FFmpeg - 连接可变长度的前奏/后奏固定片段和单独的音轨

Question

我正在尝试创建一个基于 3 个主要部分生成视频的应用程序:-

简介 - 可变长度视频(约 20 到 30 秒长)

分割 - 来自“片段视频”的 3 个剪辑 - 这是一个固定长度的视频(始终为 400 秒)，其中包含 100 个单独的视频，所有视频的长度都精确为 4 秒，例如“段 1”来自 0至4秒和“段 3”来自 8至12秒。

结尾 - 可变长度视频(约 10 到 20 秒长)

用户从视频列表中选择前奏、片段和结尾，应用程序将它们连接在一起(并随机提取 3 片段)。用户还选择为整个视频播放的音频文件。生成的文件应如下所示:-

生成的视频

VIDEO   | Intro (20 - 30) |  Seg 1 (4) |  Seg 2 (4) |  Seg 3 (4) |  Outro (10 - 20)  |
--------+-----------------+------------+------------+------------+-------------------+
AUDIO   |        Audio track which spans full video (e.g. 4 minutes long) ...        |

我已经能够使用 ffmpeg 一起破解以下内容(有效): -

ffmpeg -y \
  -i audio/audio-19.m4a \
  -i videos/intro/intro-23.mkv \
  -i videos/segments/segments-88.mkv \
  -i videos/outro/outro-12.mkv \
  -filter_complex \
    "[1:v]trim=0:30,setpts=PTS-STARTPTS[v0]; \
    [0:a]atrim=0:30,asetpts=PTS-STARTPTS[a0]; \
    [2:v]trim=20:24,setpts=PTS-STARTPTS[v1]; \
    [0:a]atrim=30:34,asetpts=PTS-STARTPTS[a1]; \
    [2:v]trim=60:64,setpts=PTS-STARTPTS[v2]; \
    [0:a]atrim=34:38,asetpts=PTS-STARTPTS[a2]; \
    [2:v]trim=132:136,setpts=PTS-STARTPTS[v3]; \
    [0:a]atrim=38:42,asetpts=PTS-STARTPTS[a3]; \
    [3:v]trim=0:20,setpts=PTS-STARTPTS[v4]; \
    [0:a]atrim=42:62,asetpts=PTS-STARTPTS[a4]; \
    [v0][a0][v1][a1][v2][a2][v3][a3][v4][a4]concat=n=5:v=1:a=1[out]" \
  -map "[out]" generated.mkv

但是，此解决方案存在两个问题:-

我必须定义介绍视频 ( [1:v]trim=0:30 ... ) 和结尾视频 ( [3:v]trim=0:20 ... ) 的长度 - 这些都是可变的，如果我可以简单地连接整个视频会更好。

每个音轨都被修剪(使用每个视频长度的运行总数)，例如[0:a]atrim=0:30 ... => [0:a]atrim=30:34 ... => [0:a]atrim=34:38 ... => 等等。如果简单地说 - “这是音轨 - 根据生成的视频的长度进行修剪”

会容易得多

非常感谢任何建议!

Answer 1

经过大量阅读，反复试验，我得到了一个更好的解决方案:-

ffmpeg -y \
  -i audio/audio-19.m4a \
  -i videos/intro/intro-23.mkv \
  -i videos/segments/segments-88.mkv \
  -i videos/outro/outro-12.mkv \
  -filter_complex \
    "[2:v]trim=20:24,setpts=PTS-STARTPTS[s1]; \
     [2:v]trim=60:64,setpts=PTS-STARTPTS[s2]; \
     [2:v]trim=132:136,setpts=PTS-STARTPTS[s3]; \
     [1][s1][s2][s3][3]concat=n=5:v=1:a=0[outv]" \
  -map "[outv]" -map 0:a -shortest generated.mkv

使用此解决方案，我只修剪片段视频(例如 [2:v]trim=20:24 )并将时间戳重置为零( setpts=PTS-STARTPTS[s1] - 请参阅 https://trac.ffmpeg.org/wiki/FilteringGuide 了解为什么这是必要的)。这对 3 个段执行 3 次。
concat复杂的过滤器然后只连接视频。

[1][s1][s2][s3][3]concat=n=5:v=1:a=0[outv]

它从介绍视频 ( [1] )、新创建的片段剪辑视频 ( [s1][s2][s3] ) 和最后的结尾视频 ( [3] ) 中抓取视频并将它们连接在一起。但是，它会忽略音频，即 concat=n=5:v=1:a=0 (与前一个解决方案中的 concat=n=5:v=1:a=1 相比)并将其保存到一个名为 [outv] 的新视频流中.

见 https://ffmpeg.org/ffmpeg-filters.html#concat有关串联的更多信息。

最后，我们使用这个新的仅连接视频流 "[outv]" 映射视频。以及来自第一个输入文件( 0:a )的音频，即

-map "[outv]" -map 0:a -shortest generated.mkv

假设音轨比生成视频的长度长，因此 -shortest参数将输出修剪为最短的流(即生成的视频的长度)。

这有助于我理解 -map命令 -
https://ffmpeg.org/ffmpeg.html#Advanced-options