FFmpeg 滤镜文档

目录

1 描述

本文档描述了 libavfilter 库提供的过滤器、源和接收器。

2 滤镜简介

FFmpeg 中的滤波功能通过 libavfilter 库启用。

在 libavfilter 中，一个过滤器可以有多个输入和多个输出。为了说明可能实现的功能，我们考虑以下滤镜图。

                [main]
input --> split ---------------------> overlay --> output
            |                             ^
            |[tmp]                  [flip]|
            +-----> crop --> vflip -------+

此滤镜图将输入流拆分为两个流，然后将一个流通过 crop 过滤器和 vflip 过滤器，然后再通过叠加将其与另一个流合并。您可以使用以下命令来实现此目的

ffmpeg -i INPUT -vf "split [main][tmp]; [tmp] crop=iw:ih/2:0:0, vflip [flip]; [main][flip] overlay=0:H/2" OUTPUT

结果是视频的上半部分被镜像到输出视频的下半部分。

同一线性链中的过滤器用逗号分隔，不同的线性链的过滤器用分号分隔。在我们的示例中，crop,vflip 位于一个线性链中，split 和 overlay 分别位于另一个线性链中。线性链连接的点用方括号括起来的名称标记。在示例中，split 过滤器生成两个与标签 [main] 和 [tmp] 关联的输出。

发送到 split 的第二个输出（标记为 [tmp]）的流通过 crop 过滤器进行处理，该过滤器会裁剪掉视频的下半部分，然后垂直翻转。overlay 过滤器接受 split 过滤器的第一个未更改的输出（标记为 [main]）作为输入，并将其下半部分叠加到 crop,vflip 过滤器链生成的输出上。

一些过滤器会接收参数列表作为输入：它们在过滤器名称和一个等号后指定，并用冒号分隔。

存在所谓的源过滤器，它们没有音频/视频输入，以及接收器过滤器，它们没有音频/视频输出。

3 graph2dot

FFmpeg tools 目录中包含的 graph2dot 程序可用于解析滤镜图描述，并以 dot 语言发出相应的文本表示。

调用命令

graph2dot -h

了解如何使用 graph2dot。

然后，您可以将 dot 描述传递给 dot 程序（来自 graphviz 程序套件），并获得滤镜图的图形表示。

例如，命令序列

echo GRAPH_DESCRIPTION | \
tools/graph2dot -o graph.tmp && \
dot -Tpng graph.tmp -o graph.png && \
display graph.png

可用于创建和显示表示 GRAPH_DESCRIPTION 字符串描述的图形的图像。请注意，此字符串必须是完整的自包含图形，其输入和输出已明确定义。例如，如果您的命令行采用以下形式

ffmpeg -i infile -vf scale=640:360 outfile

您的 GRAPH_DESCRIPTION 字符串将需要采用以下形式

nullsrc,scale=640:360,nullsink

您可能还需要设置 nullsrc 参数并添加一个 format 过滤器以模拟特定的输入文件。

4 滤镜图描述

滤镜图是连接过滤器的有向图。它可以包含循环，并且过滤器对之间可以存在多个链接。每个链接都有一侧的输入衬垫将其连接到从中获取输入的过滤器，另一侧的输出衬垫将其连接到接受其输出的过滤器。

滤镜图中的每个过滤器都是应用程序中注册的过滤器类的实例，该过滤器类定义了过滤器的功能以及输入和输出衬垫的数量。

没有输入衬垫的过滤器称为“源”，没有输出衬垫的过滤器称为“接收器”。

4.1 滤镜图语法

滤镜图具有文本表示形式，该文本表示形式可由 ffmpeg 中的 -filter/-vf/-af 和 -filter_complex 选项以及 ffplay 中的 -vf/-af 识别，并由 libavfilter/avfilter.h 中定义的 avfilter_graph_parse_ptr() 函数识别。

