作者：常青, 2008 年毕业加入腾讯，一直从事客户端研发相关工作，先后参与过 PC QQ、手机QQ、QQ物联 等产品项目，目前在腾讯视频云团队负责音视频终端解决方案的优化和落地工作，帮助客户在可控的研发成本投入之下，获得业内一流的音视频解决方案，目前我们的产品线包括：互动直播、点播、短视频、实时视频通话，图像处理，AI 等等。
前言在 AlphaGo 名声大噪之前，围棋是一项少有人问津的娱乐项目，不信你可以在记忆里细数一下，当时身边有多少个朋友会下围棋（AlphaGo 出名后一时兴起下两把的咱们就不算数了）。相比之下，德州扑克的普及程度就要好的多，以至于我们团队有一次年会就放弃传统抽奖方式，而是靠德州扑克决定奖品名单的。
为什么高大上的围棋比不上德州扑克受欢迎呢？规则太复杂吗？
真正的原因是围棋的门槛太高了。在围棋里，水平的高低说带来胜率差异是碾压式的。对于两个围棋选手而言，如果棋艺差一级，那么对弈时弱者几乎没有赢的可能。这就让围棋变成了一群高智商玩家的小圈子游戏，刚入门的进来感觉就是找虐。而德州扑克则不是，不管你是不是行家，运气的成分总还是起了很大的作用，这就让它本身适合成为一款所有人都容易接受的游戏。
视频编辑也是如此，在电脑能够处理多媒体工作之后不久，就出现了很多的视频编辑软件。比如我过年回家，就能在长辈的书架上看到一本《会声会影 从入门到精通》。长辈退休了在家搞搞摄影，想要给自己拍的照片和视频加点特效或者做个剪辑，就会用到这类专业软件。我随手翻了几页，很快就没兴趣了，里面太多流程化的操作，需要我花不少的时间去研究和练习，而我缺乏学习这款软件的动力。
由此可见，入门门槛的高低，决定了一项活动或是一款产品，是被大众所普遍接受，还是停留在一个很小的专业圈子里。
就在不久之前，视频编辑还是一个小圈子的活动，纵使很多人有兴趣创作自己的小视频，在专业工具的入门门槛面前，也就选择洗洗睡了。直到快手和抖音的出现，让大家的入门门槛一下子变低了，你只要会用手机，就能快速的给自己拍的视频加一些特效，做一些个性化的编辑，进而引爆了“北快手，南抖音”这两款现象级的 APP。
但我想告诉您的是，从会声会影式的专业软件到普罗大众的快手抖音，绝不是交互层面的一个简单调整，而是一个复杂的故事。今天，我就带您一起来看一看，这背后的技术故事。
编辑的原理下图简单的展示了视频编辑的一个大体流程，这在所有的视频编辑软件里都是类似的：
第一个需要了解的细节是，手机上的影片（比如 mp4 或者 mov） 都是不能直接拿来做特效编辑的，因为里面的数据都是经过压缩的。直接编辑这些编码后的影片是很困难的，我们在不解码影片文件的情况下，最多也就是做一下简单的裁剪和拼接。
举个现实生活中的例子，比如说你刚搬了新家，带着你的爱人去宜家挑选家具，宜家的服务很人性化，他们会在你进门的时候会给你一张卡片和一支铅笔，这样你就可以把想买的家具或则配件的编号记录下来，之后你可以去仓库一件件的取货，或者去办理送货上门服务。这一切都很方便，直到买单时你发现预算超了，于是决定要把一些比较贵的型号换成比较便宜的型号。但这个时候困难也出现了，因为只有编号你是做不到的，你得回到展示区按商品编号对号入座，然后才能知道有没有心仪的便宜款商品可选。否则你能做的也就只有从商品列表里把一些型号划掉。
视频编辑也是一样，已经经过编码的影片，再不经过解码的情况下，即使计算机也无法解读文件里蕴含的画面和声音，我们所能做得事情就很有限。这也就解释了上图复杂性的由来：
要做音视频的特效编辑，原始的影片（比如 mp4 或者 mov）必须先被拆解成独立视频流和音频流。以视频流为例，我们要先对视频流进行逐帧逐画面的视频解码，这样解码出来的内容才是一副计算机可以显示的画面。在这幅画面的基础上，计算机才可以理解每一个像素点对应的色彩数值和亮度大小。进一步地，计算机才可以在画面上添加字幕，做动态特效，或者叠加挂件。声音也是一样，编码后的 AAC 文件只适合传输和存储，计算机也是需要先将其解码成 PCM 格式的波形文件，才能知道每一个点的音调高低，进而能够编辑。