☰

Como concatenar vários arquivos MP3 de áudio curtos com uma duração de sobreposição específica

tag-icon • tag-icon audio ffmpeg mp3
Como concatenar vários arquivos MP3 de áudio curtos com uma duração de sobreposição específica

Tenho arquivos MP3 que tendem a ser muito curtos, como 1 segundo, contendo sílabas de palavras. Gostaria de ter uma sobreposição (o final de um mesclado com o início do próximo). Encontrei vários tópicos sobre crossfading, mas não tenho certeza se preciso dele (crossfading), ou seja, diminuir o volume de um e aumentar o volume do próximo à medida que fazemos a transição para ele. Acho que apenas uma mesclagem do áudio é suficiente neste momento.

A sobreposição precisa ser da ordem de microssegundos. Vejo que o FFmpeg tem decimais de segundos em algumas das opções. Atualmente estou concatenando vários MP3s curtos com o seguinte:

    /// <summary>
    /// <para/>20170114
    /// </summary>
    /// <returns></returns>
    public void ConcatMP3s(String InFiles, String OutputFile)
    {
        // http://superuser.com/questions/87040/how-to-stich-mp3s-together-with-ffmpeg
        var _IN_PARAMS = " -f concat ";
        var _IN_FILES = "-safe 0 -i " + DQuote(InFiles);
        var _OUT_PARAMS = " -c copy -y ";  // -y to overwrite the output file
        var _OUT_FILE = DQuote(OutputFile);
        //
        var _FFMPEG_ARGS = _IN_PARAMS + _IN_FILES + _OUT_PARAMS + _OUT_FILE;
        //return _FFMPEG_ARGS;
        //
        RunFFmpeg(_FFMPEG_ARGS);
    }

Gostaria de um comando ou técnica que concatenasse vários arquivos de uma vez, mas se você me mostrar como fazer isso para dois arquivos, posso percorrer todos eles. É uma resposta feia, mas aceitável :).

@Mulvya, o que consegui pegar no seu link é a seguinte estrutura de linha de comando do FFmpeg (tudo em uma string de linha de comando)

ffmpeg -i 1.mp3 -i 2.mp3 -i 3.mp3 -i 4.mp3
   -filter_complex
     "[1]adelay=delay1|delay1[b];
      [2]adelay=delay2|delay2[c];
      [3]adelay=delay3|delay3[d];
      [0][b][c][d]amix=4"
merged.mp3

O que delay1, delay2 e delay3 precisam ser? São as durações em milissegundos de 1.mp3, 2.mp3e, 3.mp3respectivamente?

Qual é a melhor maneira de recuperar essas durações? por exemplo, as propriedades dos arquivos do sistema de arquivos são precisas?

As letras [b], [c], [d] são algo arbitrárias? nomes de canais? vou precisar gerar?

Onde especifico, por exemplo, uma sobreposição de 10 milissegundos entre 1.mp3e 2.mp3, 2 e 3 e depois 3 e 4?

Ou devo menos 10 milissegundos de delay1, delay2, delay3?

Adição: aqui está um instantâneo de uma montagem manual que montei para explicar o que estou tentando alcançar programaticamente (suponha uma sobreposição constante; aqui estou tentando cerca de 100 ms). Por favor, explique quais devem ser os valores de delay1, delay2, delay3 acima.

instantâneo de uma montagem manual

As durações de MP3 da saída FFmpeg são 550, 440, 500, 960, 440 ms, respectivamente.

========= Saída atual do FFmpeg

_VDO\FFmpeg 20160310\bin\FFmpeg -i "S:\_W\ARP_WEB\SRC\SND\A4_23\1\01.mp3" -i "S:\_W\ARP_WEB\SRC\SND\A2\1\22.mp3" -i "S:\_W\ARP_WEB\SRC\SND\A2\3\23.mp3" -i "S:\_W\ARP_WEB\SRC\SND\A3\1\24.mp3" -i "S:\_W\ARP_WEB\SRC\SND\A2\2\03.mp3" -filter_complex "[1]adelay=279[b];[2]adelay=592[c];[3]adelay=916[d];[4]adelay=1712[e]; [0][b][c][d][e]amix=5" -y "S:\_W\ARP\AMSSTUDIO\SRC\DATA\FFMPEG\DEBUG Concat with Overlap\OUT.MP3"

