基于SoX库混合音频样本，PHP封装生成单MP3的实现方案咨询

嘿，要搞定这个混音需求，最简方案绝对是借助FFmpeg——毕竟自己从零写音频处理逻辑太折腾，PHP直接调用FFmpeg命令就能轻松实现。下面是适配你需求的具体思路和算法步骤：

首先先明确你的混音配置数据：

[
 { "sample": "sample1.mp3", "time": 0 },
 { "sample": "sample2.mp3", "time": 0.3342 },
 { "sample": "sample3.mp3", "time": 0.3342, "stop_after": 0.3442 },
 { "sample": "sample4.mp3", "time": 1.22443 },
 { "sample": "sample1.mp3", "time": 1.223434, "stop_after": 1.224244 }
]

1. 核心依赖：FFmpeg #

PHP本身没有原生音频混音能力，必须依赖FFmpeg这个开源音频/视频处理工具。先确保你的服务器已经安装FFmpeg，并且PHP有权限执行shell命令（比如shell_exec、exec）。

2. 混音逻辑拆解 #

你的配置本质是多音频轨道的时间轴编排：每个样本在指定时间点启动，部分样本需要在指定时间点停止。我们可以通过FFmpeg的音频滤镜实现编排，再混合所有轨道。

具体步骤： #

• 步骤1：解析混音配置
  把JSON数据解析成PHP数组，遍历每个条目，提取三个关键信息：

  • 音频文件路径（sample）
  • 开始播放时间（time）
  • 停止时间（stop_after，可选）

• 步骤2：获取音频原生时长
  对于没有stop_after的样本，需要先拿到它的原生播放时长，才能确定它会播放多久。可以用FFmpeg的ffprobe工具获取：

  ffprobe -v error -show_entries format=duration -of default=noprint_wrappers=1:nokey=1 "sample1.mp3"
  

  在PHP中通过shell_exec调用这个命令，就能拿到时长的浮点数结果。

• 步骤3：构建FFmpeg滤镜链
  FFmpeg滤镜是核心，我们需要为每个音频样本生成两个滤镜：

  1. adelay：让音频在指定时间点启动（延迟对应时长后播放）
  2. atrim：裁剪音频播放时长（有stop_after时，时长为stop_after - time；无则用原生时长）

  针对你的配置，滤镜链示例如下：

  # 每个输入对应一个滤镜处理
  [0:a]adelay=0s:all=true,atrim=0:3.5[a0];  # sample1.mp3，延迟0s，播放3.5s（假设原生时长3.5s）
  [1:a]adelay=0.3342s:all=true,atrim=0:4.2[a1]; # sample2.mp3，延迟0.3342s，播放4.2s（原生时长）
  [2:a]adelay=0.3342s:all=true,atrim=0:0.01[a2]; # sample3.mp3，延迟0.3342s，播放0.01s（0.3442-0.3342）
  [3:a]adelay=1.22443s:all=true,atrim=0:2.8[a3]; # sample4.mp3，延迟1.22443s，播放2.8s（原生时长）
  [4:a]adelay=1.223434s:all=true,atrim=0:0.00081[a4]; # 第二个sample1.mp3，播放时长1.224244-1.223434=0.00081s
  # 最后混合所有处理后的轨道
  [a0][a1][a2][a3][a4]amix=inputs=5:duration=longest[aout]
  

• 步骤4：拼接并执行FFmpeg命令
  把所有输入文件、滤镜链、输出路径拼接成完整命令，在PHP中执行。完整命令示例：

  ffmpeg -i "sample1.mp3" -i "sample2.mp3" -i "sample3.mp3" -i "sample4.mp3" -i "sample1.mp3" \
  -filter_complex "[0:a]adelay=0s:all=true,atrim=0:3.5[a0];[1:a]adelay=0.3342s:all=true,atrim=0:4.2[a1];[2:a]adelay=0.3342s:all=true,atrim=0:0.01[a2];[3:a]adelay=1.22443s:all=true,atrim=0:2.8[a3];[4:a]adelay=1.223434s:all=true,atrim=0:0.00081[a4];[a0][a1][a2][a3][a4]amix=inputs=5:duration=longest[aout]" \
  -map "[aout]" "output.mp3"
  

  PHP中执行时，一定要用escapeshellarg()包裹所有文件路径，防止命令注入：

  $mixData = json_decode($yourJsonString, true);
  $inputFiles = [];
  foreach ($mixData as $item) {
      $inputFiles[] = '-i ' . escapeshellarg($item['sample']);
  }
  $inputStr = implode(' ', $inputFiles);
  // 这里省略滤镜链的动态生成逻辑，按步骤3的规则拼接即可
  $command = "ffmpeg {$inputStr} -filter_complex '{$filterChain}' -map '[aout]' " . escapeshellarg($outputPath);
  $execOutput = shell_exec($command . ' 2>&1');
  // 检查$execOutput和目标文件是否存在，判断执行结果
  

3. 关键注意事项 #

• 时间单位统一：FFmpeg的adelay支持秒（带小数）或毫秒，用秒更贴合你的配置。
• amix参数：inputs要等于输入音频的数量，duration=longest表示输出时长取所有轨道中最长的那个，避免截断。
• 命令安全：必须对所有文件路径转义，防止恶意命令注入。
• 错误处理：执行后要检查输出结果，处理文件不存在、FFmpeg未安装等异常情况。

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