳过画面”，不改变文件本身。如果把这个倍速文件发给别人，对方按正常速播放，看到的还是原来的速度。而我们的目的，是把视频本身变成快节奏的版本，同事、学生或者观看者拿过去，用任何播放器打开都是加速后的效果。

这种“永久加速”需要修改视频的时间戳和音频采样，这正是FFmpeg的强项。

3.2 核心原理：setpts与atempo

FFmpeg里的度速度控制，主要依赖两个过滤器：

• setpts：修改视频帧的展示时间戳（Presentation Timestamp）。当时间戳缩短一半，播放器就会以2倍速把帧放完。
• atempo：修改音频的播放速度，同时自动修正音高。当速度变为2倍时，如果直接让音频波形变快，音频会显得非常尖锐刺耳；atempo则是对音频做重采样和时间伸缩，保持音调不变，是常见且听感较好的算法。

需要注意，atempo在单次调用时，速度范围是0.5到2.0。如果要加速更多倍，比如4倍速，需要串联两次atempo。

3.3 2倍速命令详解

将Kazam录制的input.mp4加速2倍，命令如下：

bash复制ffmpeg -i input.mp4 -filter_complex "[0:v]setpts=PTS/2[v];[0:a]atempo=2.0[a]" -map "[v]" -map "[a]" output_2x.mp4

一行命令解决音画同时加速。我们来拆解一下：

• -filter_complex：让视频和音频过滤器可以组合使用。
• [0:v]setpts=PTS/2[v]：取输入文件第0个视频流，将每帧的展示时间除以2，相当于让画面快一倍。PTS/2中的PTS是每个帧原来的时间戳，除以2后，原本第2秒出现的帧会在1秒时出现，播放器读到的帧间间隔缩短，画面自然变快。
• [0:a]atempo=2.0[a]：把音频速度设为2倍并保持音调。
• -map "[v]" -map "[a]"：把过滤器输出的两路流都放入输出文件。

如果有音量衰减或提升的需求，还可以在atempo后面加上volume=1.5之类的参数，例如：

bash复制ffmpeg -i input.mp4 -filter_complex "[0:v]setpts=PTS/2[v];[0:a]atempo=2.0,volume=1.5[a]" -map "[v]" -map "[a]" output_2x.mp4

3.4 1.5倍速和0.5倍速

1.5倍速非常常用，用于教程中的重复操作部分。命令改成：

bash复制ffmpeg -i input.mp4 -filter_complex "[0:v]setpts=PTS/1.5[v];[0:a]atempo=1.5[a]" -map "[v]" -map "[a]" output_1.5x.mp4

0.5倍速（慢放一半）也很常见，比如复现某个快速操作、看清UI闪动。命令为：

bash复制ffmpeg -i input.mp4 -filter_complex "[0:v]setpts=PTS*2[v];[0:a]atempo=0.5[a]" -map "[v]" -map "[a]" output_0.5x.mp4

注意：慢速播放时，atempo=0.5调节的是音频时间伸缩，配合视频将时间戳放大到原来的2倍，音画才能保持同步。

3.5 超过2倍的加速：链式atempo

如果你需要3倍速、4倍速，atempo=3.0这样直接写会报错，因为它的算法限制在0.5到2.0之间。解决办法是串联两个atempo过滤器。

例如加速3倍：

bash复制ffmpeg -i input.mp4 -filter_complex "[0:v]setpts=PTS/3[v];[0:a]atempo=2.0,atempo=1.5[a]" -map "[v]" -map "[a]" output_3x.mp4

因为2.0乘1.5等于3.0，最终音频速度就是3倍。加速4倍就是两个atempo=2.0：

bash复制ffmpeg -i input.mp4 -filter_complex "[0:v]setpts=PTS/4[v];[0:a]atempo=2.0,atempo=2.0[a]" -map "[v]" -map "[a]" output_4x.mp4

3.6 顺带剪辑：只加速某一段

如果你的需求是“只把中间1分钟加速”，而不是全片加速，可以先用-ss和-to剪切出区间，处理完再合并。当然，更优雅的方式是在一条命令里同时处理：

bash复制ffmpeg -ss 00:02:00 -to 00:03:00 -i input.mp4 -filter_complex "[0:v]setpts=PTS/2[v];[0:a]atempo=2.0[a]" -map "[v]" -map "[a]" output_segment_2x.mp4

