FFMPEG 命令混合音频和视频，音量可调

Question

我有：

• X长度的视频文件
• Y长度的音频

我正在尝试实现具有以下品质的 output 视频：

1. 添加音频的音量级别应该是可调的
2. 音频应该循环到视频结束
3. 即使输入视频没有任何音频，它也不应该中断
4. 如果需要，我应该能够将源视频的音频静音。
5. 以上所有，以最快的方式。

我不太熟悉 FFMPEG，也许一些专家可以提供帮助。

Answer 1

由于您使用的是库，我假设您知道如何运行纯 FFmpeg 命令

根据您的第三个条件，我们将解决方案分为两部分：

即使输入视频没有任何音频，它也不应该中断

为了解决这种情况，您可以在使用以下代码运行任何 FFmpeg 命令之前检查视频文件中是否有任何音频 stream：

private boolean isVideoContainAudioStream(String videoPath) {
    MediaMetadataRetriever retriever = new MediaMetadataRetriever();
    retriever.setDataSource(videoPath);
    String hasAudioStream = retriever.extractMetadata(MediaMetadataRetriever.METADATA_KEY_HAS_AUDIO);
    if (hasAudioStream != null && hasAudioStream.equals("yes"))
        return true;
    else
        return false;
}

1. 第一部分：

因此，如果上述 function 的结果等于 true，则您的视频文件包含音频 stream，因此您可以运行以下命令：

ffmpeg -i video.mp4 -filter_complex "amovie=/path/to/audio/file/audio.mp3:loop=0,asetpts=N/SR/TB,volume=2.0[audio];[0:a]volume=0.5[sa];[sa][audio]amix[fa]" -map 0:v -map [fa] -vcodec libx264 -preset ultrafast -shortest fout.mp4

在上面的命令中，我们使用amovie过滤器在特定路径中获取音频文件

• loop=0，无限循环音频
• asetpts=N/SR/TB，通过计数样本生成时间戳
• 音量=2.0，将音量乘以 2.0

视频的音频 stream 可通过[0:a]过滤器访问，因此我们将其设置为输入音量的一半并将其命名为[sa] ：

[0:a]volume=0.0[sa]

之后，我们将使用amix过滤器混合两个音频流并将其命名为[fa] ，到目前为止我们拥有我们想要的一切，我们只想合并音频和视频流

• -vcodec libx264，我们使用 x264 视频编码，因为它有很多配置来获得更好的性能和速度
• -最短，因为我们无限循环音频，我们告诉 ffmpeg 继续创建帧，直到最短的 stream 结束（视频 stream 肯定是最短的）
• -preset ultrafast，preset 是 x264 选项之一， ultrafast将以更大的 output 文件大小为代价为您提供更快的编码速度，通常使用该标志的veryfast值是速度和大小的良好组合

2. 第二部分：

如果isVideoContainAudioStream function 返回 false （这意味着您的输入视频已静音），您可以运行以下命令：

ffmpeg -i mute_video.mp4 -filter_complex "amovie=/path/to/audio/file/audio.mp3:loop=0,asetpts=N/SR/TB,volume=2.0[audio]" -map 0:v -map [audio] -vcodec libx264 -preset ultrafast -crf 18 -shortest m_fout.mp4

在上面的命令中，我们使用另一个名为CRF的 x264 选项

恒定速率因子 (CRF)

如果您想保持最佳质量并且不太关心文件大小，请使用此速率控制模式。 这是大多数用途的推荐速率控制模式。

CRF 的范围是 0-51，其中 0 是无损的，23 是默认值，51 是可能的最差质量。 较低的值通常会导致更高的质量，主观理智的范围是 17-28。 考虑 17 或 18 在视觉上无损或几乎无损； 它应该看起来与输入相同或几乎相同，但它在技术上不是无损的。

该范围是指数的，因此增加 CRF 值 +6 会导致大约一半的比特率/文件大小，而 -6 会导致大约两倍的比特率。

选择仍能提供可接受质量的最高 CRF 值。 如果 output 看起来不错，那么尝试更高的值。 如果看起来不好，请选择较低的值。

就是这样，x264 编码器有很多选项，您可以在此链接中查看所有可用选项：

H.264 视频编码指南