FFMpeg如何合并音视频并将视频尾部对齐音频时长后裁剪开头

以下方案无需提前探测音视频时长，完全支持流式管道输入，不需要提前读取完整文件内容：

可用命令 #

ffmpeg -i <视频输入/管道路径> -i <音频输入路径> \
-filter_complex \
"[0:v]reverse[v_rev]; \
 [1:a]reverse[a_rev]; \
 [v_rev][a_rev]shortest[v_short][a_short]; \
 [v_short]reverse[out_v]; \
 [a_short]reverse[out_a]" \
-map "[out_v]" -map "[out_a]" \
<自定义编码参数> 输出文件.mp4

实现逻辑 #

利用两次翻转加最短流截断的逻辑自动对齐尾部，无需手动计算偏移量：

• 先分别翻转视频流、音频流，原本位于视频开头的多余片段会被移动到流的尾部
• 用shortest滤镜按长度更短的音频流截断流，刚好移除翻转后挪到尾部的原视频多余内容
• 最后将截断后的音视频流再次翻转回正常播放顺序，得到的就是尾部对齐、裁剪了开头多余内容的合并文件

适配说明 #

• 无需提前获取任何时长参数，只要保证音频时长短于视频，就可以适配任意时长组合
• 视频流支持直接从管道输入，不需要提前读取全量内容计算时长，完全适配动态生成视频的场景
• 可根据需求在命令末尾追加自定义编码参数，比如添加-c:v libx264 -crf 23 -c:a aac -b:a 192k调整输出质量

内容的提问来源于stack exchange，提问作者Bobby