Audio 从图像和音频生成视频

我有一个图像列表：

1.png，2.png…

和一个音频文件列表

1.mp3，2.mp3…

我想生成一个视频文件，其中音频剪辑被连接起来，每个图像都显示在相应的音频剪辑上：

将图像想象为幻灯片中的幻灯片，将音频想象为幻灯片的旁白

---

是否有任何框架允许我这样做？如果可能的话，我想使用FFmpeg CLI或更高级的东西。

惰性方法是使每个片段连接到：

这假设图像文件具有相同的宽度和高度，音频文件具有相同的频道布局和采样率

---

更复杂的方法是使用，它允许您在一个命令中完成所有操作，但您必须输入每个图像段的持续时间，以匹配相应的音频持续时间。

ffmpeg在输入上进行迭代，然后使用Concatation可以做到这一点。。n、 png和n.mp3都是输入，分别输出（1,2,3.mp4），然后是连接这3个mp4文件的具体步骤。ffmpeg文档有两个单独的部分，介绍如何将静态照片和音频的输入结合起来，以及如何压缩视频文件。

ffmpeg -loop 1 -i 1.png -i 1.mp3 -c:v libx264 -preset stillimage -vf format=yuv420p -c:a aac -shortest 1.mp4
ffmpeg -loop 1 -i 2.png -i 2.mp3 -c:v libx264 -preset stillimage -vf format=yuv420p -c:a aac -shortest 2.mp4
ffmpeg -loop 1 -i 2.png -i 2.mp3 -c:v libx264 -preset stillimage -vf format=yuv420p -c:a aac -shortest 2.mp4
ffmpeg -f concat -i input.txt -c copy -movflags +faststart output.mp4