Olive视频编辑器在FFmpeg 7.0环境下的编译问题解析
2025-05-27 02:27:23作者:虞亚竹Luna
问题背景
Olive是一款开源的视频编辑软件,其核心功能依赖于FFmpeg多媒体框架。近期有用户在Ubuntu 24.04系统(代号Noble)上尝试编译Olive时遇到了编译错误,该系统默认安装了FFmpeg 7.0版本。
错误现象
编译过程中出现的核心错误信息如下:
/app/olive/ext/core/src/render/audioparams.cpp: In member function 'void olive::core::AudioParams::calculate_channel_count()':
/app/olive/ext/core/src/render/audioparams.cpp:162:20: error: 'av_get_channel_layout_nb_channels' was not declared in this scope
162 | channel_count_ = av_get_channel_layout_nb_channels(channel_layout());
这个错误表明Olive代码中调用的FFmpeg API函数av_get_channel_layout_nb_channels在FFmpeg 7.0中已经不可用。
技术分析
FFmpeg API变更
FFmpeg作为一个活跃开发的多媒体框架,其API在不同版本间会有变化。特别是从FFmpeg 5.0开始,一些长期被标记为"deprecated"(已弃用)的API开始被移除。av_get_channel_layout_nb_channels函数就是其中之一。
Olive的兼容性
Olive项目目前主要针对FFmpeg 4.x和5.0版本进行开发和测试。虽然FFmpeg 6.0可能还能工作,但7.0版本已经移除了这个关键函数,导致编译失败。
解决方案
推荐方案:使用兼容的FFmpeg版本
- 卸载系统FFmpeg 7.0:首先需要移除或降级系统安装的FFmpeg 7.0
- 安装FFmpeg 5.0:这是Olive官方测试支持的版本
- 从源码编译FFmpeg:如果系统仓库中没有5.0版本,可以从源码编译安装
从源码编译FFmpeg的步骤
- 下载FFmpeg 5.0源码
- 配置编译选项:
./configure --prefix="/path/to/ffmpeg/install" --enable-shared - 编译并安装:
make && make install
配置Olive使用指定FFmpeg版本
- 设置环境变量:
export LD_LIBRARY_PATH=/path/to/ffmpeg/install/lib:$LD_LIBRARY_PATH - 在编译Olive时指定FFmpeg路径:
cmake .. -DFFMPEG_ROOT=/path/to/ffmpeg/install
注意事项
- 确保FFmpeg安装目录结构正确,必须包含
include和lib子目录 - 编译Olive前,确认CMake输出的FFmpeg路径是否正确指向了自定义安装的版本
- 如果系统中有多个FFmpeg版本,运行时可能需要设置
LD_LIBRARY_PATH环境变量
未来展望
虽然当前Olive代码尚未适配FFmpeg 7.0,但随着FFmpeg新版本的普及,项目可能会在未来更新代码以支持新版本API。开发者可以关注项目更新,或者考虑贡献代码来支持新版本FFmpeg。
对于需要长期稳定使用的用户,建议锁定FFmpeg 5.0版本,这是经过Olive官方测试的兼容版本。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
9
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
651
149
Ascend Extension for PyTorch
Python
211
222
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
20
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
656
291
openGauss kernel ~ openGauss is an open source relational database management system
C++
159
216
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.17 K
640
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
251
319