FFMPEG 音频规范化器 dynaudnorm 对 amix 没有影响

Question

基本上，我将多个 mp3 文件与 amix 和 adelay 混合在一起。

我遇到的问题是第一个 mp3 音量很低，最后一个音量太大，与这篇文章中讨论的完全一样：FFMPEG amix filter volume issue with inputs of different duration

我遵循@Gyan 的解决方案，将这些选项添加到 amix :duration=first:dropout_transition=0,dynaudnorm，但它不会影响输出。

我的命令是这样的：

ffmpeg \
-i "video.mp4" \
-i "audio1.mp3" \
-i "audio2.mp3" \
-i "audio3.mp3" \
-y \
-filter_complex " \
    [a:0]volume=0[videoAudio]; \
    [1]adelay=500[ad1]; \
    [2]adelay=5400[ad2]; \
    [3]adelay=10000[ad3]; \
    [videoAudio][ad1][ad2][ad3]amix=inputs=4:duration=first:dropout_transition=0,dynaudnorm \
" \
output.mp3

知道如何让dynaudnorm 工作吗？

Answer 1

[a:0]volume=0[videoAudio]; \

如果您要使视频配乐静音，为什么不完全忽略它？

[1]adelay=500[ad1]; \

如果您的 mp3 文件是立体声的，那么您必须为两个通道指定延迟。

duration=first

通过延迟您的输入，audio3.mp3 将自动成为最长的：

[ delay 500ms ]<audio1.mp3>|
[                          |       delay 5400ms ]<audio2.mp3>
[                          |                                   delay 10000ms ]<audio3.mp3>

垂直线（紧跟在audio1.mp3 之后）用duration=first 标记流的结尾。在这种情况下，你真的想要默认的duration=longest！

dropout_transition=0

我建议将此选项设置为混音的总长度，然后将volume 过滤器设置为输入量，以恢复音量。

要找出混音的总长度：

ffmpeg \
-i "audio1.mp3" \
-i "audio2.mp3" \
-i "audio3.mp3" \
-lavfi "
  [0]adelay=500|500[ad1];
  [1]adelay=5400|5400[ad2];
  [2]adelay=10000|10000[ad3];
  [ad1][ad2][ad3]amix=inputs=3
" \
-f null -

例如，假设这会返回 time=00:01:30.74。那么最终的命令是：

ffmpeg \
-i "audio1.mp3" \
-i "audio2.mp3" \
-i "audio3.mp3" \
-lavfi "
  [0]adelay=500|500[ad1];
  [1]adelay=5400|5400[ad2];
  [2]adelay=10000|10000[ad3];
  [ad1][ad2][ad3]amix=inputs=3:dropout_transition=90.74,volume=3,dynaudnorm
" \
output.mp3

[编辑]
如果您说您已使用您提供的网址阅读了 Gyan 的答案，那么我不明白为什么我仍然必须告诉您有关 duration=first 和 dropout_transition=0 的信息。让我告诉你dropout_transition的意义。

ffmpeg \
-i "input1.mp3" -i "input2.mp3" -i "input3.mp3" \
-lavfi "[1]adelay=11233[ad2];[2]adelay=20141[ad3];[0][ad2][ad3]amix=inputs=3" \
-f null -
[...]
size=N/A time=00:00:33.43 bitrate=N/A speed= 134x

我测试了 3 个样本。音频混合的总长度为33.43seconds。

这是dropout_transition=0 的波形：

ffmpeg \
-i "input1.mp3" -i "input2.mp3" -i "input3.mp3" \
-lavfi "
  [1]adelay=11233[ad2];[2]adelay=20141[ad3];
  [0][ad2][ad3]amix=inputs=3:dropout_transition=0,
  volume=3,showwavespic=s=639x128
" \
"ffmpeg_amix=dt=0,vol=3,wavespic.png"

就像您原始帖子中的波形一样；结尾变得非常响亮。所以这与dynaudnorm无关。

将dropout_transition 设置为音频混合的总长度（不要忘记volume=3），这就是波形的样子：

ffmpeg \
-i "input1.mp3" -i "input2.mp3" -i "input3.mp3" \
-lavfi "
  [1]adelay=11233[ad2];[2]adelay=20141[ad3];
  [0][ad2][ad3]amix=inputs=3:dropout_transition=33.43,
  volume=3,showwavespic=s=639x128
" \
"ffmpeg_amix=dt=33.43,vol=3,wavespic.png"

接下来，您应该使用 dynaudnorm 的参数，正如 Paul B. Mahol 所说：

ffmpeg \
-i "input1.mp3" -i "input2.mp3" -i "input3.mp3" \
-lavfi "
  [1]adelay=11233[ad2];[2]adelay=20141[ad3];
  [0][ad2][ad3]amix=inputs=3:dropout_transition=33.43,
  volume=3,dynaudnorm=f=200:g=15,showwavespic=s=639x128
" \
"ffmpeg_amix=dt=33.43,vol=3,dynaudnorm=f=200-g=15,wavespic.png"

我更喜欢acompressor-filter btw：

[/edit]

Answer 2

请查阅 dynaudnorm 文档，它清楚地解释了一切。具体来说，持续时间默认值非常高，因此永远不会进行标准化。您需要将 dynaudnorm 滤波器的前两个选项：f (framelen) 和 g (gausssize) 更改为低得多的值。