Python 将 mp3 转换为带有静态图像的 mp4

Question

我确实有 x 文件，其中包含 mp3 文件列表，我想将每个 mp3 文件转换为 mp4 文件，包含一张 static .png 照片。

似乎这里唯一的方法是使用 ffmpeg 但不知道如何实现它。

我编写了脚本来输入 mp3 文件夹和一张 .png 照片`。

然后它将创建新文件夹 x-converted ，我想将每个 mp3 转换为 mp4 静态 png 与 同名 例如 file1.mp3 变成 file1.mp4

这是我的代码:

import os
import sys
from pathlib import Path
import shutil

if len(sys.argv) != 3 or not sys.argv[2].endswith("png"):
    print("Make sure to provide two arguments only\nSecond arugment should be .png")
    exit()


def CheckFile():
    try:
        files = []
        for path in os.listdir(sys.argv[1]):
            full_path = os.path.join(sys.argv[1], path)
            if os.path.isfile(full_path):
                files.append(full_path)
        mp3 = [x for x in files if x.endswith(".mp3")]
        if len(mp3) >= 1:
            return mp3, sys.argv[2], sys.argv[1]
        else:
            print(
                "Make Sure That You've at least 1 Mp3 file")
            exit()
    except FileNotFoundError:
        print("Sorry, This File Is Not Exist!")
        exit()


def Convert():
    mp3, jpg, name = CheckFile()
    name = f"{Path(name).name}-converted"
    shutil.rmtree(name, ignore_errors=True)
    os.mkdir(name)
    os.chdir(name)
    # from here i don't know how to use `ffmpeg`


Convert()

Answer 1

ffmpeg -loop 1 -framerate 1 -i image.png -i audio.mp3 -map 0:v -map 1:a -r 10 -vf "scale='iw-mod(iw,2)':'ih-mod(ih,2)',format=yuv420p" -movflags +faststart -shortest -fflags +shortest -max_interleave_delta 100M output.mp4

• -loop 1 使 input.png 无限循环。
• -framerate 1 将 input.png 输入帧速率设置为 1 fps。
• -map 0 -map 1:a 从 image.png 中选择视频，仅从 audio.mp3 中选择音频。如果 image.png 小于附加到 MP3 的任何专辑/封面艺术，则需要这样做。否则它可能会选择专辑/封面。参见 FFmpeg Wiki: Map了解更多信息。
• -r 10 将输出帧速率设置为 10 fps。将输入设置为 1 fps 并将输出设置为 10 fps 有两个原因:
  • 与最初将输入设置为 10 fps 相比，以 1 fps 输入并将帧复制为 10 fps 的速度更快。它使编码速度更快。
  • 大多数玩家无法玩低于 6 fps 左右的游戏。 10 是一个安全值。
• scale='iw-mod(iw,2)':'ih-mod(ih,2)' 使用 scale filter确保输出宽度和高度都可以被 2 整除，这是某些编码器的要求。这允许您使用任意大小的图像作为输入。否则你会得到错误:宽度不能被 2 整除。
• format=yuv420p format filter使输出使用 YUV 4:2:0 色度子采样以实现播放兼容性。
• -movflags +faststart 使视频开始播放更快。
• -shortest 使输出与 audio.mp3 一样长。这是必需的，因为使用了 -loop 1。
• -fflags +shortest -max_interleave_delta 100M 与 -shortest 相关，并且在某些情况下由于 ffmpeg 的奇怪行为而需要。参见 My ffmpeg output always add extra 30s of silence at the end寻求解释。