1.音視頻的采樣率、采樣位深度和聲道數(shù)

音頻和視頻的采樣率、采樣位深度和聲道數(shù)是媒體文件中的重要參數(shù)，它們會直接影響到音視頻的質(zhì)量和文件大小。下面對它們進行詳細解釋：

采樣率

采樣率指音頻每秒鐘采樣的次數(shù)，用赫茲（Hz）表示。采樣率越高，音頻的還原度越高，音質(zhì)也越好，但同時文件大小也會增加。常見的采樣率有44.1kHz、48kHz、96kHz等。

采樣位深度

采樣位深度指音頻采樣時每個樣本的位數(shù)，通常是8位、16位、24位、32位等。采樣位深度越高，音頻的動態(tài)范圍越大，能表現(xiàn)更細膩的音頻信息，但同時文件大小也會增加。

聲道數(shù)

聲道數(shù)指音頻的通道數(shù)量，常見的有單聲道（mono）和立體聲（stereo）兩種。立體聲一般包括左右兩個聲道，而單聲道只有一個聲道。通常來說，立體聲能夠更好地還原音頻的空間感，但同時文件大小也會增加。

在處理音視頻時，了解這些參數(shù)可以幫助我們更好地選擇合適的參數(shù)進行處理，從而得到更高質(zhì)量的音視頻文件。

2.音頻處理的常用命令

音頻處理是 FFmpeg 的主要功能之一。以下是一些常用的音頻處理命令：

• 轉(zhuǎn)換音頻格式

將一個音頻文件轉(zhuǎn)換成另一個格式，可以使用下面的命令：

ffmpeg -i input.mp3 output.wav

上面的命令將 input.mp3 文件轉(zhuǎn)換成 output.wav 文件。

• 剪切音頻

可以使用下面的命令剪切音頻：

ffmpeg -ss 00:00:10 -i input.mp3 -t 10 output.mp3

上面的命令將 input.mp3 文件從第 10 秒開始剪切，長度為 10 秒，并將結(jié)果保存到 output.mp3 文件。

• 合并音頻

可以使用下面的命令合并多個音頻文件：

ffmpeg -i "concat:input1.mp3|input2.mp3" -acodec copy output.mp3

上面的命令將 input1.mp3 和 input2.mp3 文件合并成一個 output.mp3 文件。

• 調(diào)整音量

可以使用下面的命令調(diào)整音頻的音量：

ffmpeg -i input.mp3 -filter:a "volume=2.0" output.mp3

• 提取音頻

可以使用下面的命令從視頻中提取音頻：

ffmpeg -i input.mp4 -vn -acodec copy output.mp3

上面的命令從 input.mp4 文件中提取音頻，忽略視頻，直接將音頻保存到 output.mp3 文件。

3.視頻處理的常用命令

視頻處理是 FFmpeg 最常用的功能之一，以下是一些常用的視頻處理命令：

1. 視頻轉(zhuǎn)碼命令

ffmpeg -i input.mp4 -vcodec copy -acodec copy output.avi

該命令將 input.mp4 轉(zhuǎn)換為 output.avi，同時保留原有的視頻和音頻編碼格式。

2.裁剪視頻命令

ffmpeg -i input.mp4 -ss 00:00:05 -t 00:00:10 -c:v libx264 -c:a copy output.mp4

該命令將 input.mp4 的第 5 秒開始裁剪，裁剪 10 秒鐘，視頻編碼為 H.264，音頻保持原格式，輸出為 output.mp4

3.視頻合并命令

ffmpeg -i "concat:input1.mp4|input2.mp4|input3.mp4" -c copy output.mp4

該命令將 input1.mp4、input2.mp4 和 input3.mp4 三個視頻文件合并為一個文件 output.mp4，視頻和音頻編碼格式保持不變。

4.添加水印命令

ffmpeg -i input.mp4 -i watermark.png -filter_complex "overlay=10:10" output.mp4

該命令將輸入視頻 input.mp4 和水印文件 watermark.png 進行疊加，疊加位置為視頻左上角偏移 10 像素的位置，輸出為 output.mp4。

5.提取視頻幀命令

ffmpeg -i input.mp4 -vf "select=eq(n\,0)" -q:v 3 -f image2 output.jpg

該命令將輸入視頻 input.mp4 的第一幀提取出來，輸出為 output.jpg，圖像質(zhì)量為 3。

4.音視頻混合和分離

1、音視頻混合

音視頻混合是指將多個音頻或視頻文件混合成一個文件，或?qū)⒁纛l和視頻文件合并成一個視頻文件。

合并視頻文件

將多個視頻文件合并成一個視頻文件，可以使用 FFmpeg 中的 concat 協(xié)議。下面是一個例子，將三個視頻文件 test1.mp4、test2.mp4 和 test3.mp4 合并成一個文件 output.mp4：

ffmpeg -i "concat:test1.mp4|test2.mp4|test3.mp4" -c copy output.mp4

其中，-i 參數(shù)指定輸入文件，使用 concat 協(xié)議，參數(shù)為需要合并的文件列表，多個文件之間使用 | 分隔；-c copy 參數(shù)指定復(fù)制視頻和音頻流，不進行轉(zhuǎn)碼。

