我注意到ffmpeg amix过滤器在特定情况下不会输出良好的结果。如果输入文件具有相同的持续时间，它就可以正常工作。在这种情况下，成交量会以恒定值下降，并且可以通过以下方式固定：",volume=2".
就我而言，我使用不同持续时间的文件。结果体积不好。第一个混合流的音量最低，最后一个混合流的音量最高。您可以在图像上看到体积随时间线性增加。
我的命令：
ffmpeg -i temp_0.mp4 -i user_2123_10.mp4 -i user_2123_3.mp4 -i user_2123_4.mp4
-i user_2123_7.mp4 -i user_2123_5.mp4 -i user_2123_1.mp4 -i user_2123_8.mp4
-i user_2123_0.mp4 -i user_2123_6.mp4 -i user_2123_9.mp4 -i user_2123_2.mp4
-i user_2123_11.mp4 -filter_complex "[1:a]adelay=34741.0[aud1];
[2:a]adelay=18241.0[aud2];[3:a]adelay=20602.0[aud3];
[4:a]adelay=27852.0[aud4];[5:a]adelay=22941.0[aud5];
[6:a]adelay=13142.0[aud6];[7:a]adelay=29810.0[aud7];
[8:a]adelay=12.0[aud8];[9:a]adelay=25692.0[aud9];
[10:a]adelay=32143.002[aud10];[11:a]adelay=16101.0[aud11];
[12:a]adelay=40848.0[aud12];
[0:a][aud1][aud2][aud3][aud4][aud5][aud6][aud7]
[aud8][aud9][aud10][aud11]
[aud12]amix=inputs=13:duration=first:dropout_transition=0"
-vcodec copy -y temp_1.mp4
这可以通过在每个剪辑的开头和结尾应用静音来解决，然后它们将具有相同的持续时间并且音量将处于相同的水平。
请建议我如何使用amix混合许多输入并确保恒定的音量水平。
amix缩放每个输入的音量1/n其中 n = 否。有源输入。这是针对每个音频帧进行评估的。因此，当一个输入消失时，剩余输入的体积会按较小的量缩放，因此它们的体积会增加。
正如其他答案中所建议的，更改所有早期输入的 dropout_transition 是一种方法，但我认为这会导致粗略的音量调制。更好的方法是在混合后标准化音频。
目前，您有两种选择，loudnorm or the 动态范数筛选。后者要快得多
语法是在 amix 之后添加它，所以
[aud11][aud12]amix=inputs=13:duration=first:dropout_transition=0,dynaudnorm"
如果您想调整最大音量或 RMS 模式标准化参数等，请阅读文档