使用 ffmpeg 将多张图片，多个 mp3 合成视频，咨询熟练人员？

[bigtang]

假设要合成 60 秒的视频，总共有 6 张图片，每张图片大约 10 秒种，对应 2-3 句话，每句话有一个 mp3 文件，有一段文本（字幕）要显示在图片上，切换图片时有点转场效果。

就这么一个任务，GPT4 跟狗屎一样说的全都不对，一运行就各种错。

有各种方案：

a 方案： 每个图片和它的 mp3 生成一个视频，然后 6 个视频连接，然后总视频加上字幕；

b 方案： 所有 mp3 连接得到总音频，6 个图片生成总视频，然后总音频，总字幕加到总视频上；

我一点经验没有，让 gpt4 实现转场就没有一个达到目地的，说的全都不对。

我很奇怪，这应该是最基础的需求，为何 ffmpeg 的开发者就想不到让人轻松点

[ysc3839]

因为 FFmpeg 设计不是干这种事的，这种需求应该用剪映。

[ronyin]

我一直以为 FFMPEG 主要是用来转换的。。不过你这需求用美图或剪映都直接实现

[iOCZS]

这种肯定还是 gui 比较方便，直接拖进去

[tool2dx]

视频自动化处理类似图片处理，你要先用 photoshop 把想要的完全流程做出来。

每一个步骤叫 action ，拼接一起叫 edtior script

然后才能用变量替换法，导出 automate bench 自动化处理的脚本。

[sucaiking]

因为这不是最基础的需求 所以不要裸 ffmpeg

[furlxy]

ffmpeg 分解视频帧和合成帧到视频这点很容易，但你要想给他加个转场或者特效，那是剪辑软件干的事

[IvanLi127]

我感觉这个需求很适合用 PowerPoint 做。

[jifengg]

这个问题我之前还真研究过。给你个 wiki

https://trac.ffmpeg.org/wiki/Xfade

这是 ffmpeg 转场的过滤器。

给你一个我在本地确定能跑的命令：
ffmpeg -t 3 -loop 1 -i a.png -t 3 -loop 1 -i b.png -filter_complex "[0]setsar=1/1[v0];[1]setsar=1/1,scale=500:500[v1];[v0][v1]xfade=transition=dissolve:duration=2:offset=1" -pix_fmt yuv420p -y -f mpegts - | ffplay -
我的 ffmpeg 版本：ffmpeg version 6.0-full_build-www.gyan.dev

转场里面有个转场时间，你这个要计算好，最后才能和音频或字幕的时间轴对得上

[duan602728596]

方案说的还真就没啥问题，剪辑流程确实可以这么干

[giao123]

是你不会用，怪开发者，用这么强大的开源软件还唧唧歪歪，直接用花钱的软件不就好了，图形化都给你整好了，什么成本都不花就想着白嫖