咱们先从你遇到的最直观问题说起——为什么设置volume=100几乎没效果？这是因为你用的amix滤镜默认开启了自动归一化，会偷偷把合并后的音频电平压下去避免过载。先把这个坑填上，再搞定自动归一化的完整算法。

一、修复volume滤镜失效的核心问题 #

amix的默认参数normalize=1会自动将合并后的音频峰值调整到0dBFS，也就是说不管你给单个输入加多大音量，合并后都会被拉回标准电平；如果输入音频数量多（比如你这里的7个），它甚至会先把每个输入的音量除以输入数量再合并，导致整体音量被大幅衰减。

解决方法很简单：修改amix参数，关闭自动归一化：

[aud0][aud1][aud2][aud3][aud4][aud5][aud6]amix=inputs=7:normalize=0[a];

这样合并后的音频会保留所有输入的真实叠加电平，后续的volume滤镜才能真正生效。

二、自动音频归一化的完整流程 #

你的单个音频归一化思路是对的，但缺少了合并后整体电平的校准环节。下面是一套可落地的自动校准方案，结合C#和FFmpeg实现：

1. 分析单个输入音频峰值，计算单轨增益 #

先把每个歌手的音频峰值统一到接近0dBFS（16位音频对应样本值32767），避免单轨音量参差不齐：

• 用FFmpeg提取单轨音频：

  ffmpeg -i "input_video.mp4" -vn -acodec pcm_s16le -ar 44100 -ac 1 "temp_audio.wav"
  

• 用NAudio分析峰值并计算增益：

  using NAudio.Wave;
  using System;
  
  float CalculateTrackGain(string wavFilePath)
  {
      using var waveReader = new WaveFileReader(wavFilePath);
      var sampleBuffer = new float[waveReader.WaveFormat.SampleRate * waveReader.WaveFormat.Channels];
      float maxSample = 0f;
  
      int bytesRead;
      while ((bytesRead = waveReader.Read(sampleBuffer, 0, sampleBuffer.Length)) > 0)
      {
          for (int i = 0; i < bytesRead; i++)
          {
              float absSample = Math.Abs(sampleBuffer[i]);
              if (absSample > maxSample)
              {
                  maxSample = absSample;
              }
          }
      }
  
      // 全静音音频增益设为1.0；否则计算到安全电平的增益（留0.5dB余量避免硬限幅）
      return maxSample == 0 ? 1.0f : Math.Min(0.94f / maxSample, 1.0f);
  }
  

  这里的0.94f对应留0.5dB的余量，防止音频峰值刚好到0dBFS导致失真。

2. 合并音频时关闭自动归一化 #

按照前面的修改，用amix=inputs=7:normalize=0合并所有单轨音频，此时合并后的音频峰值可能会超过0dBFS（多轨叠加导致），需要下一步校准。

3. 分析合并后音频峰值，计算最终增益 #

先把合并后的音频输出为临时文件，再分析它的峰值：

• 输出合并后的临时音频：

  ffmpeg -i "video1.mp4" -i "video2.mp4" ... \
  -filter_complex "[0:a]volume=1.48[a0];[1:a]volume=xxx[a1];...[a0][a1]...amix=inputs=7:normalize=0[merged_a]" \
  -map "[merged_a]" "temp_merged_audio.wav"
  

• 用NAudio计算最终增益：
  复用上面的CalculateTrackGain方法，得到合并音频的增益值finalGain，这个值会把合并后的音频峰值拉回我们设定的安全电平。

4. 添加最终音量滤镜并输出 #

在你的FFmpeg命令里，把原来的volume=100.00替换为计算出的finalGain：

[b]volume=volume=#{finalGain}[c];

这样输出的音频电平就会达到标准音量，同时避免失真。

三、手动调整的兼容方案 #

如果需要支持用户手动微调，可以在算法计算的finalGain基础上，增加一个可配置的手动倍数（比如manualAdjustment = 1.2对应增加约1.58dB），最终的音量参数就是finalGain * manualAdjustment。这样既保留了自动校准的便捷性，又给用户留出了个性化调整的空间。

补充：为什么之前合并后音量极低？ #

你之前的流程里，单个音频归一化到0dBFS，但amix默认的normalize=1会把7个输入的音量都除以7，相当于整体衰减了约16.9dB，所以合并后的音频峰值只有4904（和32767/7≈4681接近，因实际音频相位不完全叠加略有差异），自然音量极低。关闭amix的自动归一化后，这个问题就彻底解决了。

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