这条命令的含义是：从第2分钟开始截取到第3分钟，然后把这1分钟的片段加速2倍。最终输出只有30秒。

4. 格式转换的正确姿势：MP4、WebM、MKV互转的编码与容器选择

Kazam录出来的原始文件可能是MP4，也可能是WebM。发布到不同平台，或在不同设备上观看，对格式的要求不一样。网上有很多“万能转换软件”，实际本质上都是调用FFmpeg，搞清楚参数之后，你完全可以自己控制文件质量和大小。

4.1 容器格式与编码格式的关系

先把两组概念理清楚：

• 容器格式：MP4、MKV、AVI、WebM这些后缀名，决定了文件内部如何组织音视频数据。
• 编码格式：H.264、H.265、VP9、AV1这些格式，决定了音频视频数据是如何压缩的。

很多人以为把.webm改成.mp4就能转换格式，这是完全错误的。后缀只是“包装”，内部的数据仍然是VP9或VP8编码。要让一个文件成为真正的MP4，必须用FFmpeg重新编码或者至少封装。

4.2 从Kazam的WebM转到MP4

Kazam录制的WebM文件，里面的视频编码很可能是VP9，音频是Opus。发布到B站或课程平台时，这些平台虽然支持WebM，但为了兼容性，多数用户会选择MP4。

把WebM转成H.264+ACC的MP4，推荐的命令：

bash复制ffmpeg -i input.webm -c:v libx264 -crf 23 -preset medium -c:a aac -b:a 192k output.mp4

参数解释：

• -c:v libx264：使用H.264编码器。
• -crf 23：质量参数，值越小画质越好但文件越大，23是通用值。如果追求高画质可以设18，文件会大很多。
• -preset medium：编码速度和压缩率之间的平衡点，可选veryfast、fast、medium、slow、veryslow。慢的预设压缩率高但耗时高。
• -c:a aac：音频编码为AAC，这是MP4容器最常用的音频格式。
• -b:a 192k：音频码率192kbps，对于人声讲解足够。

4.3 从MP4转到WebM

反过来，有时我们需要更小的文件体积，或者要在网页上内嵌播放，WebM是一个好选择。

把MP4转成VP9+Opus的WebM：

bash复制ffmpeg -i input.mp4 -c:v libvpx-vp9 -crf 32 -b:v 0 -c:a libopus output.webm

这里的-crf 32是VP9编码器的质量值，取值范围通常0-63，越小质量越高。32是一个相对均衡的值。特别注意-b:v 0，这个参数告诉VP9编码器使用编码器自动控制码率，搭配CRF模式。如果漏掉这个参数，整个处理的压缩逻辑会变混乱，画质和文件大小都不可控。

4.4 保留画质的无损/近无损复制

如果只是把MP4的封装改成MKV，或者把MKV改成MP4，且编码格式本来就兼容，就没有必要重新编码，直接拷贝流即可。这样可以避免画面质量损失，而且速度极快。

bash复制ffmpeg -i input.mkv -c copy output.mp4

比如Kazam生成的原始文件就是H.264+AAC，你只需要把它从MP4封装改成MKV来给剪辑软件使用，那么-c copy直接完成，秒级处理。

4.5 编码器选择决策表

4.6 控制输出分辨率和码率

有时候目标平台有分辨率限制，比如某些课程平台要求不超过720p，可以用scale过滤器调整。

bash复制ffmpeg -i input.mp4 -vf scale=1280:720 -c:v libx264 -crf 23 -c:a aac -b:a 192k output_720p.mp4

码率控制也非常重要。假设你希望最终文件每小时不超过500MB，那么码率大概控制在1.1Mbps左右。计算公式是：文件大小（字节）= 码率（bps）× 时长（秒）÷ 8。比较简单的办法是在输出时加-b:v 2M，直接限定视频码率为2Mbps。

实际测试中，1080p的纯屏幕录制内容，2Mbps就能保持清晰，因为录屏的细节变化没有实拍视频那么剧烈，大块静态界面占多数。

5. 录制到处理的常见故障清单与排查链路

这部分写一些我实际踩过的坑。视频处理翻车，很多时候不是FFmpeg命令格式问题，而是从录制阶段就已经埋下隐患。下面按照“发现问题→定位原因→解决方案”的思路，说几个高频故障。