合并音頻文件

將多個音頻文件合并成一個音頻文件，可以使用 FFmpeg 中的 concat 協(xié)議。下面是一個例子，將三個音頻文件 test1.mp3、test2.mp3 和 test3.mp3 合并成一個文件 output.mp3：

ffmpeg -f concat -i <(for f in test1.mp3 test2.mp3 test3.mp3; do echo "file '$PWD/$f'"; done) -c copy output.mp3

其中，-f concat 指定使用 concat 協(xié)議，-i 參數(shù)指定輸入文件，使用子進程的方式生成文件列表，-c copy 參數(shù)指定復(fù)制音頻流，不進行轉(zhuǎn)碼。

合并音視頻文件

將音頻和視頻文件合并成一個視頻文件，可以使用 FFmpeg 中的 -map 選項。下面是一個例子，將 test.mp4 視頻和 test.mp3 音頻合并成一個視頻文件 output.mp4：

ffmpeg -i test.mp4 -i test.mp3 -map 0:v:0 -map 1:a:0 -c:v copy -c:a copy output.mp4

其中，-i 參數(shù)指定輸入文件，-map 選項指定需要使用的視頻流和音頻流，-c:v copy 和 -c:a copy 參數(shù)分別指定復(fù)制視頻流和音頻流，不進行轉(zhuǎn)碼。

2、音視頻分離

音視頻分離是指將一個音視頻文件分離成音頻文件和視頻文件，可以分別對其進行處理或編輯。

分離視頻文件

將視頻文件分離成視頻流和音頻流，可以使用 FFmpeg 中的 -map 選項。下面是一個例子，將 test.mp4 分離成視頻文件 test_video.mp4 和音頻文件 test_audio.mp3：

ffmpeg -i test.mp4 -map 0:v:0 -c copy test_video.mp4 -map 0:a:0 -c copy test_audio.mp3

其中，-i 參數(shù)指定輸入文件，-map 選項指定需要使用的視頻流和音頻流，-c copy 參數(shù)指定復(fù)制流，不進行轉(zhuǎn)碼。

分離音頻文件

分離音頻文件是指將音頻流從視頻文件中分離出來，生成一個單獨的音頻文件，可以方便地對音頻進行編輯和處理。

ffmpeg -i input.mp4 -vn -acodec libmp3lame -q:a 4 output.mp3

其中，

-i input.mp4：指定輸入文件名，這里是一個視頻文件

-vn：表示不處理視頻流，只處理音頻流。

-acodec copy：表示復(fù)制音頻流，不進行重新編碼。

-acodec libmp3lame：表示將音頻流重新編碼為MP3格式。

-q:a 4：表示指定輸出音頻的質(zhì)量，值為0-9，數(shù)值越小，質(zhì)量越好，文件大小越大。

output.aac：指定輸出文件名，這里是一個AAC格式的音頻文件。

5.音視頻同步處理

音視頻同步處理是指將音頻和視頻的時間軸進行同步，使其在播放過程中達到良好的效果。在實際應(yīng)用中，由于采集設(shè)備、編碼器、網(wǎng)絡(luò)傳輸?shù)纫蛩氐挠绊懀纛l和視頻的時間軸往往會存在一定的偏差。因此，需要對音視頻進行同步處理，以保證播放效果的質(zhì)量。

在 FFmpeg 中，可以通過設(shè)置音頻和視頻的時間基（time base）和時間戳（timestamp）來實現(xiàn)音視頻同步處理。

時間基是一種時間單位，用于將時間戳轉(zhuǎn)換為實際的時間。在 FFmpeg 中，音頻和視頻的時間基可以通過音頻流和視頻流的 time_base 屬性獲取。時間戳則是指某個樣本在整個媒體流中的時間位置，一般表示為 PTS（Presentation Time Stamp）或 DTS（Decode Time Stamp）。在 FFmpeg 中，可以通過 AVPacket 結(jié)構(gòu)體中的 pts 和 dts 字段獲取時間戳。

具體的音視頻同步處理操作，可以參考以下步驟：

代碼層面

獲取音頻流和視頻流的 time_base 屬性，將其作為時間基。

AVRational audio_timebase = input_audio_stream->time_base;
AVRational video_timebase = input_video_stream->time_base;

