如何用FFmpeg合并不同时长音频并保留背景音频时长？

问题原因 #

你用的amerge滤镜会自动以输入音频中时长最短的那个作为输出时长，所以30秒的voz.wav直接把3分钟的background.wav截断了，导致输出只有30秒。

两种修改方案 #

方案1：让voz.wav循环播放直到background.wav结束 #

适合需要背景语音重复播放的场景，命令如下：

$code1 = "ffmpeg -y -i voz.wav -i background.wav -filter_complex \"[0:a]aloop=loop=-1:size=2e9[a0];[a0][1:a]amerge=inputs=2,pan=stereo|c0<c0+c2|c1<c1+c3[aout]\" -c:a libmp3lame -q:a 4 -shortest somnovo2.mp3";
system($code1);

参数说明：

• aloop=loop=-1:size=2e9：让第一个音频无限循环，size=2e9设置足够大的循环缓冲区，避免中途停止
• pan=stereo|...：amerge会把两个立体声合并成4声道，该滤镜将其转成标准立体声输出
• -shortest：强制输出时长等于最短的输入（即3分钟的background.wav）

方案2：voz.wav只播放一遍，剩余时间静音填充 #

适合只需要一次语音，后面保留纯背景音的场景，命令如下：

$code1 = "ffmpeg -y -i voz.wav -i background.wav -filter_complex \"[0:a]apad[a0];[a0][1:a]amerge=inputs=2,pan=stereo|c0<c0+c2|c1<c1+c3[aout]\" -c:a libmp3lame -q:a 4 -shortest somnovo2.mp3";
system($code1);

参数说明：

• apad：自动给voz.wav末尾填充静音，直到和另一个输入音频时长一致
• 其他参数作用与方案1一致

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