ffmpeg 图像和音频到视频

Question

我有几个图像（幻灯片）和几个音频文件，我想使用 C#、AForge 和 ffmpeg 或您可能建议的任何其他东西进行组合。 有几个音频文件，每个文件都读取一个图像中的文本。

图像分为两组 - 具有相应音频文件的图像和没有相应音频文件的图像。

1. 没有音频的图像应该显示一段预定义的时间（对于 例如 4 秒）。
2. 应该显示带有音频的图像，音频在它们出现时开始播放 只要相应的音频播放，就会出现。

逻辑和机制很简单，就是不知道怎么实现。
我将使用哪些类或对象？
我需要在两个图像之间绘制每一帧吗？

注意：图片代表幻灯片，即 PowerPoint 演示文稿，其中每张幻灯片都保存为 jpeg 图片。

编辑：示例 假设我有 5 张图片，其中两张有对应的音频文件，因此有两个音频文件。

图像 1 显示 4 秒。

图像 2 出现，音频 1 播放，音频停止，图像 2 消失。

图像 3 显示 4 秒。

图像 4 显示 4 秒。

图像 5 出现，音频 2 播放，音频停止，图像 5 消失。

Answer 1

连接

您可以使用concat filter。使用您在示例中提供的参数：

ffmpeg \
-f lavfi -t 1 -i anullsrc=channel_layout=stereo:sample_rate=44100 \
-loop 1 -t 4 -i 01.jpg \
-loop 1 -t 3 -i 02.jpg \
-i 02.wav \
-loop 1 -t 4 -i 03.jpg \
-loop 1 -t 4 -i 04.jpg \
-loop 1 -t 6 -i 05.jpg \
-i 05.wav \
-filter_complex \
"[1:0][0:0][2:0][3:0][4:0][0:0][5:0][0:0][6:0][7:0]concat=n=5:v=1:a=1[vv][a]; \
 [vv]format=yuv420p[v]" \
-map "[v]" -map "[a]" \
-c:v libx264 -c:a aac -movflags +faststart output.mp4

获取持续时间

您可以使用ffprobe 获取每个音频输入的持续时间：

ffprobe -v error -select_streams a:0 -show_entries format=duration -of default=noprint_wrappers=1:nokey=1 02.wav

结果输出可用作ffmpeg 命令中相应-t 的变量。

注意事项

1234563 05.jpg。

• 您没有提到所需的输出格式，所以我在 MP4 容器中选择了 H.264 视频和 AAC 音频。如果这不是您想要的，请移除 -movflags +faststart，移除格式过滤器，然后重命名视频地图。

• anullsrc filter 生成静音音频。它的持续时间只需要比您最短的音频输入短：concat 过滤器将自动填充其余部分以匹配相应的视频片段。如果需要，您可以调整 channel_layout 和 sample_rate 以匹配您的音频输入。请注意，如果它们不同，则 concat 过滤器将自动选择通用的采样率、采样格式和通道布局，因此如果输出与预期不同，那就是原因。

• 或者，您可以使用流说明符将输入命名为 concat 过滤器。我通常会这样做，但在脚本命令中它可能不太有意义。无论如何，在这种情况下，它将是：

  [1:v][0:a][2:v][3:a][4:v][0:a][5:v][0:a][6:v][7:a]
  

• 调整这些示例以使用您最喜欢的脚本语言由您决定。