如何用FFmpeg实现过场单屏、其余分屏的混合视频输出？

需求说明 #

现有视频素材需处理为：

• 00:00-01:15、10:00-10:30、29:00至结尾：显示单源单屏的过场动画（各时段内容一致）
• 其余时段：显示四屏分屏画面（各屏内容不同，带玩家名称字幕）

现有脚本（全程生成分屏） #

ffmpeg -i "$player_one.$player_one_extension" \
    -i "$player_two.$player_two_extension" \
    -i "$player_three.$player_three_extension" \
    -i "$player_four.$player_four_extension" \
    -filter_complex \
        "nullsrc=size=${video_width}x${video_height} [base]; \
        [0:v] trim=start=$player_one_offset,setpts=PTS-STARTPTS, scale=${half_width}x${half_height}, drawtext=fontfile=control-freak-font/CONTF___.ttf:text='${player_one_name}':fontsize=$font_size:fontcolor=0xFFFFFF:alpha='$alpha':x=w-text_w-${font_padding}:y=h-text_h-${font_padding} [upperleft]; \
        [1:v] trim=start=$player_two_offset,setpts=PTS-STARTPTS, scale=${half_width}x${half_height}, drawtext=fontfile=control-freak-font/CONTF___.ttf:text='${player_two_name}':fontsize=$font_size:fontcolor=0xFFFFFF:alpha='$alpha':x=w-text_w-${font_padding}:y=h-text_h-${font_padding} [upperright]; \
        [2:v] trim=start=$player_three_offset,setpts=PTS-STARTPTS, scale=${half_width}x${half_height}, drawtext=fontfile=control-freak-font/CONTF___.ttf:text='${player_three_name}':fontsize=$font_size:fontcolor=0xFFFFFF:alpha='$alpha':x=w-text_w-${font_padding}:y=h-text_h-${font_padding} [lowerleft]; \
        [3:v] trim=start=$player_four_offset,setpts=PTS-STARTPTS, scale=${half_width}x${half_height}, drawtext=fontfile=control-freak-font/CONTF___.ttf:text='${player_four_name}':fontsize=$font_size:fontcolor=0xFFFFFF:alpha='$alpha':x=w-text_w-${font_padding}:y=h-text_h-${font_padding} [lowerright]; \
        [3:a] atrim=start=$audio_offset,asetpts=PTS-STARTPTS[outa]; [base][upperleft] overlay=shortest=1 [tmp1]; [tmp1][upperright] overlay=shortest=1:x=${half_width} [tmp2]; [tmp2][lowerleft] overlay=shortest=1:y=${half_height} [tmp3]; [tmp3][lowerright] overlay=shortest=1:x=${half_width}:y=${half_height}[v]"
    -map "[v]" -map "[outa]" -c:v libx264 -shortest -t $duration "100_100_hardcore_ghost_recon_future_soldier_coop_pc_${mission}4k.mp4"

问题 #

当前脚本全程生成分屏画面，我想到的方案是分段制作各时段视频后用concat合并，但这样会生成多个中间文件。请问有没有更高效的单命令实现方式？

当然有更高效的方式——不用分段生成视频再合并，直接在单个FFmpeg命令的滤镜链里完成所有时段的裁剪、画面处理和拼接，全程无中间文件，步骤更简洁：

核心思路 #

1. 复用原有逻辑生成完整的分屏画面流
2. 从分屏流里裁剪出需要显示分屏的时段（01:15-10:00、10:30-29:00）
3. 处理过场动画流，裁剪出需要显示单屏的时段（00:00-01:15、10:00-10:30、29:00至结尾）
4. 把所有处理好的视频段按时间顺序用concat滤镜拼接
5. 同步处理音频的分段裁剪与拼接，保证音画同步

