我的运动相机拍摄的视频是自动分段的，每段时长 15 分钟。由于骑摩托车时用，风噪太大，在录制视频时，做了不录制声音的设定。因此，对于得到的视频，我需要做两个处理，首先是视频的合并，其次是增加背景音乐。此外，倘若枯燥沉闷的路段，让视频的播放速度能加快一些会更好。

倘若用手机 APP 或者 PC 上的应用软件来处理这些事，免费的软件不是那么好找，能找到的也不见得会多么好用，还是用 ffmpeg 吧，好久没用它了。上一次用它，是这个时候：https://liyanrui.github.io/posts/some-minor-operation-for-videos.html

增加背景音乐

先从增加背景音乐开始。假设我有一段视频，文件为 foo.mp4，我想将 MP3 格式的一段音乐作为 它的背景音乐——音乐文件为 bar.mp3，为便于理解，做法可以分为两步。第一步去除 foo.mp4 文件中的音轨，即便它无声，但不代表它没声音：

$ ffmpeg -an -i foo.mp4 -c copy  foo-no-audio.mp4

输出的 foo-no-audio.mp4 即为去掉了音轨的视频文件。然后，将 bar.mp3 作为 foo-no-audio.mp4 的音轨：

$ ffmpeg -i foo-no-audio.mp4 -stream_loop -1 -i bar.mp3 -c copy -t 00:15:00 foobar.mp4

其中，-stream_loop -1 用于设定以 bar.mp3 的循环播放作为 foo-no-audio.mp4 的音轨。-c copy 可简单理解为保持输出视频画质的选项。-t 选项用于设定视频的时长，由于 foo-no-audio.mp4 的时长为 15 分钟，所以命令中就是 -t 00:15:00。最终得到的结果为 foobar.mp4，即原视频增加了背景音乐的结果。

-t 选项是必须的，倘若没设定这个选项，那么 ffmpeg 会认为，既然背景音乐在循环播放，那么输出的视频也应该是无限长的。倘若不想打开原视频查看截止时长，也可以用 -shortest 取代 -t 时长 这个选项。-shortest 会让 ffmpeg 根据视频和音轨的时长哪个更短来确定时长，倘若音轨是无限长的，那么就以视频时长为截止时长。

掌握了为视频增加背景音乐的基本方法后，为视频做后期配音的事情也自然就会了。

混音

倘若保留原视频 foo.mp4 的音轨，在此基础上混入新的音轨，命令如下：

$ ffmpeg -i foo.mp4 -stream_loop -1 -i bar.mp3 -filter_complex [0:a][1:a]amix -shortest foobar.mp4

视频合并

假设有视频文件 a.mp4, b.mp4, c.mp4，它们位于同一目录，要将它们合并为 abc.mp4，只需在该目录下建立一个文本文件，例如 list.txt，内容为：

file 'a.mp4'
file 'b.mp4'
file 'c.mp4'

然后在该目录下执行命令：

$ ffmpeg -f concat -i list.txt -c copy abc.mp4

便可得到视频的合并结果 abc.mp4。

视频加速

所谓视频，无非是很多画面的集合。每一张画面（帧）都有其显示的时间。视频播放器根据这个时间显示和切换画面。理解了这一点，视频加速问题本质上就是修改画面显示时间的问题。倘若将每个画面的原来的播放时间都缩短，那么视频播放的就快了，反之就慢了。

ffmpeg 可通过 PTS 的倍率修改视频画面播放时间。例如，将 foobar.mp4 播放速度提高一倍，只需：

$ ffmpeg -an -i foobar.mp4 -filter:v "setpts=0.5*PTS" -q 1 foobar-quick.mp4

其中，-an 是必须的，即在视频加速时要去掉音轨，否则决定加速后视频时长的是音轨的时长，因为上述命令是在对视频进行加速，而非音轨。去掉的音轨，可以在视频加速后，再重新加到视频里。选项 -q 1 用于保留视频的原有画质，之所以用这个选项，是因为在修改视频速度的命令中，之前用的 -c copy 不可用了。

