用 FFmpeg 的 amerge 合并音频前,先确认所有输入的采样率和样本格式相同,再确定输出通道顺序并比较时长。amerge 是把多个输入的声道放入一个多声道流,不是把声音内容相加;输入时长不同时,输出会在最短输入处结束。因此,不能指望它自动补齐较长输入的尾部。
核对兼容条件并决定声道顺序
为每个输入记录采样率、样本格式、声道数、带名称的声道布局和时长。使用能显示这些字段的媒体探测工具或音频编辑器。只有声道数,不足以判断每个声道承载什么内容。若采样率或样本格式不一致,先停止合并,并在其他处理流程中准备兼容的输入;FFmpeg 官方文档明确要求 amerge 的输入采样率和格式相同。
接着,按声道名称或输入排列顺序写明期望的输出顺序。如果输入本身是多声道、布局重叠,或下游编辑器要求特定环绕声分配,这一步尤其重要。布局模式决定如何处理通道标记,以及合并时是否重排;它不会把不同声音变成混音。选择模式前可查阅官方 `amerge` 选项说明。
例如,两个立体声输入采用 reset 或 normal 时,都会先保留第一路的两个声道,再接第二路的两个声道。reset 忽略输入布局,输出只用总声道数描述。normal 保留输入声道的名称和标识信息,但不重排。默认的 legacy 模式则不同:若输入布局已知、互不重叠且兼容,可能会为组成输出布局而重排;若布局重叠或未知,便按输入顺序排列,并为总声道数采用默认布局。不要只凭“四声道”就认定输出一定标记为两组立体声。
使用预检工作表
下表是一个假设的规划案例,不是实测媒体,也不保证任何具体文件必然得到同样结果。目标是交付四声道文件:前两路来自录音设备,后两路来自参考混音。
| 核对项 | 假设观察 | 合并前决定 |
|---|---|---|
| 输入 A | 48 kHz、pcm_s24le、立体声、60 秒 | 将左右声道记为 A1、A2 |
| 输入 B | 48 kHz、pcm_s24le、立体声、57 秒 | 将左右声道记为 B1、B2 |
| 布局模式 | 两路输入都是立体声 | reset 和 normal 都预期按 A1、A2、B1、B2 排列;仍需另行核对标签和下游解释 |
| 时长 | B 比 A 短 3 秒 | 原样使用 amerge 时,预期输出在 57 秒结束,而非 60 秒 |
| 验收目标 | 交付要求覆盖 60 秒 | 原样合并不满足时长要求;导出前先处理缺少的尾段 |
按顺序执行:检查四项媒体信息和时长;写清目标通道顺序;选择与该顺序相符的布局模式;最后用一段验收输出核对通道标签、声音内容和结束位置。表中的通道名称只是本例的记录方法,不是 FFmpeg 保证生成的标签。
核对失败时怎么处理
如果采样率或样本格式不一致,先准备具有一致参数的输入,并重新检查准备后的文件,再进行合并。若时长不一致但交付仍须覆盖较长时段,应先决定如何处理较短输入缺失的尾段。可以在独立流程中编辑或延长输入,也可以选择能明确处理该尾段的其他流程。amerge 的文档行为是输出在最短输入处停止;文档没有说它会自动插入静音或重复音频。
如果输出顺序或名称不符合交付约定,不要仅凭声道数正确或文件能播放就验收。将每个输出声道与记录的来源对应起来,并检查接收软件是否按预期解释布局。官方滤镜说明中的模式定义与示例分别说明了输入顺序、通道标记和布局判定。本文讲的是外部 FFmpeg 流程的准备与验收,不表示 Imagild 提供相应控件,也不保证具体导出结果。
常见追问
`amerge` 会生成普通混音吗? 不会。它把输入声道合成一个多声道流,不会把声音内容相加。若目标是把多个声音混合到较少声道,应使用混音流程。
两个立体声输入该选哪种模式? 按所需通道标签和下游解释方式选择。此场景下 `reset` 与 `normal` 都保持输入顺序,但保留的布局信息不同。应检查输出,而不是只看声道数。
一路输入较短,输出还能保留完整时长吗? 不能假定 `amerge` 会补齐。文档规定输出在最短输入处结束;应提前处理时长差异,或改用明确处理较短输入尾段的流程。
来源与下一步
本文依据公开文档解释操作,并使用明确标注的假设验收示例,不是软件实测。控件与可用功能可能变化,请对照所引手册和你的安装版本。
若你在 Imagild 中继续创作,可将输入要求和验收清单带到微电影工作台。上文讨论的外部软件控件属于其各自产品。