5.1 录出来没有声音

这个坑出现概率极高。首先检查Kazam的音频源是否选对了。如果在录系统播放的视频，却选择了“麦克风”，当然什么都没有。进入Kazam主界面，将音频源切换到“扬声器”或“同时录制”。

如果音频源选对了还是没声音，在终端里先确认PulseAudio服务状态：

bash复制pulseaudio --check

如果返回错误，重启音频服务：

bash复制pulseaudio --kill
pulseaudio --start

接下来可以用FFmpeg查看文件里是否真的没有音频轨：

bash复制ffprobe -show_streams output.mp4

注意看输出部分有没有codec_type=audio。如果没有，说明录制时就没有采集到声音，重新录比后期补轨更简单。如果有音频轨但播放静音，则可能是编码问题，转成AAC即可。

5.2 倍速后画面卡顿或拖影

之前提到过，低帧率录制后做高速倍速会非常明显。但还有一种特殊情况是：录制时帧率本身是30fps，但判断系统负载高，Kazam会自动掉帧，导致时间戳不均匀。FFmpeg加速时遇到不均匀的时间戳，画面看起来就会时快时慢。

解决办法是：录制前关掉不必要的后台任务，尽量保持录制期间CPU稳定。如果素材已经录完且卡顿，尝试用FFmpeg的fps过滤器强制均匀帧率，再做倍速：

bash复制ffmpeg -i input.mp4 -vf "fps=30,setpts=PTS/2" -af "atempo=2.0" output_2x.mp4

如果画面依然卡，可以尝试补帧插值：

bash复制ffmpeg -i input.mp4 -vf "setpts=PTS/2,minterpolate=fps=60:mi_mode=mci" -af "atempo=2.0" output_2x_smooth.mp4

minterpolate会用运动补偿算法在真实帧之间生成中间帧，让画面平滑，但是编码时间会显著增加。我通常只在录制的原始帧率过低时才使用。

5.3 转换后花屏或播放器无法打开

这种情况最常见的原因是像素格式不兼容。有些FFmpeg滤镜处理后会生成高色深的像素格式，但MP4容器里的H.264编码只支持4:2:0色度采样下的像素格式。

解决办法是在输出参数里强制指定像素格式：

bash复制ffmpeg -i input.webm -c:v libx264 -pix_fmt yuv420p -crf 23 -c:a aac output.mp4

加上-pix_fmt yuv420p后，转换出来的MP4几乎是万能播放的。

5.4 Kazam在Wayland会话下黑屏或无法捕获窗口

Ubuntu 22.04之后默认使用Wayland会话，而Kazam是基于X11的工具，在Wayland下经常只能抓到桌面壁纸，窗口内容黑屏。如果你遇到这个问题，在登录界面点击用户名后，输入密码前，选择右下角的齿轮图标，切换到“Ubuntu on Xorg”会话。Kazam只有运行在Xorg环境下才算真正稳定。

5.5 转码后的音频越来越闷

如果把WebM原片转成MP4，然后再次转成WebM，再转成MP4，反复转码会导致音质层层下降。原则是：

• 原始素材永远存一份，绝不覆盖。
• 中间处理尽量用无损或高质量参数，最后一次转码再压缩到目标格式。

如果不得不做多重转码，用FFmpeg时至少保证原始音频采用-c:a copy在内层找机会直接复制，避免重复解码编码。

结尾：我的个人经验与最后分享的一个小技巧

经过这几次折腾，我现在的标准流程是：Kazam录制时选WebM、30fps、同时录制音轨，然后在FFmpeg里先做去噪和音量归一化，再做倍速，最后输出H.264的MP4。整个流程用Shell脚本串联起来，一次处理一批文件，效率很高。

如果你的目标是发布教学视频，我建议倍速上限设在2倍。超过2倍，观众会明显觉得信息密度过大，反而不利于理解。而0.5倍慢速更多用在“强调重点”的特写段，不建议全片慢放。

最后分享一个小技巧：当你只需要快速预览倍速效果时，可以用-vf scale=640:-2把分辨率临时降低，同时倍速，处理速度会快非常多。确认效果满意后，再全分辨率正式处理。这样做可以省下不少等待时间，尤其在处理一小时以上的长录制时非常明显。