使用FFmpeg批量制作对应音频时长的图片幻灯片视频

嘿，这个需求我太熟了！你直接用%d序列的方式确实走不通，因为FFmpeg会把图片和音频都当成连续的媒体流来处理，而不是你想要的「每一个图片对应同名音频」的配对关系，所以才会报错找不到音频文件。下面给你两种靠谱的方案，新手推荐第一种，简单不容易出错：

方案一：先批量生成单个小视频，再拼接（新手友好） #

这个思路就是先把每一对x.png和x.wav做成单独的小视频，最后把所有小视频串成完整的视频。

第一步：批量生成单个小视频 #

根据你的操作系统，用循环脚本来逐个处理：

• Windows（批处理脚本）：新建一个process.bat文件，内容如下：

@echo off
:: 这里的1,1,20代表从1到20的数字，你可以根据自己的文件数量修改
for /L %%i in (1,1,20) do (
    echo 正在处理第%%i对文件...
    ffmpeg -loop 1 -i "%%i.png" -i "%%i.wav" -c:v libx264 -tune stillimage -c:a aac -b:a 192k -pix_fmt yuv420p -shortest "temp_%%i.mp4"
)

• Linux/macOS（Shell脚本）：新建一个process.sh文件，内容如下：

#!/bin/bash
for i in {1..20}; do
  echo "正在处理第$i对文件..."
  ffmpeg -loop 1 -i "$i.png" -i "$i.wav" -c:v libx264 -tune stillimage -c:a aac -b:a 192k -pix_fmt yuv420p -shortest "temp_$i.mp4"
done

执行脚本后，会生成temp_1.mp4到temp_20.mp4这些单个的小视频，每个的时长和对应的音频完全一致（-shortest参数就是让视频时长跟随音频的长度）。

第二步：拼接所有小视频 #

拼接的时候推荐用FFmpeg的concat demuxer，因为它不需要重新编码，速度超快：

1. 先自动生成一个文件列表：
   • Windows在刚才的批处理里，把循环里加一行（放在ffmpeg命令后面）：

     echo file 'temp_%%i.mp4' >> filelist.txt
     

   • Linux/macOS在shell脚本的循环里加一行：

     echo "file 'temp_$i.mp4'" >> filelist.txt
     

   这样脚本执行完会自动生成filelist.txt，里面就是所有小视频的路径。
2. 执行拼接命令：

ffmpeg -f concat -safe 0 -i filelist.txt -c copy final_output.mp4

-safe 0是允许FFmpeg加载当前目录的文件，-c copy表示直接复制视频和音频流，完全不重新编码，几秒钟就能搞定拼接。

方案二：用FFmpeg滤镜直接处理（无中间文件，适合进阶用户） #

如果你不想生成一堆临时文件，可以用FFmpeg的滤镜直接把所有配对的媒体拼接起来，不过命令会比较长（因为要逐个指定每个文件）。比如处理3对文件的命令大概是这样：

ffmpeg \
-loop 1 -i 1.png -i 1.wav \
-loop 1 -i 2.png -i 2.wav \
-loop 1 -i 3.png -i 3.wav \
-filter_complex "\
[0:v][1:a][2:v][3:a][4:v][5:a]concat=n=3:v=1:a=1[outv][outa] \
" -map "[outv]" -map "[outa]" -c:v libx264 -tune stillimage -c:a aac -b:a 192k -pix_fmt yuv420p final_output.mp4

如果是20对文件，就要把[0:v][1:a]...一直写到第39和40号流，然后把n=3改成n=20。这个方法虽然没有临时文件，但命令写起来比较麻烦，新手容易写错，所以还是推荐方案一。

为什么直接用-i %d.png -i %d.wav不行？ #

再给你解释下原因：FFmpeg会把%d.png解析成连续的图片序列流（比如1.png→2.png→...→20.png连续播放），把%d.wav解析成连续的音频序列流，但你的需求是「每个图片对应同名音频的时长」，而不是图片和音频各自连续播放，所以这个逻辑完全不匹配，自然就会报错啦。

备注：内容来源于stack exchange，提问作者Thomas