如何用ffmpeg.wasm将超2秒的静音缩短至1秒？

要实现将音频中超过2秒的静音片段缩短至1秒，你需要分两步处理：先检测长静音区间，再通过滤镜链拼接处理后的片段。以下是具体实现代码：

步骤1：检测长静音区间 #

首先运行silencedetect滤镜获取所有时长超过2秒的静音片段的时间范围：

// 收集ffmpeg日志用于解析静音信息
const detectLogs = [];
ffmpeg.on('log', ({ message }) => detectLogs.push(message));

// 执行静音检测
await ffmpeg.run(
  "-i", inputFileName,
  "-af", "silencedetect=n=-30dB:d=2", // 检测阈值-30dB，时长≥2秒的静音
  "-f", "null", "-" // 仅输出日志，不生成文件
);

// 解析日志提取长静音区间
const silenceIntervals = [];
let currentStart = null;
detectLogs.forEach(line => {
  if (line.includes('silence_start:')) {
    currentStart = parseFloat(line.split('silence_start: ')[1]);
  } else if (line.includes('silence_end:')) {
    const end = parseFloat(line.split('silence_end: ')[1]);
    const duration = end - currentStart;
    if (duration > 2) {
      silenceIntervals.push({ start: currentStart, end, duration });
    }
    currentStart = null;
  }
});

// 获取音频总时长
const probeData = await ffmpeg.probe(inputFileName);
const totalDuration = parseFloat(probeData.format.duration);

步骤2：生成滤镜链并处理音频 #

根据检测到的静音区间，将音频分割为非静音片段和1秒静音片段，再用concat滤镜拼接所有片段：

const segments = [];
let lastEnd = 0;

// 构建处理后的片段列表
silenceIntervals.forEach(interval => {
  // 添加静音前的非静音片段
  if (interval.start > lastEnd) {
    segments.push({ type: 'audio', start: lastEnd, end: interval.start });
  }
  // 添加1秒静音片段（从原静音起始位置截取）
  segments.push({ type: 'silence', start: interval.start, end: interval.start + 1 });
  lastEnd = interval.end;
});

// 添加最后一段非静音内容
if (lastEnd < totalDuration) {
  segments.push({ type: 'audio', start: lastEnd, end: totalDuration });
}

// 生成滤镜链
const filterParts = [];
const concatInputs = [];
const sampleRate = probeData.streams[0].sample_rate;
const channels = probeData.streams[0].channels;

segments.forEach((seg, index) => {
  const segName = `seg${index}`;
  if (seg.type === 'audio') {
    // 截取原音频的指定片段
    filterParts.push(`[0:a]atrim=start=${seg.start}:end=${seg.end}[${segName}]`);
  } else {
    // 生成与原音频参数一致的1秒静音
    filterParts.push(`aevalsrc=0:d=1:s=${sampleRate}:c=${channels}[${segName}]`);
  }
  concatInputs.push(`[${segName}]`);
});

// 拼接所有片段
filterParts.push(`${concatInputs.join('')}concat=n=${segments.length}:v=0:a=1[outa]`);
const filterString = filterParts.join(';');

// 执行音频处理
await ffmpeg.run(
  "-i", inputFileName,
  "-filter_complex", filterString,
  "-map", "[outa]",
  outputFileName
);

说明 #

• 该方案仅处理时长超过2秒的静音，短于等于2秒的静音会原样保留。
• 生成的静音片段与原音频采样率、通道数一致，避免音质不兼容问题。
• 需确保你的ffmpeg.wasm版本支持silencedetect、atrim、aevalsrc、concat这些基础滤镜。

内容的提问来源于stack exchange，提问作者blueseal