FFmpeg双GoPro视频并排合成后实现音频切换的技术问询

我用两台GoPro相机拍摄了视频，已通过FFmpeg将它们合成为左右并排的单视频，当前音频被混合为双声道立体声，可同时听到两台相机的音频。
双声道立体声合成命令：

ffmpeg -i video1.mp4 -i video2.mp4 -filter_complex "[0:v][1:v]hstack=inputs=2[v]; [0:a][1:a]amerge[a]" -map "[v]" -map "[a]" -ac 2 side-by-side.mp4

我希望播放该并排视频时，能切换两台相机的音频（cam1或cam2）。

首次尝试：去掉-ac 2参数生成四声道音频：

ffmpeg -i video1.mp4 -i video2.mp4 -filter_complex "[0:v][1:v]hstack=inputs=2[v]; [0:a][1:a]amerge[a]" -map "[v]" -map "[a]" side-by-side.mp4

但多数播放器无法在播放时轻松选择1+2或3+4声道。

随后尝试添加语言标记：

ffmpeg -i video1.mp4 -i video2.mp4 -filter_complex "[0:v][1:v]hstack=inputs=2[v]; [0:a][1:a]amerge[a]" -map "[v]" -map "[a]" -metadata:s:a:0 language=ger -metadata:s:a:1 language=eng side-by-side.mp4

但此方法有误，最终仅能看到一条含四声道的德语音频轨道，无法实现切换。

请问如何将cam1的双声道设为德语、cam2的双声道设为英语，以便通过播放器的多语言功能切换相机音频？

你的核心问题是错误地将两个音频合并成了一个四声道流，而不是保留两个独立的音频轨道。要实现通过播放器语言切换功能选择对应相机的音频，需要分别保留两个相机的原始音频轨道，再为每个轨道添加语言标记。

正确的FFmpeg命令如下：

ffmpeg -i video1.mp4 -i video2.mp4 -filter_complex "[0:v][1:v]hstack=inputs=2[v]" -map "[v]" -map 0:a -map 1:a -metadata:s:a:0 language=ger -metadata:s:a:1 language=eng side-by-side.mp4

命令解释： #

• -filter_complex "[0:v][1:v]hstack=inputs=2[v]"：仅处理视频流，将两个视频左右拼接成一个新的视频流[v]，不触碰音频流。
• -map "[v]"：指定输出拼接后的视频流。
• -map 0:a -map 1:a：分别将第一个输入文件（video1.mp4）的音频流、第二个输入文件（video2.mp4）的音频流添加为输出文件的两条独立音频轨道。
• -metadata:s:a:0 language=ger：标记第一条音频轨道（对应video1）为德语。
• -metadata:s:a:1 language=eng：标记第二条音频轨道（对应video2）为英语。

这样生成的视频文件会包含两条独立的双声道音频轨道，播放器的语言切换功能就能直接选择对应相机的音频了。

内容的提问来源于stack exchange，提问作者miridigital