过滤器链由一系列连接的过滤器组成，每个过滤器都连接到序列中的前一个过滤器。过滤器链由以“,”分隔的过滤器描述列表表示。

滤镜图由一系列过滤器链组成。过滤器链序列由以“;”分隔的过滤器链描述列表表示。

过滤器由以下形式的字符串表示：[in_link_1]...[in_link_N]filter_name@id=arguments[out_link_1]...[out_link_M]

filter_name 是描述过滤器所属的过滤器类的名称，并且必须是程序中注册的过滤器类之一的名称，可以选择后跟“@id”。过滤器类的名称可以选择后跟字符串“=arguments”。

arguments 是一个字符串，其中包含用于初始化过滤器实例的参数。它可能具有以下两种形式之一

• 一个“:”-分隔的 key=value 对列表。
• 一个“:”-分隔的 value 列表。在这种情况下，键被假定为按声明顺序排列的选项名称。例如，fade 过滤器按此顺序声明三个选项 – type、start_frame 和 nb_frames。然后，参数列表 in:0:30 表示将值 in 分配给选项 type，0 分配给 start_frame，30 分配给 nb_frames。
• 一个“:”-分隔的混合直接 value 和长 key=value 对的列表。直接 value 必须位于 key=value 对之前，并遵循上一点的相同约束顺序。以下 key=value 对可以按任何首选顺序设置。

如果选项值本身是一个项目列表（例如，format 过滤器接受像素格式列表），则列表中的项目通常用“|”分隔。

可以使用字符“'”作为起始和结束标记来引用参数列表，并使用字符“\”来转义引用文本中的字符；否则，当遇到下一个特殊字符（属于集合“[]=;,”）时，参数字符串将被视为终止。

ffmpeg CLI 工具中实现的一种特殊语法允许从文件加载选项值。这是通过在选项名称前添加斜杠“/”来完成的，然后将提供的值解释为从中加载实际值的路径。例如

ffmpeg -i <INPUT> -vf drawtext=/text=/tmp/some_text <OUTPUT>

将从 /tmp/some_text 加载要绘制的文本。希望实现类似功能的 API 用户应将 avfilter_graph_segment_*() 函数与自定义 IO 代码一起使用。

过滤器的名称和参数可以选择性地在链接标签列表之前和之后。链接标签允许您命名一个链接，并将其与过滤器输出或输入端相关联。前面的标签 in_link_1 ... in_link_N 与过滤器输入端相关联，后面的标签 out_link_1 ... out_link_M 与输出端相关联。

当在过滤器图中找到两个名称相同的链接标签时，将在相应的输入和输出端之间创建链接。

如果一个输出端没有标签，它默认会链接到过滤器链中下一个过滤器的第一个未标记的输入端。例如，在过滤器链中

nullsrc, split[L1], [L2]overlay, nullsink

split 过滤器实例有两个输出端，overlay 过滤器实例有两个输入端。split 的第一个输出端标记为“L1”，overlay 的第一个输入端标记为“L2”，split 的第二个输出端链接到 overlay 的第二个输入端，这两个端都没有标签。

在过滤器描述中，如果第一个过滤器的输入标签没有指定，则默认为“in”；如果最后一个过滤器的输出标签没有指定，则默认为“out”。

在一个完整的过滤器链中，所有未标记的过滤器输入和输出端都必须连接。如果所有过滤器链的所有过滤器的输入和输出端都已连接，则过滤器图被认为是有效的。

过滤器图规范中分隔标记的前导和尾随空格（空格、制表符或换行符）将被忽略。这意味着可以使用空行和空格来表示过滤器图，以提高可读性。

例如，过滤器图

testsrc,split[L1],hflip[L2];[L1][L2] hstack

可以表示为

testsrc,
split [L1], hflip [L2];

[L1][L2] hstack

Libavfilter 将在需要格式转换的地方自动插入 scale 过滤器。可以通过在过滤器图描述前面加上 sws_flags=flags; 来为这些自动插入的缩放器指定 swscale 标志。

