audio - FFMPEG - 在编码后获取精确计算的音频文件大小

Question

我试图在使用 ffmpeg 编码之前猜测音频(mp3)文件大小，之后需要精确计算文件大小。

这是我用来预测和计算文件大小的公式(希望我没有错):

(比特率 x 持续时间)/8) x 1000 = 文件大小(以字节为单位)。

我将举一个真实的例子，以便每个人都能理解用例。

示例:

拥有一个包含以下数据的 m4a 文件:

名称:假设 xxx.m4a

文件大小:8 304 014 字节(8,3 个月)

比特率:256k

时长:260 秒

预期文件大小:( (256 x 260)/8 ) x 1000 = 8 320 000 字节

然后我运行以下 ffmpeg 命令:

ffmpeg -i xxx.m4a -f mp3 -y -minrate 256k -maxrate 256k -bufsize 256k -b:a 256k -fs 8320000 output.mp3

控制台输出:

ffmpeg version 2.7.2 Copyright (c) 2000-2015 the FFmpeg developers
  built with Apple LLVM version 6.1.0 (clang-602.0.53) (based on LLVM 3.6.0svn)
  configuration: --prefix=/usr/local/Cellar/ffmpeg/2.7.2_1 --enable-shared --enable-pthreads --enable-gpl --enable-version3 --enable-hardcoded-tables --enable-avresample --cc=clang     --host-cflags= --host-ldflags= --enable-opencl --enable-libx264 --enable-libmp3lame --enable-libvo-aacenc --enable-libxvid --enable-vda
  libavutil      54. 27.100 / 54. 27.100
  libavcodec     56. 41.100 / 56. 41.100
  libavformat    56. 36.100 / 56. 36.100
  libavdevice    56.  4.100 / 56.  4.100
  libavfilter     5. 16.101 /  5. 16.101
  libavresample   2.  1.  0 /  2.  1.  0
  libswscale      3.  1.101 /  3.  1.101
  libswresample   1.  2.100 /  1.  2.100
  libpostproc    53.  3.100 / 53.  3.100
Input #0, mov,mp4,m4a,3gp,3g2,mj2, from 'xxx.m4a':
  Metadata:
    major_brand     : isom
    minor_version   : 512
    compatible_brands: isomiso2mp41
    encoder         : Lavf56.36.100
  Duration: 00:04:20.53, start: 0.000000, bitrate: 254 kb/s
    Stream #0:0(und): Audio: aac (LC) (mp4a / 0x6134706D), 44100 Hz, stereo, fltp, 253 kb/s (default)
    Metadata:
      handler_name    : SoundHandler
Output #0, mp3, to 'output.mp3':
  Metadata:
    major_brand     : isom
    minor_version   : 512
    compatible_brands: isomiso2mp41
    TSSE            : Lavf56.36.100
    Stream #0:0(und): Audio: mp3 (libmp3lame), 44100 Hz, stereo, fltp, 256 kb/s (default)
    Metadata:
      handler_name    : SoundHandler
      encoder         : Lavc56.41.100 libmp3lame
Stream mapping:
  Stream #0:0 -> #0:0 (aac (native) -> mp3 (libmp3lame))
Press [q] to stop, [?] for help
size=    8127kB time=00:04:20.02 bitrate= 256.1kbits/s    
video:0kB audio:8127kB subtitle:0kB other streams:0kB global headers:0kB muxing overhead: 0.011765%    

问题和疑问:

你能告诉我为什么我得到一个 8 322 546 字节的输出和
不是预期的 8 320 000 吗？

我的公式或 ffmpeg 命令有问题吗？

您可以建议什么解决方案来获得准确的预测文件大小？

先感谢您。

Answer 1

除了容器固有的多路复用开销外，MP3 音频还存储在帧中。每帧有固定数量的 1152 个样本。编码器将输出全帧，因此对于 44100 的输出采样率，最接近 260 秒的是

ceiling of (260 x 44100/1152) = 9954 frames = ~260.02285 seconds.

即使编码假设是正确的，这本身也会使您的计算失去平衡。

即便如此， bit reservoir可能会发挥作用。

编辑 :

您可以降低比特率并添加静音填充，但这也不精确，因为混合开销开始发挥作用

ffmpeg -i xxx.m4a -f lavfi -t 5 -i anullsrc -lavfi "[0:a][1:a]concat=n=2:v=0:a=1" -f mp3 -y -minrate 224k -maxrate 224k -bufsize 224k -b:a 224k -fs N output.mp3

在这里， fs应按 MP3 + 5 秒时长计算。