ffmpeg拼接音频时用aevalsrc生成静音报Invalid stream specifier错误

1. [silence]无法匹配流的原因 #

FFmpeg 滤镜图中的每个流标签仅可被消费一次。你通过aevalsrc=0:d=500ms[silence]生成的是单条独立的静音音频流，在拼接序列中第一次引用[silence]后，该流就已经被完全消耗，第二次再引用[silence]时不存在可匹配的流，因此触发报错。
网上的示例可以正常运行，大概率是示例中仅需插入一次静音，仅引用一次[silence]标签，不会触发重复消费的问题。

2. 拆分静音标签是必须操作吗 #

是的，拆分是必须的。你需要在3段音频的2个间隙各插入一段静音，必须生成2个独立的静音流实例，分别对应不同的标签，不可复用同一个流标签。

优化后的可运行命令参考 #

除了拆分静音流，你提供的输入音频采样率、格式不统一，建议增加aformat滤镜统一音频参数，避免concat滤镜出现兼容性问题：

ffmpeg -y -i a.mp3 -i b.mp3 -i c.wav \
-filter_complex "
aevalsrc=0:d=500ms[s1];
aevalsrc=0:d=500ms[s2];
[0:a]aformat=sample_fmts=fltp:sample_rates=44100:channel_layouts=mono[0a];
[1:a]aformat=sample_fmts=fltp:sample_rates=44100:channel_layouts=mono[1a];
[2:a]aformat=sample_fmts=fltp:sample_rates=44100:channel_layouts=mono[2a];
[0a][s1][1a][s2][2a]concat=n=5:v=0:a=1[out]
" \
-aq 5 -acodec libmp3lame -map "[out]" out.mp3

内容的提问来源于stack exchange，提问作者Mickel