同理，若将视频速度提高 2 倍，只需：

$ ffmpeg -an -i foobar.mp4 -filter:v "setpts=0.3*PTS" -q 1 foobar-quick.mp4

但是，视频加速后，必然会丢失一些画面。因为每个视频，每秒钟播放出多少画面，这个数量叫帧率，它通常是固定的。例如，我的运动相机拍摄的视频，帧率是 30，亦即视频的每一秒的片段里包含着 30 个画面。倘若我将视频加速，这样每一秒实际上包含的画面是高于 30 的（提速一倍，视频的每一秒的片段就会包含了 60 个画面），但是此时视频帧数还是 30，那必定会有一部分画面没有机会播放，结果就会导致原本连续的画面有所卡顿。解决方法是，在 ffmpeg 命令中指定新的视频的帧率。例如，提速一倍的视频，可以将帧率设为 60：

$ ffmpeg -an -i foobar.mp4 -r 60 -filter:v "setpts=0.5*PTS" -q 1 foobar-quick.mp4

视频加速处理，要对每个画面都要进行变动，相当于一个图像编辑软件在对每个画面进行格式转换，所以这个过程会很慢。

字幕

我喜欢 MP4 格式的视频，但是给这样的视频增加字幕，就有些麻烦，因为 MP4 本质上是个容器，它包含了视频和音频（前文中为视频增加的背景音乐就是音频部分），但是却不包含字幕。有些视频格式，包含了视频、音频和字幕，为它们添加字幕，只需要将字幕内容做成符合要求的文件，添加至容器内即可。MP4 视频的字幕，需要将字幕内容制成图像，然后合并到视频图像上，本质上是要对 MP4 的视频部分进行转码，即对视频的每一幅画面进行了修改，生成含有字幕的新画面，俗称字幕烧录。

ffmpeg 可将 SRT 格式的字幕文件中的内容烧录至 MP4，例如

$ ffmpeg -i foo.mp4 -vf "subtitles=bar.srt" foobar.mp4

注：对于 Gentoo 用户而言，这个命令需要 ffmpeg 包开启 libass。

这条命令虽然简单，但是原视频可能会被 ffmpeg 重新编码为体积偏小但是画面质量大幅下降的视频。要控制画面质量，可使用 -q 选项，但是 ffmpeg 默认的视频转码格式在画质提高的同时，生成的文件体积也会数倍增大。倘若想画质与文件体积兼顾，可以考虑选用一种画面压缩比较高的视频格式进行转吗，例如使用 H265 格式：

$ ffmpeg -i foo.mp4 -vf "subtitles=bar.srt" -c:v libx265 -c:a copy foobar.mp4

-c:v 选项用于设定视频转码格式。-c:a 用于设定音频转码格式，上例中，使用 copy，表示不对音频转码，依然使用 foo.mp4 里的音频。对视频和音频进行转码，通常比较耗时。使用画面压缩比高的视频格式，转码过程会更加耗时。

注：要使用上述的 H265 转码格式，Gentoo 的 ffmpeg 包需要开启 x265。

下面是一份简单的 SRT 字幕格式示例：

1
00:00:00.0 --> 00:00:04.0
骑上我心爱的小摩托

2
00:00:04.0 --> 00:00:08.0
它永远不会堵车

3
00:00:08.0 --> 00:00:12.0
骑上我心爱的小摩托

4
00:00:12.0 --> 00:00:15.0
我马上就到家了

5
00:00:16.0 --> 00:00:20.0
它让我远离烦恼和忧伤

6
00:00:20.0 --> 00:00:24.0
它带我重新回到自由天堂

7
00:00:24.0 --> 00:00:29.0
来吧，来吧，和我一起上路

8
00:00:29.0 --> 00:00:37.0
嘟嘟嘟嘟嘟……

其中，时间格式的最后一位数字表示毫秒。