如何通过FFmpegKit调整音频音高并保持原音频时长？

问题分析 #

你尝试的两种方案存在以下问题：

• 尝试1：硬编码将采样率强制设置为8000Hz，远低于多数音频的原生采样率（如44100Hz/48000Hz），强制降采样直接导致高频音质丢失。
• 尝试2：硬编码使用44100Hz采样率，若原音频采样率并非44100Hz，会导致采样率转换逻辑错误，最终引发时长异常缩短。

正确解决方案 #

方案1：使用rubberband滤镜（推荐，音质最优） #

rubberband是FFmpeg专门用于变调不变速的滤镜，能在保持原音频时长的同时精准调整音高，且音质损失极小。FFmpegKit的full版本已包含该滤镜支持。

await FFmpegKit.executeAsync(
  '-i input.mp3 -af rubberband=pitch=1.5 output.mp3', 
  ffmpegCallbackHigh
);

• pitch=1.5：将音高提升1.5倍；若需降低音高，设置为小于1的数值（如pitch=0.8）。

方案2：修复asetrate+aresample+atempo组合逻辑 #

避免硬编码采样率，使用FFmpeg内置变量%{sample_rate}获取原音频的采样率，确保处理逻辑适配所有音频：

await FFmpegKit.executeAsync(
  '-i input.mp3 -af asetrate=%{sample_rate}*1.5,aresample=%{sample_rate},atempo=1/1.5 output.mp3', 
  ffmpegCallbackHigh
);

• asetrate=%{sample_rate}*1.5：基于原采样率提升音频速率（实现变调）
• aresample=%{sample_rate}：将采样率还原为原数值
• atempo=1/1.5：将播放速度降低至原速的1/1.5，抵消速率变化带来的时长改变，最终保持原时长不变

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