素材放不了、不够清楚，怎么处理

先分清楚，甲方给的素材到底出了什么问题

“素材有问题”这四个字背后，展厅工程里其实对应四类完全不同的麻烦，对应完全不同的工具，方向选错了，工具本身再顺手也是白折腾。

第一类，放不了、播起来卡。 播控软件导入素材直接报错，或者能播但花屏、卡顿、多路对不上同步——根子是素材编码封装跟目标设备不匹配，靠转码解决。

第二类，不够清楚、分辨率不够。 甲方给的老照片、老视频、抠图 LOGO 原始分辨率就那么大，铺到大屏上直接拉伸就是一片糊——靠超分辨率放大，但这条路有一条本篇要重点讲透的硬红线。

第三类，要配字幕。 讲解视频没字幕，或者甲方专家的现场讲解录音从来没人整理成文字——靠语音转写。

第四类，要留档、要虚拟摄像头。 展项验收要交一份运行证据，或者播控机没摄像头但要接进只认摄像头设备的互动引擎——不是技术活，是录制和信号伪装。

第一类：放不了、播起来卡，转码怎么选

播控软件不认格式，第一反应不是打开转码工具乱试，而是先查清楚目标播控设备、播放盒子或拼接控制器到底吃什么编码封装和色彩空间，再倒推该把素材转成什么样子——这份”目标设备认什么”的清单没有通用答案，只能查设备自己的技术文档或跟供应商确认，Shutter Encoder 和 FFmpegFreeUI 两篇软件页都把这一点当成全篇最容易被跳过、却最该先做的一步。

两者都是给 FFmpeg 这个转码引擎套的图形外壳，能力上限约等于 FFmpeg 本体，谁的功能列表更长意义不大。决定选哪个是三条边界：平台——Shutter Encoder 官方给了 Windows、macOS、Linux 三个平台安装包；FFmpegFreeUI 官方只发 Windows 版，社区维护的 Linux/Wine 方案不算官方支持路径，团队有 Mac 或 Linux 服务器就排除 FFmpegFreeUI。语言界面——FFmpegFreeUI 纯中文，面向国内环境设计；Shutter Encoder 是英文界面的国际项目，国内团队现场调试省事选中文的。引擎版本谁说了算——FFmpegFreeUI 不含 FFmpeg，要自己下载放进软件目录，好处是换一份新版就是升级、不用等软件本身发新版；这一步在 Shutter Encoder 的获取流程里没有出现。两款都是个人/小团队维护，没有商业公司背书，活不活跃自己上 GitHub 仓库看最近提交记录判断，不信写死在文章里会过期的数字。

多路视频要在拼接屏、环幕上帧对帧同步播放，也是转码工序常遇到的情况：源文件来自不同剪辑师，帧率、时长、关键帧间隔多半各不相同，播放引擎再怎么调度也很难对齐。这种情况用哪款工具都行，关键是几路素材要套用完全一致的编码参数——不只是编码器型号一致，帧率、关键帧间隔也都要对齐，才谈得上真正的帧对帧同步。

第二类：不够清楚、分辨率不够，超分怎么选

同样是素材原始分辨率不够、要放到大屏或拼接墙上，Topaz Video AI 和 Real-ESRGAN 走的是两条完全不同的代价路线，但核心技术是同一回事：两者都靠训练过的神经网络”猜”出画面里缺失的细节，不是逐像素把丢失的原始信息真的找回来。

Real-ESRGAN 开源免费，官方发布的 NCNN 可执行文件版不用装 CUDA 或 PyTorch，解压就能在命令行里跑，在 Intel、AMD、Nvidia 独立显卡上都能用；代价是没有官方技术支持，效果不理想只能自己在社区翻文档，而且官方仓库没有图形界面，得有人愿意碰命令行或核实一个可靠的第三方 GUI 封装（独立项目独立授权，不能套用 Real-ESRGAN 本身的许可证结论）。

Topaz Video AI 是订阅制商业软件，装完就是图形界面，拖进文件、选模型、点导出，不需要现场有人会命令行；换来的是能出示购买凭证的商业授权关系、官方技术支持邮箱和针对素材类型的免费咨询。这三条才是它真正值钱的地方，不是”效果比开源的好”——两款工具底层技术路线相同，实际效果谁更好没有稳定结论。代价是持续订阅支出，报价要按年度/月度费用算；硬件门槛也比 Real-ESRGAN 高，只支持 Windows 独显和 M 系列芯片的 Mac，选型前最好用官方在线配置检测工具核实，别凭经验估。

两者的技术红线完全一样，花钱不改变这一条。 无论选开源还是商业，处理前那张脸上模糊的一小块，处理后可能变成一道清晰的皱纹——这道皱纹是模型认为”大概率长这样”，不代表原件上真的有。下一节专门展开讲这条红线为什么在展厅场景格外重要。

AI处理会”编”，这在展厅场景不是技术瑕疵，是史实准确性问题

超分辨率工具”猜”细节，语音转写工具也会”编”文字——这两件事看起来是两种技术，但对展厅项目的风险是同一类风险：处理过的内容会被观众当成事实看待。

Real-ESRGAN 软件页和Topaz Video AI 软件页都把这条红线单独列出来讲：历史照片、文物影像、人物肖像、有考据要求的档案资料，用超分辨率处理是有真实风险的。放进博物馆、纪念馆、党史馆一类对内容准确性有严格要求的展项里，这不只是一个技术瑕疵，而是史实准确性问题——观众会把大屏上”清晰”的画面当成历史真实记录来看待，一旦细节经不起考据推敲，追责的方向是”内容失实”而不是”图片模糊”。两篇软件页给出的判断标准一致：处理过的史料类素材应当告知甲方”使用了 AI 处理”，重要场合建议保留原始素材留档对照；不涉及具体史实陈述的氛围渲染类素材（比如展厅背景墙装饰性老照片）风险低得多，可以正常使用，这条判断标准不受花没花钱、用没用商业软件影响。

