Ffmpeg --我如何以多种质量创建HLS多语言流？

Question

前言

我正在用多种语言将视频从4k转换成多个质量，但多语言叠加存在问题，有时质量下降，有时不同步。(这在德语音频中不是什么问题，因为这是声音而不是任何声音)

我们作为一个团队，在视频/音频+ HLS方面是一个完完全全的失败者--我是一个没有经验的前端开发人员，所以如果我的问题措辞不好很抱歉

视频

我有一个4k格式的视频和删除原来的声音，因为我有英语和德语音频文件，需要被覆盖。然后，我将这些文件合并到一个.ts文件中，如下所示：

$ ffmpeg -i ep03-ns-4k.mp4 -i nkit-ep3-de-output.m4a -i nkit-ep3-en-output.m4a \
> -thread 0 -muxdelay 0 -y \
> -map 0:v -map 1 -map 2  -movflags +faststart -refs 1 \
> -vcodec libx264 -acodec aac -profile:v baseline -level 30 -ar 44100 -ab 64k -f mpegts out.ts 

这输出一个4k out.ts视频，与两个音频轨道播放。

难的部分

这就是我觉得很棘手的地方，我现在需要将这个单个文件转换成多个质量级别(480、720、1080、1920)，并使用以下命令进行尝试：

ffmpeg -hide_banner -y -i out.ts \
-crf 20 -sc_threshold 0 -g 48 -keyint_min 48 -ar 48000 \
-map 0:v:0 -map 0:v:0 -map 0:v:0 -map 0:v:0 \
-c:v:0 h264 -profile:v:0 main -filter:v:0 "scale=w=848:h=480:force_original_aspect_ratio=decrease" -b:v:0 1400k -maxrate:v:0 1498k -bufsize:v:0 2100k \
-c:v:1 h264 -profile:v:1 main -filter:v:1 "scale=w=1280:h=720:force_original_aspect_ratio=decrease" -b:v:1 2800k -maxrate:v:1 2996k -bufsize:v:1 4200k \
-c:v:2 h264 -profile:v:2 main -filter:v:2 "scale=w=1920:h=1080:force_original_aspect_ratio=decrease" -b:v:2 5600k -maxrate:v:2 5992k -bufsize:v:2 8400k \
-c:v:3 h264 -profile:v:3 main -filter:v:3 "scale=w=3840:h=1920:force_original_aspect_ratio=decrease" -b:v:3 11200k -maxrate:v:3 11984k -bufsize:v:3 16800k \
-var_stream_map "v:0 v:1 v:2 v:3" \
-master_pl_name master.m3u8 \
-f hls -hls_time 4 -hls_playlist_type vod -hls_list_size 0 \
-hls_segment_filename "%v/episode-%03d.ts" "%v/episode.m3u8"

这创造了所需的品质，但我现在不知道如何处理音频

音频

对于音频，我运行以下命令：

ffmpeg -i out.ts -threads 0 -muxdelay 0 -y -map 0:a:0 -codec copy -f segment -segment_time 4 -segment_list_size 0 -segment_list audio-de/audio-de.m3u8 -segment_format mpegts audio-de/audio-de_%d.aac
ffmpeg -i out.ts -threads 0 -muxdelay 0 -y -map 0:a:1 -codec copy -f segment -segment_time 4 -segment_list_size 0 -segment_list audio-en/audio-en.m3u8 -segment_format mpegts audio-en/audio-en_%d.aac

这将创建所需的音频段。

问题是

我意识到这是一个相当大的问题，但我们的投入有什么问题吗？有什么办法可以做到这一点更精简一点吗？

任何答案都是非常感谢的。

Answer 1

让我们说你有：

VideoA

AudioB->语言1

AudioC->语言2

AudioD->语言3

虽然可以同时执行，但最好对每种语言实例使用不同的命令。

请注意，以下是图表，只有-一些值和参数将需要由您填写。但是，这提供了一个如何连接实体的方案。此外，我只是简单地设置了大小，而不是使用了刻度过滤器。您可以使用刻度过滤器代替。过滤器将取代大小参数(-s 1280x720等)。

ffmpeg -i VideoA -i AudioB -map [0:v] -map [1:a] -s 1280x720 -acodec aac -b:a 128k \
-vcodec libx264 -pix_fmt yuv420p [your other parameters go here] -movflags +faststart \
OutputAB_720p.mp4 -map [0:v] -map [1:a] -s 1920x1080 -acodec aac -b:a 128k -vcodec \
libx264 -pix_fmt yuv420p  [your other parameters go here] -movflags +faststart \
OutputAB_1080p.mp4

以上给出了一种将VideoA与AudioB相结合的两种分辨率方案，即720 p和1080 p。要对AudioC执行相同的方案，请重复如下：

ffmpeg -i VideoA -i AudioC -map [0:v] -map [1:a] -s 1280x720 -acodec aac -b:a 128k \
-vcodec libx264 -pix_fmt yuv420p [your other parameters go here] -movflags +faststart \
OutputAC_720p.mp4 -map [0:v] -map [1:a] -s 1920x1080 -acodec aac -b:a 128k -vcodec \
libx264 -pix_fmt yuv420p  [your other parameters go here] -movflags +faststart \
OutputAC_1080p.mp4

你可以把所有的投入放在一起：

ffmpeg -i VideoA -i AudioB -i AudioC -i AudioD

并相应地为每一种语言绘制地图：

-map [0:v] -map [1:a]
-map [0:v] -map [2:a]
-map [0:v] -map [3:a]
etc.

但是我觉得这样长的命令会使我的阅读、维护和修正变得困难。