FFMPEG-编码后获取准确的计算音频文件大小

Question

我试图在使用ffmpeg编码之前猜测音频（mp3）文件大小，然后需要精确计算出文件大小。

这是im用于预测和计算文件大小的公式（希望im没错）：

（比特率x持续时间）/ 8）x 1000 =文件大小（以字节为单位）。

我将举一个真实的例子，以便每个人都能理解用例。

范例：

具有一个包含以下数据的m4a文件：

• 名称：假设xxx.m4a
• 文件大小：8304014字节（8.3 Mo）
• 比特率：256k
• 持续时间：260秒

预期的文件大小：（（256 x 260）/ 8）x 1000 = 8320 000字节

然后，我运行以下ffmpeg命令：

ffmpeg -i xxx.m4a -f mp3 -y -minrate 256k -maxrate 256k -bufsize 256k -b:a 256k -fs 8320000 output.mp3

控制台输出：

ffmpeg version 2.7.2 Copyright (c) 2000-2015 the FFmpeg developers
  built with Apple LLVM version 6.1.0 (clang-602.0.53) (based on LLVM 3.6.0svn)
  configuration: --prefix=/usr/local/Cellar/ffmpeg/2.7.2_1 --enable-shared --enable-pthreads --enable-gpl --enable-version3 --enable-hardcoded-tables --enable-avresample --cc=clang     --host-cflags= --host-ldflags= --enable-opencl --enable-libx264 --enable-libmp3lame --enable-libvo-aacenc --enable-libxvid --enable-vda
  libavutil      54. 27.100 / 54. 27.100
  libavcodec     56. 41.100 / 56. 41.100
  libavformat    56. 36.100 / 56. 36.100
  libavdevice    56.  4.100 / 56.  4.100
  libavfilter     5. 16.101 /  5. 16.101
  libavresample   2.  1.  0 /  2.  1.  0
  libswscale      3.  1.101 /  3.  1.101
  libswresample   1.  2.100 /  1.  2.100
  libpostproc    53.  3.100 / 53.  3.100
Input #0, mov,mp4,m4a,3gp,3g2,mj2, from 'xxx.m4a':
  Metadata:
    major_brand     : isom
    minor_version   : 512
    compatible_brands: isomiso2mp41
    encoder         : Lavf56.36.100
  Duration: 00:04:20.53, start: 0.000000, bitrate: 254 kb/s
    Stream #0:0(und): Audio: aac (LC) (mp4a / 0x6134706D), 44100 Hz, stereo, fltp, 253 kb/s (default)
    Metadata:
      handler_name    : SoundHandler
Output #0, mp3, to 'output.mp3':
  Metadata:
    major_brand     : isom
    minor_version   : 512
    compatible_brands: isomiso2mp41
    TSSE            : Lavf56.36.100
    Stream #0:0(und): Audio: mp3 (libmp3lame), 44100 Hz, stereo, fltp, 256 kb/s (default)
    Metadata:
      handler_name    : SoundHandler
      encoder         : Lavc56.41.100 libmp3lame
Stream mapping:
  Stream #0:0 -> #0:0 (aac (native) -> mp3 (libmp3lame))
Press [q] to stop, [?] for help
size=    8127kB time=00:04:20.02 bitrate= 256.1kbits/s    
video:0kB audio:8127kB subtitle:0kB other streams:0kB global headers:0kB muxing overhead: 0.011765%    

问题与疑问：

• 您能告诉我为什么我得到的输出为8 322 546字节而不是预期的8 320 000吗？
• 我的公式或ffmpeg命令有问题吗？
• 您可以建议采用什么解决方案来获得准确的预测文件大小？

先感谢您。

Answer 1

除了容器固有的混合开销之外，MP3音频还存储在帧中。 每帧具有固定数量的1152个样本。 编码器将输出全帧，因此对于44100的输出采样率，最接近260秒是

（260 x 44100/1152）的上限= 9954帧=〜260.02285秒。

即使编码假设正确，这也会使您自己的计算失去平衡。

即使那样， 钻头储存器也可能起作用。

编辑 ：

您可以降低比特率并添加静音填充，但这也不是很精确，因为会产生混合开销

ffmpeg -i xxx.m4a -f lavfi -t 5 -i anullsrc -lavfi "[0:a][1:a]concat=n=2:v=0:a=1" -f mp3 -y -minrate 224k -maxrate 224k -bufsize 224k -b:a 224k -fs N output.mp3

在此，应根据MP3 + 5秒的持续时间来计算fs 。