FFMPEG将视频-音频替换为滤波器\ U复合体

我想要这样一个输出视频，其中使用ffmpeg-filter_复杂机制创建输出音频

/usr/local/Cellar/ffmpeg/3.2.2/bin/ffmpeg 
-i /uploads/videos/1487684390-lg9htt0RW2.mov 
-i /uploads/audios/1487664761-SCPbo6Tkac.mp3 
-filter_complex "
[0:a]atrim=0:8.70824980736,asetpts=PTS-STARTPTS[aud1]; 
[1:a]atrim=0:12.9567301273,asetpts=PTS-STARTPTS[aud2];
[0:a]volume=0.3,atrim=start=8.70824980736:21.6649799347,asetpts=PTS-STARTPTS[slow_aud]; 
[aud2][slow_aud] amerge=inputs=2[a_merged];
[0:a]atrim=start=21.6649799347:31.6410098076 [remaining_audio]; 
[aud1][a_merged][remaining_audio]concat=n=3:v=0:a=1[aout]" 
-map 0:v -map "[aout]" -c:v copy -acodec mp3 
/uploads/output/1487684390-lg9htt0RW2.mov

基于UTC时间戳录制的原始音频与基于UTC时间戳录制的原始视频

            13:00-------- Original Event Audio -------- 13:20
       12:50------------- Event Video Recorded --------------13:30

这是我的要求

因此，输出视频的音频应该包含

前10秒（12:50-13:00）是活动视频的音频记录

接下来的20秒（13:00-13:20）是合并音频（原始音频+原始视频，其中原始视频的音量为0.3）

剩余10秒（13:21-13:30）的视频将播放视频的剩余音频

我通过以上命令获得的信息

前10秒（12:50-13:00）是录制的活动视频音频已实现

接下来的20秒（13:00-13:20）是合并音频（原始音频+原始视频，其中原始视频的音量为.3）已实现

剩余10秒（13:21-13:30）的视频将播放未实现的视频的剩余音频

---

您没有按照concat筛选器的要求重置剩余音频的时间戳。所以，应该是这样

[0:a]atrim=start=21.6649799347:31.6410098076,asetpts=PTS-STARTPTS[remaining_audio]; 

---

实现相同结果的较短方法是

-filter_complex
"[1:a]adelay=12956.7301273|12956.7301273[mp3];
 [0:a]volume=0.3:enable='between(t,8.70824980736,21.6649799347)'[vid];
 [vid][mp3]amix[aout]"

---

谢谢@Mulvya，asetpts适合我。较短的方法不起作用