素材加工怎么做才不被判搬运？两个号、200多条视频，我的踩坑记录

先说个可能有点扫兴的结论：我到现在也没找到一个能稳定过审的“配方”。去年 9 月开始做短视频账号，前后折腾过 200 多条片子，剪映专业版从 4.x 一路用到 5.x，FFmpeg 命令攒了整整一备忘录，中间废掉两个号。现在回头看，那些教你“镜像+变速+加滤镜”的教程，对机器的作用比想象中小，对观众的副作用比想象中大。

下面我把这大半年试过的加工动作摊开讲，再说说为什么我觉得大多数人从一开始就把“加工”这件事理解错了。

一、机器到底在比对什么

很多教程一上来就说“改 MD5”。这话对，但只对了大概 5%。

MD5 是文件级哈希，你把视频换个封装、重新导出一次，MD5 就全变了。这个层面的检测只在一堆老论坛时代有用，现在任何一个正经平台都不会只看文件哈希——因为你用剪映导出一次，什么都不改，MD5 也变了。平台真正在用的是两样东西：视频关键帧的感知哈希，和音频的声学指纹。

感知哈希这块，Facebook 在 2019 年开源过一套叫 PDQ 的算法，配套还有 TMK+PDQF 用来做视频匹配，代码在 GitHub 上挂着，有兴趣可以去翻。原理不复杂：把画面缩得很小、转成灰度、做 DCT 变换，然后只看低频部分，生成一串 256 位的哈希。因为只保留低频，所以整体亮度加 5%、加个滤镜、稍微缩放，哈希值变化很小；但你要是把画面镜像翻转、或者裁边改变了构图比例，哈希值就跳得很厉害。

音频这边，开源世界里的代表是 Chromaprint，AcoustID 拿它做音乐识别。它把音频转成频谱图，取 12 个音高类别做特征，所以只要旋律走向没变，你换码率、调音量、加一丢丢底噪，它照样能认出来。这就解释了我碰到过的一件怪事：有一条片子我做了镜像、调了色、换了 BGM，音轨还降了 6dB，结果发布两小时就被判了搬运。后来我把原声换掉、自己重新配了口播，画面一点没动，反而过了。所以顺序其实是反过来的——先把音频处理干净，画面反而是次要的。

二、我试过的加工动作，和它们的实际效果

下面这张表是我自己记的，样本很脏：两个账号权重不一样，发布时间不一样，素材来源也不一样，别当科研数据看，只能当个方向参考。

我常用的一条命令大概长这样：

ffmpeg -i in.mp4 -vf "scale=1134:2016,crop=1080:1920,eq=hue=3:saturation=1.04" -c:v libx264 -crf 20 -r 30 -g 60 -c:a aac -b:a 128k out.mp4

注意 crop 那一步：缩放之后再裁回来，构图比例不变，这是缩边最稳的写法。直接把 scale 定死成 1080:1920 会拉伸变形，眼睛看得出来。

我印象最深的一次翻车就是镜像。素材里是一家店门口的招牌，翻转之后字全反了，第二天评论区第一条就是“招牌字反的，视频是搬的吧”。那条播放量其实还行，但互动全歪了，完播率掉得很难看。那之后我基本不用镜像了。还有一次我把一条视频变速到 1.08，本意是加快节奏，结果原声里的 BGM 升了 1.35 个半音，评论区有人说“这歌怎么听着不对”，我才反应过来音调也跟着跑了。

三、比机器更难糊弄的是观众

这是我最想说的部分，也是我觉得大多数教程没讲的地方。

你加工素材，其实是在同时应付两个“客户”。机器只看像素和频谱，你看得见它，它看不见你。观众不一样，观众看过原视频。一个素材一旦火过，几百万人看过原版，你把它镜像一下、加个滤镜、变速到 1.05，对机器来说是一串新的哈希，对这几十万人来说是“这个我看过”。然后他们划走，完播率掉，算法收到负反馈，接着就是限流。

我专门做过一次对照。同一个素材，一条只做常规去重，镜像加调色加变速；另一条在开头 3 秒加了我自己出镜的一句话：“原视频用的是空气炸锅，我换成烤箱试了，差别挺大。”两条发在同一个号上，隔了 10 天。第二条完播率高了差不多 40%，第一条第三天就没什么量了。这个对照一点都不严谨，变量太多，但它至少说明了一件事：观众能感觉到你有没有加东西。

我说的“信息增量”不是什么高级词，就是观众看完能拿到原视频里没有的东西。可以是你的实测结果，可以是价格对比，可以是你所在地的差异，甚至可以是你吐槽得比原版好笑。反过来说，如果你的加工过程观众一点都感觉不到，那你在观众眼里就等于不存在，你的号就永远是个搬运号，哪怕它过了审。

四、我现在的做法，一套四步流程

我现在基本固定成四步，写下来给你参考，不用照抄。

第一步，先看这条素材有没有“增量口”。 如果我也想不出能在哪里加东西，这条素材我就不做了。这是最快筛掉一半素材的办法，省下来的时间比加工本身值钱得多。

第二步，处理音频。 要么全部重录口播，要么把原声压到 -20dB 以下、只留 BGM 和自己配的解说。这一步优先级最高，单纯改画面基本不解决问题。

第三步，动画面，走轻加工。 缩放 105% 再裁回原尺寸、色相 ±3°、饱和度 ±4%、GOP 设成 60。这四样加起来画面几乎看不出变化，但关键帧结构和帧级哈希都变了。不用镜像，不用抽帧，不用把帧率往下压。

第四步，剪结构。 开头 3 秒重做，把原视频的中段和结尾调换，最后加一个 1.5 秒的自己的收尾。这一步对机器影响不大，对观众的留存曲线影响很大——因为前 3 秒决定大部分人走不走。

最后说一件我到现在也没完全想明白的事。同一个素材，同一套参数，A 号发出去风平浪静，B 号发出去当天就被限。两个号粉丝数差三倍，注册时间差一年多。我倾向于认为账号权重在判重里的比重，比我们想象中大，单条视频的加工精度反而是小头。所以我现在的精力更多花在选题和账号健康度上，加工这块做到 70 分就收手了，不再为那最后 30 分熬夜调参数。

你要是有什么更稳的做法，欢迎在评论区说，我确实还没找到那个“配方”。