Ffmpeg - 如何以多种质量创建 HLS 多语言流？

Question

前言

我正在努力将视频从 4k 转换为具有多种语言的多种质量，但遇到了多种语言重叠的问题，有时质量下降，有时不同步。 （这在德语音频中不是问题，因为无论如何这是语音）

我们作为一个团队在视频/音频 + HLS 方面完全是菜鸟——我是一名前端开发人员，没有这方面的经验，如果我的问题措辞不当，敬请见谅

---

视频

我有 4k 格式的视频并删除了原始声音，因为我有需要叠加的英语和德语音频文件。然后我将这些文件一起放入一个 .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 

这会输出一个 4k out.ts 视频，同时播放两个音轨。

困难的部分

这是我觉得很棘手的地方，我现在需要将此单个文件转换为多个质量级别（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，但我现在不知道这如何与音频一起工作

音频

对于音频我运行这个命令：

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

这会创建所需的音频片段。

问题

我意识到这是一个相当大的问题，但是我们的输入有什么问题吗？有没有一种方法可以让这件事变得更精简？

非常感谢任何答案。

Answer 1

假设你有：

视频A

AudioB-> 语言 1

AudioC-> 语言 2

AudioD-> 语言 3

虽然可以一起完成，但最好对每个语言实例使用不同的命令。

请注意，以下只是示意图- 一些值和参数需要您填写。但是，这提供了如何连接实体的方案。我也简单地设置了大小，NOT 使用了比例过滤器。您可以改用比例过滤器。过滤器将代替尺寸参数（-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

上面显示了 720p 和 1080p 两种分辨率的方案，将 VideoA 与 AudioB 合并。要对 AudioC 执行相同的方案，您需要重复：

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

您可以将所有输入放在一起：

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

并相应地为每种语言映射每个：

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

但我觉得这么长的命令会导致难以阅读、维护和纠正。