语音转写这条线是同样性质的问题。Whisper 软件页引用官方模型卡自己的说法：模型在大规模、弱标注的网络音频数据上训练，预测结果里可能包含音频里根本没说过的文字，官方管这个现象叫”幻觉”。Whisper 转出来的转写稿从来不是校对完成品，只是校对的起点——展项名称、人名、专有技术词这类通用模型没见过上下文的词，容易按同音字瞎猜，字幕上线前必须人工逐句校对，项目排期里要给这道工序留出实打实的时间。

合起来看是同一件事：超分补出来的细节和转写猜出来的文字，都不是”恢复”出来的原始信息，是模型按统计规律”生成”出来的东西。 展厅内容一旦挂上大屏，观众默认它是真的，这条底线不能因为工具方便、效果好看就悄悄让步。

第三类：要配字幕，语音转写怎么用

这一类问题目前只有 Whisper 一条路可选。它是 OpenAI 开源的语音识别模型，MIT 协议免费商用，能整个转写流程留在本机不联网——这对涉密展馆、政务展厅、企业内部只能内网作业的项目是硬门槛级别的优势，“素材是否出网”这一句话往往比转写准不准更能决定选型。

要先说清楚一件容易被误解的事：Whisper 没有安装包，是命令行工具和 Python 代码库，装的过程要用 Python 环境、要另装 ffmpeg 这个前置工具，跟”下载一个 exe 装上就能用”完全是两回事，现场没人会操作命令行的话得提前规划好由谁负责。它也没有实时转录能力、不区分说话人（多人对话听不出”谁在说话”），默认时间戳是段落级别不是逐字精确对齐——这几条边界跟前面讲的”幻觉”风险一起，共同决定了它适合的场景是先出草稿、再人工精修，不适合直接顶正式出版物的准确率要求。

第四类：要留档、要虚拟摄像头，录制怎么用

这一类同样只有 OBS Studio 一个选项，用法跟大部分人熟悉的”直播录屏软件”不是一回事。最值钱的两个场景：验收留档——展项调完要甲方签字验收，直接从播控机内部抓输出信号存档，画质比拿手机对着屏幕拍（歪、反光、摩尔纹）干净得多；虚拟摄像头——播控机往往没接摄像头，项目里总有环节需要”喂”一路视频信号给只认摄像头设备的软件（互动引擎测试、临时视频会议、签到系统联调），OBS 能把画面伪装成虚拟摄像头设备。它是彻底的开源免费软件，报价时直接按零授权成本写，但只单向抓画面不做反向远控，也不值得为临时截个图专门开一套场景折腾。

一个能省事的发现：Shutter Encoder 顺带内置了超分和转写

前面把转码、超分、转写拆成独立问题分别选工具，但甲方素材如果同时缺格式又缺清晰度、又没字幕，不一定要分别装三款软件来回倒素材——Shutter Encoder 软件页的 GitHub 依赖清单里列出：它内部集成了 Whisper-Ctranslate2（语音自动转写）和 Real-ESRGAN（AI 超分辨率放大），另外还带背景移除、人声分离、老片上色修复几个附加能力。

打算用 Shutter Encoder 处理转码时，遇到同一批素材还缺字幕或分辨率不够，可以先在同一个界面里试试内置的转写和超分功能，不用为这两件事再单独装 Whisper 或 Real-ESRGAN、再折腾一遍命令行环境。这不代表内置版本能完全取代独立词条——本篇未核实内置版本和独立工具在参数可控性上是否完全对等，先拿一段素材试跑，不够灵活再回到独立词条精细调；这两个内置功能同样受前面讲的史实红线约束。

配合关系与售前视角

这几类工具不是”选了这个就不能用那个”的关系，实际项目常组合用：既要转格式又要放大分辨率，先转好格式再决定要不要上超分；讲解视频转码之余顺手用 Shutter Encoder 内置的转写（或独立 Whisper）出字幕草稿；最终上线效果用 OBS Studio 从播控机内部录一份干净的验收材料存档，比事后靠嘴说”效果达标”更有说服力。

甲方问”这段素材能不能处理清楚”，第一句该问的不是”用什么软件”，而是”这是史料类素材还是普通宣传素材”——普通素材放心按前面路线处理；史料类素材先讲清楚超分和转写都存在”生成/猜测”的性质，处理前跟甲方确认是否需要保留原件对照、是否需要在展项说明里注明用了 AI 处理。

预算上，团队愿意折腾环境就选开源方案（FFmpegFreeUI、Real-ESRGAN、Whisper、OBS Studio 全部免费），图省事、要商用授权凭证就选订阅制的 Topaz Video AI；转码两款都免费，差别只在平台和语言。涉密或高敏感素材优先选能全程留在本机不联网的方案（Whisper 本地部署、Real-ESRGAN 本地命令行），Topaz Video AI 的部分高阶模型和 Real-ESRGAN 的在线体验入口都涉及数据出网，处理前要先确认走的是哪条路径。

选型之后，交付才刚开始

选对工具解决的是「这件事能不能做」，而展厅项目的成本大头在「做完之后怎么维持」——设备要能被统一纳管、故障要能被主动发现、每个项目的经验要能复用到下一个。

企服君把这部分做成集成商可以直接使用的产品能力，授权与年费方式见集成商年费方案。