audio - 在 SOX 中混合带有偏移量的音轨

Question

在 ASP.Net 中，我使用 FFMPEG 将 Flash 媒体服务器上的 flv 文件转换为需要混合成单个 MP3 文件的 wav。我最初完全使用 FFMPEG 进行了尝试，但最终放弃了混合步骤，因为我不相信可以将仅音频轨道合并到单个结果文件中。我很想错。

我现在使用 FFMPEG 访问 FLV 文件并将音轨提取到 wav 以便 SOX 可以混合它们。问题是我必须将其中一个音轨偏移几秒钟，以便它们同步。每个文件是学生和老师之间对话的一半。例如，teacher.wav 可能需要在 student.wav 之后 3.3 秒开始。我只能弄清楚如何在两个轨道同时开始的地方将文件与 SOX 混合。

在这一点上我最好的尝试是:

ffmpeg -y -i rtmp://server/appName/instance/student.flv -ac 1 student.wav 
ffmpeg -y -i rtmp://server/appName/instance/teacher.flv -ac 1 teacher.wav 

sox -m student.wav teacher.wav combined.mp3 splice 3.3

这些工具(FFMEG/SoX)是根据我最好的研究选择的，但不是必需的。任何可行的解决方案都将允许 ASP.Net 服务输入两个 FMS flv，并使用开源或免费工具创建组合 MP3。

编辑:
我能够使用 delay 偏移文件切换到 SOX。

sox -M student.wav teacher.wav combined.mp3 delay 2.8

如果有人有比组合 FFMPEG/SOX 解决方案更好的方法，我会留下这个问题。

Answer 1

对于它的值(value)，这应该可以通过 -itsoffset 的组合来实现。和 amix filter , 但是一个 bug with -itsoffset 防止它。如果它有效，该命令将如下所示:

ffmpeg -i student.flv -itsoffset 3.3 -i teacher.flv -vn -filter_complex amix out.mp3