Єдине, що ви кодуєте, це аудіо, і більшість бібліотек кодування звуку існують однопоточні. Це, швидше за все, тому, що кодування звуку вже швидко спалахує як однопоточне додаток (у порівнянні з кодуванням відео у будь-якому випадку), і воно не використовує занадто багато пам'яті, тому реально кодувати кожен файл за допомогою одного потоку і просто почати якнайбільше окремих процесів, необхідних для повного насичення ЦП. Фактор у тому, що багатопоточність також не обов'язково призводить до поліпшення лінійної продуктивності, і ви, мабуть, маєте причину, чому розробники більшості аудіокодерів не думають, що багатопоточність є високим пріоритетом. Я знаю тільки два аудіо кодери, які реалізують багатопоточність - LAME MT для MP3 і pflac для FLAC - і обидва є окремими модифікаціями, які не є частиною основних кодових баз проектів, з яких вони походять.
Що стосується використання процесора, то при гіпертонінгу у вас є 8 логічних ядер і одна вісімка зі 100% - 12,5%, що не надто далеко від вашого 15% -ного коефіцієнта використання. Я не дуже впевнений, чому ви система не показує 100% навантаження на будь-який з ядер, можливо, ОС рухається процес між ядрами, щоб вирівняти навантаження або щось подібне.
Якщо вам потрібно кодувати велику кількість файлів, ви можете розглянути можливість написання сценарію, який розгортає кілька процесів FFmpeg для кодування декількох файлів одночасно. У мене дуже мало досвіду сценаріїв / програмування, але я знаю про інструмент з відкритим кодом, який застосовує ту ж логіку для оптимізації зображень: picopt . Тому, якщо вам потрібен покажчик на те, як це зробити в Python, ви можете поглянути на вихідний код picopt.
ffmpeg
процеси одночасно.