完整脚本示例 #

假设过场动画单独存为opening.mp4，如果过场是某个玩家视频的片段，直接替换成对应输入流即可：

ffmpeg -i "$player_one.$player_one_extension" \
    -i "$player_two.$player_two_extension" \
    -i "$player_three.$player_three_extension" \
    -i "$player_four.$player_four_extension" \
    -i "opening.mp4" \
    -filter_complex \
        # 1. 生成完整分屏画面（复用原有分屏逻辑）
        "nullsrc=size=${video_width}x${video_height} [base]; \
        [0:v] trim=start=$player_one_offset,setpts=PTS-STARTPTS, scale=${half_width}x${half_height}, drawtext=fontfile=control-freak-font/CONTF___.ttf:text='${player_one_name}':fontsize=$font_size:fontcolor=0xFFFFFF:alpha='$alpha':x=w-text_w-${font_padding}:y=h-text_h-${font_padding} [ul]; \
        [1:v] trim=start=$player_two_offset,setpts=PTS-STARTPTS, scale=${half_width}x${half_height}, drawtext=fontfile=control-freak-font/CONTF___.ttf:text='${player_two_name}':fontsize=$font_size:fontcolor=0xFFFFFF:alpha='$alpha':x=w-text_w-${font_padding}:y=h-text_h-${font_padding} [ur]; \
        [2:v] trim=start=$player_three_offset,setpts=PTS-STARTPTS, scale=${half_width}x${half_height}, drawtext=fontfile=control-freak-font/CONTF___.ttf:text='${player_three_name}':fontsize=$font_size:fontcolor=0xFFFFFF:alpha='$alpha':x=w-text_w-${font_padding}:y=h-text_h-${font_padding} [ll]; \
        [3:v] trim=start=$player_four_offset,setpts=PTS-STARTPTS, scale=${half_width}x${half_height}, drawtext=fontfile=control-freak-font/CONTF___.ttf:text='${player_four_name}':fontsize=$font_size:fontcolor=0xFFFFFF:alpha='$alpha':x=w-text_w-${font_padding}:y=h-text_h-${font_padding} [lr]; \
        [base][ul] overlay=shortest=1 [t1]; [t1][ur] overlay=shortest=1:x=${half_width} [t2]; [t2][ll] overlay=shortest=1:y=${half_height} [t3]; [t3][lr] overlay=shortest=1:x=${half_width}:y=${half_height} [full_split]; \
        # 2. 裁剪分屏需要显示的时段（转成秒计算）
        [full_split] trim=start=75:end=600,setpts=PTS-STARTPTS [split_seg1]; \
        [full_split] trim=start=630:end=1740,setpts=PTS-STARTPTS [split_seg2]; \
        # 3. 处理过场动画，裁剪对应时段
        [4:v] scale=${video_width}x${video_height},setpts=PTS-STARTPTS [opening_full]; \
        [opening_full] trim=end=75,setpts=PTS-STARTPTS [opening_seg1]; \
        [opening_full] trim=start=0:end=30,setpts=PTS-STARTPTS [opening_seg2]; \
        [opening_full] trim=start=0,setpts=PTS-STARTPTS [opening_seg3]; \
        # 4. 按顺序拼接所有视频段
        [opening_seg1][split_seg1][opening_seg2][split_seg2][opening_seg3] concat=n=5:v=1:a=0 [v_out]; \
        # 5. 同步处理音频（以player4的音频为例，按对应时段裁剪拼接）
        [3:a] atrim=start=$audio_offset:end=$((audio_offset+75)),asetpts=PTS-STARTPTS [a_seg1]; \
        [3:a] atrim=start=$((audio_offset+75)):end=$((audio_offset+600)),asetpts=PTS-STARTPTS [a_seg2]; \
        [3:a] atrim=start=$((audio_offset+600)):end=$((audio_offset+630)),asetpts=PTS-STARTPTS [a_seg3]; \
        [3:a] atrim=start=$((audio_offset+630)):end=$((audio_offset+1740)),asetpts=PTS-STARTPTS [a_seg4]; \
        [3:a] atrim=start=$((audio_offset+1740)),asetpts=PTS-STARTPTS [a_seg5]; \
        [a_seg1][a_seg2][a_seg3][a_seg4][a_seg5] concat=n=5:v=0:a=1 [a_out]" \
    -map "[v_out]" -map "[a_out]" -c:v libx264 -c:a aac "100_100_hardcore_ghost_recon_future_soldier_coop_pc_${mission}4k.mp4"

注意事项 #

• 所有时间统一用秒计算，避免时:分:秒格式的解析问题（比如01:15=75秒，10:00=600秒）
• 如果过场动画是从某个玩家的视频里截取的（比如player1的开头片段），把[4:v]换成[0:v] trim=start=xxx:end=xxx即可，不用额外导入过场文件
• 音频要严格对应视频的时段长度，否则会出现音画不同步的问题
• 若分屏流的时长不够，可去掉shortest=1参数，或者确保所有输入视频的时长满足需求

内容的提问来源于stack exchange，提问作者PirateApp