獲取音頻流和視頻流的時鐘基準(zhǔn)值（時鐘基準(zhǔn)值指的是第一個樣本的時間戳），分別保存為 audio_clock 和 video_clock 變量。

double audio_clock = 0;
double video_clock = 0;
AVPacket packet;
int ret;
 
// 讀取音頻流和視頻流的樣本
while ((ret = av_read_frame(input_format_context, &packet)) == 0) {
    if (packet.stream_index == audio_stream_index) {
        // 處理音頻樣本
        // ...
        audio_clock = av_q2d(audio_timebase) * frame->pts;
    } else if (packet.stream_index == video_stream_index) {
        // 處理視頻樣本
        // ...
        video_clock = av_q2d(video_timebase) * frame->pts;
    }
 
    av_packet_unref(&packet);
}

計算音頻和視頻的時間差（diff），并根據(jù)時間差來調(diào)整音頻和視頻的時間戳。

double diff = video_clock - audio_clock;
 
if (diff > 0.1) {
    // 視頻比音頻快，需要將音頻的時間戳加上時間差
    // ...
} else if (diff < -0.1) {
    // 音頻比視頻快，需要將視頻的時間戳加上時間差
    // ...
}

將調(diào)整后的音頻樣本和視頻樣本寫入輸出文件。

AVFrame *audio_frame;
AVFrame *video_frame;
 
// 循環(huán)處理音頻樣本和視頻樣本，并寫入輸出文件
while (has_more_audio_samples || has_more_video_samples) {
    if (has_more_audio_samples) {
        // 處理音頻樣本
        // ...
        av_interleaved_write_frame(output_format_context, &

命令行

1. 根據(jù)時間戳對齊音視頻

在進行音視頻合并時，需要對齊音頻和視頻的時間戳，保證它們在相同的時間播放。可以通過使用FFmpeg的"-itsoffset"參數(shù)來實現(xiàn)對齊。該參數(shù)用于指定一個時間偏移量，可以正數(shù)或負(fù)數(shù)。正數(shù)表示音頻比視頻快，負(fù)數(shù)表示視頻比音頻快。例如：

ffmpeg -i video.mp4 -itsoffset 0.5 -i audio.mp3 -c:v copy -c:a copy output.mp4

上述命令中，將音頻向后偏移0.5秒，使其與視頻對齊。

1. 調(diào)整音頻速率

有時候，在進行音視頻處理時，可能需要改變音頻的播放速率?？梢允褂肍Fmpeg的"atempo"過濾器來實現(xiàn)調(diào)整音頻速率。該過濾器接受一個浮點數(shù)參數(shù)，表示音頻的播放速率。例如：

ffmpeg -i input.mp3 -filter:a "atempo=1.5" output.mp3

上述命令將音頻播放速率提高到1.5倍。

1. 調(diào)整音頻音量

在進行音視頻處理時，有時候需要調(diào)整音頻的音量大小?？梢允褂肍Fmpeg的"volume"過濾器來實現(xiàn)調(diào)整音量大小。該過濾器接受一個浮點數(shù)參數(shù)，表示音頻的音量大小。例如：

ffmpeg -i input.mp3 -filter:a "volume=2.0" output.mp3

上述命令將音頻的音量調(diào)整為原來的2倍。

1. 調(diào)整視頻速率

類似于調(diào)整音頻速率，有時候在進行音視頻處理時，需要調(diào)整視頻的播放速率?？梢允褂肍Fmpeg的"setpts"過濾器來實現(xiàn)調(diào)整視頻速率。該過濾器接受一個時間參數(shù)，表示視頻播放的速率。例如：

ffmpeg -i input.mp4 -filter:v "setpts=0.5*PTS" output.mp4

上述命令將視頻的播放速率降低到原來的一半。

1. 調(diào)整視頻畫面大小

在進行音視頻處理時，有時候需要調(diào)整視頻的畫面大小?？梢允褂肍Fmpeg的"scale"過濾器來實現(xiàn)調(diào)整視頻畫面大小。該過濾器接受一個字符串參數(shù)，表示視頻的寬度和高度。例如：

ffmpeg -i input.mp4 -vf scale=640:360 output.mp4

上述命令將視頻的畫面大小調(diào)整為640x360。

原文 ffmpeg系列學(xué)習(xí)--FFmpeg的音視頻處理_ffmpeg itsoffset_ayou_llf的博客-CSDN博客

?文章來源地址http://www.zghlxwxcb.cn/news/detail-755933.html

★文末名片可以免費領(lǐng)取音視頻開發(fā)學(xué)習(xí)資料，內(nèi)容包括（FFmpeg ，webRTC ，rtmp ，hls ，rtsp ，ffplay ，srs）以及音視頻學(xué)習(xí)路線圖等等。

見下方!↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓

?

到了這里，關(guān)于ffmpeg系列學(xué)習(xí)——FFmpeg的音視頻處理的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！