FFmpeg - 在过滤器复合体中连接具有不同开始时间的视频

Question

要从具有不同开始时间的多个音频和视频文件编译最终视频，到目前为止，我使用了以下命令：

ffmpeg -i audio_1.flv -i audio_2.flv -i audio_3.flv -i audio_4.flv -i audio_5.flv -i video_1.flv -i video_2.flv -i video_3.flv -i video_4.flv -filter_complex \
"[0]adelay=9761[audio0];[1]adelay=183387[audio1];[2]adelay=694634[audio2];[3]adelay=740306[audio3];[4]adelay=775587[audio4];[audio0][audio1][audio2][audio3][audio4]amix=5[audios];\
[5]setpts=PTS-STARTPTS+30.236/TB[video0];[6]setpts=PTS-STARTPTS+201.314/TB[video1];[7]setpts=PTS-STARTPTS+702.615/TB[video2];[8]setpts=PTS-STARTPTS+921.682/TB[video3];[video0][video1][video2][video3]concat=inputs=4[videos]" -map [videos] -map [audios] -c:v h264 output.mp4

显然，音频部分将使用此部分正确编译：

[0]adelay=9761[audio0];[1]adelay=183387[audio1];[2]adelay=694634[audio2];[3]adelay=740306[audio3];[4]adelay=775587[audio4];[audio0][audio1][audio2][audio3][audio4]amix=5[audios]

但是对于视频部分，最终的视频是不正确的，其长度大约是所有视频片段累积的三倍。 我尝试overlay以组合具有不同开始时间的视频，但它仅适用于 2 个输入，现在适用于尝试concat的 3 个或更多输入视频，但我收到了More than 1000 frames duplicated消息。 我使用-vsync 2删除此消息，但视频仍然太长。