ffmpeg version N-79000-g66edd86 Copyright (c) 2000-2016 the FFmpeg developers built with gcc 5.3.0 (GCC) configuration: --enable-gpl --enable-version3 --disable-w32threads --enable-avisynth --enable-bzlib --enable-fontconfig --enable-frei0r --enable-gnutls --enable-iconv --enable-libass --enable-libbluray --enable-libbs2b --enable-libcaca --enable-libdcadec --enable-libfreetype --enable-libgme --enable-libgsm --enable-libilbc --enable-libmodplug --enable-libmfx --enable-libmp3lame --enable-libopencore-amrnb --enable-libopencore-amrwb --enable-libopenjpeg --enable-libopus --enable-librtmp --enable-libschroedinger --enable-libsnappy --enable-libsoxr --enable-libspeex --enable-libtheora --enable-libtwolame --enable-libvidstab --enable-libvo-amrwbenc --enable-libvorbis --enable-libvpx --enable-libwavpack --enable-libwebp --enable-libx264 --enable-libx265 --enable-libxavs --enable-libxvid --enable-libzimg --enable-lzma --enable-decklink --enable-zlib libavutil 55. 19.100 / 55. 19.100 libavcodec 57. 28.100 / 57. 28.100 libavformat 57. 28.100 / 57. 28.100 libavdevice 57. 0.101 / 57. 0.101 libavfilter 6. 39.102 / 6. 39.102 libswscale 4. 0.100 / 4. 0.100 libswresample 2. 0.101 / 2. 0.101 libpostproc 54. 0.100 / 54. 0.100 [mp3 @ 0000000000584ba0] Estimating duration from bitrate, this may be inaccurate Input #0, mp3, from 'S:\_W\ARP_WEB\SRC\SND\A4_23\1\01.mp3': Duration: 00:00:00.55, start: 0.000000, bitrate: 320 kb/s Stream #0:0: Audio: mp3, 44100 Hz, mono, s16p, 320 kb/s [mp3 @ 00000000005a2a20] Estimating duration from bitrate, this may be inaccurate Input #1, mp3, from 'S:\_W\ARP_WEB\SRC\SND\A2\1\22.mp3': Duration: 00:00:00.44, start: 0.000000, bitrate: 320 kb/s Stream #1:0: Audio: mp3, 44100 Hz, mono, s16p, 320 kb/s [mp3 @ 000000000058af00] Estimating duration from bitrate, this may be inaccurate Input #2, mp3, from 'S:\_W\ARP_WEB\SRC\SND\A2\3\23.mp3': Duration: 00:00:00.50, start: 0.000000, bitrate: 320 kb/s Stream #2:0: Audio: mp3, 44100 Hz, mono, s16p, 320 kb/s [mp3 @ 000000000058cb80] Estimating duration from bitrate, this may be inaccurate Input #3, mp3, from 'S:\_W\ARP_WEB\SRC\SND\A3\1\24.mp3': Duration: 00:00:00.96, start: 0.000000, bitrate: 127 kb/s Stream #3:0: Audio: mp3, 44100 Hz, mono, s16p, 128 kb/s [mp3 @ 00000000005c5c00] Estimating duration from bitrate, this may be inaccurate Input #4, mp3, from 'S:\_W\ARP_WEB\SRC\SND\A2\2\03.mp3': Duration: 00:00:00.44, start: 0.000000, bitrate: 320 kb/s Stream #4:0: Audio: mp3, 44100 Hz, mono, s16p, 320 kb/s Output #0, mp3, to 'S:\_W\ARP\AMSSTUDIO\SRC\DATA\FFMPEG\DEBUG Concat with Overlap\OUT.MP3': Metadata: TSSE : Lavf57.28.100 Stream #0:0: Audio: mp3 (libmp3lame), 44100 Hz, mono, fltp (default) Metadata: encoder : Lavc57.28.100 libmp3lame Stream mapping: Stream #0:0 (mp3) -> amix:input0 Stream #1:0 (mp3) -> adelay Stream #2:0 (mp3) -> adelay Stream #3:0 (mp3) -> adelay Stream #4:0 (mp3) -> adelay amix -> Stream #0:0 (libmp3lame) Press [q] to stop, [?] for help Error while filtering: Cannot allocate memory size= 5kB time=00:00:00.54 bitrate= 70.2kbits/s speed=42.3x video:0kB audio:4kB subtitle:0kB other streams:0kB global headers:0kB muxing overhead: 4.938003%

Responder1

Use um comando do formulário

ffmpeg -i 1.mp3 -i 2.mp3 -i 3.mp3 -i 4.mp3
   -filter_complex
     "[1]adelay=delay1|delay1[b];
      [2]adelay=delay2|delay2[c];
      [3]adelay=delay3|delay3[d];
      [0][b][c][d]amix=4"
merged.mp3

Cada um, delayNem milissegundos, é o deslocamento inicial de um áudio desde o início do fluxo de áudio. Então, se você quiser que o arquivo 2 comece em 14,2 segundos da mixagem final, use adelay=14200|14200para uma entrada estéreo. Você pode usar adelay=14200para uma entrada mono. Na sua captura de tela, estes são os valores da coluna inicial.

Os rótulos [a]..etc são arbitrários e atribuídos às saídas dos filtros para que possam ser usados ​​posteriormente em outros filtros ou mapeados para saída. Cada bloco pode ser consumido uma vez. Eles são alfanuméricos, mas evitam atribuir números inteiros puros, [2]já que o ffmpeg os usa para se referir aos arquivos de entrada.

informação relacionada