FFmpeg在指定时间合并外部音频与视频原生音频时的amerge滤镜格式错误问题求助

我懂你的需求——想把外部音频在视频第7秒的位置叠加进去，同时保留原视频音频和新增音频的原始音量。用amix虽然能跑起来，但发现只有最后一段音频音量正常，所以转而尝试amerge，结果却遇到了滤镜初始化错误。咱们来拆解问题，搞定它！

你的原操作与错误信息 #

你使用的命令：

ffmpeg -y -i vide.mp4 -i audio.wav -filter_complex "[1:a] adelay=7000|7000 [tmp];[0:a][tmp] amerge=inputs=2 [audio_out]" -map 0:v -map [audio_out] output.mp4

触发的核心错误：

[Parsed_amerge_1 @ 0x560695ea69c0] No channel layout for input 1
[Parsed_amerge_1 @ 0x560695ea69c0] No channel layout for input 2
[AVFilterGraph @ 0x560695ea5000] The following filters could not choose their formats: Parsed_amerge_1

问题根源 #

amerge滤镜对输入音频的通道布局要求非常严格。从你的输入信息能看到，原视频音频是单声道（32000 Hz, mono），外部音频也是单声道，但FFmpeg没有明确识别并传递这两个音频的通道布局信息给amerge，导致滤镜无法确定合并规则，最终初始化失败。

解决方案：强制指定通道布局 #

我们只需要在amerge之前，给两个音频流统一指定明确的通道布局，就能解决这个问题。修正后的命令如下：

ffmpeg -y -i vide.mp4 -i audio.wav -filter_complex "[1:a] adelay=7000|7000,aformat=channel_layouts=mono [tmp]; [0:a] aformat=channel_layouts=mono [orig_a]; [orig_a][tmp] amerge=inputs=2 [audio_out]" -map 0:v -map [audio_out] -ac 2 output.mp4

命令细节解释：

• aformat=channel_layouts=mono：强制把两个音频流的通道布局指定为单声道，让amerge能清晰识别每个输入的通道信息，避免格式推断错误。
• -ac 2：将最终输出的音频设置为立体声（两个单声道合并后默认生成立体声，这个参数可以明确指定输出格式，避免FFmpeg自动推断出问题）。如果需要最终输出单声道，只需把-ac 2改成-ac 1即可。

补充：关于amix的音量问题 #

如果你之后想再尝试amix，可以通过指定weights参数保留原音量，避免自动衰减：

ffmpeg -y -i vide.mp4 -i audio.wav -filter_complex "[1:a] adelay=7000|7000 [tmp]; [0:a][tmp] amix=inputs=2:weights=1 1 [audio_out]" -map 0:v -map [audio_out] output.mp4

weights=1 1表示两个输入音频都保持100%的原始音量，这样就不会出现只有最后一个音频音量正常的情况了。

备注：内容来源于stack exchange，提问作者Stefan Radonjic