以下是过滤器图语法的 BNF 描述

NAME             ::= sequence of alphanumeric characters and '_'
FILTER_NAME      ::= NAME["@"NAME]
LINKLABEL        ::= "[" NAME "]"
LINKLABELS       ::= LINKLABEL [LINKLABELS]
FILTER_ARGUMENTS ::= sequence of chars (possibly quoted)
FILTER           ::= [LINKLABELS] FILTER_NAME ["=" FILTER_ARGUMENTS] [LINKLABELS]
FILTERCHAIN      ::= FILTER [,FILTERCHAIN]
FILTERGRAPH      ::= [sws_flags=flags;] FILTERCHAIN [;FILTERGRAPH]

4.2 关于滤镜图转义的说明

过滤器图描述的组成涉及多个级别的转义。有关所使用的转义过程的更多信息，请参见 (ffmpeg-utils)ffmpeg-utils(1) 手册中的“引用和转义”部分。

第一级转义会影响每个过滤器选项值的内容，其中可能包含用于分隔值的特殊字符 :，或者转义字符 \'。

第二级转义会影响整个过滤器描述，其中可能包含转义字符 \' 或过滤器图描述使用的特殊字符 [],;。

最后，当您在 shell 命令行上指定过滤器图时，您需要对其中包含的 shell 特殊字符执行第三级转义。

例如，考虑要嵌入到 drawtext 过滤器描述的 text 值中的以下字符串

this is a 'string': may contain one, or more, special characters

此字符串包含 ' 特殊转义字符和 : 特殊字符，因此需要以这种方式进行转义

text=this is a \'string\'\: may contain one, or more, special characters

当将过滤器描述嵌入到过滤器图描述中时，需要进行第二级转义，以转义所有过滤器图特殊字符。因此，上面的示例变为

drawtext=text=this is a \\\'string\\\'\\: may contain one\, or more\, special characters

（请注意，除了 \' 转义特殊字符外，还需要转义 ,）。

最后，当在 shell 命令中写入过滤器图描述时，需要额外的转义级别，这取决于所采用 shell 的转义规则。例如，假设 \ 是特殊的并且需要用另一个 \ 进行转义，则前面的字符串最终将变为

-vf "drawtext=text=this is a \\\\\\'string\\\\\\'\\\\: may contain one\\, or more\\, special characters"

为了避免在使用接受过滤器规范作为输入的命令行工具时出现繁琐的转义，建议避免在 shell 中直接包含过滤器或选项规范。

例如，对于 drawtext 过滤器，您可能更喜欢使用 textfile 选项而不是 text 来指定要渲染的文本。

5 时间线编辑

某些过滤器支持通用的 enable 选项。对于支持时间轴编辑的过滤器，此选项可以设置为一个表达式，该表达式在将帧发送到过滤器之前进行计算。如果计算结果为非零值，则将启用过滤器，否则，该帧将原封不动地发送到过滤器图中的下一个过滤器。

该表达式接受以下值

‘t’

时间戳，以秒为单位表示，如果输入时间戳未知，则为 NAN

‘n’

输入帧的顺序编号，从 0 开始

‘pos’

输入帧在文件中的位置，如果未知，则为 NAN；已弃用，请勿使用

‘w’

‘h’

如果为视频，则为输入帧的宽度和高度

此外，这些过滤器还支持 enable 命令，该命令可用于重新定义表达式。

像任何其他过滤选项一样，enable 选项遵循相同的规则。

例如，要启用从 10 秒到 3 分钟的模糊过滤器 (smartblur)，以及从 3 秒开始的 curves 过滤器

smartblur = enable='between(t,10,3*60)',
curves    = enable='gte(t,3)' : preset=cross_process

请参阅 ffmpeg -filters 以查看哪些过滤器支持时间轴。

6 使用命令在运行时更改选项

某些选项可以在过滤器操作期间使用命令进行更改。这些选项在 ffmpeg -h filter=<过滤器名称> 的输出中标记为“T”。命令的名称是选项的名称，参数是新值。

7 具有多个输入的滤镜的选项 (framesync)

某些具有多个输入的过滤器支持一组通用选项。这些选项只能按名称设置，而不能使用简短表示法。

eof_action

在辅助输入端遇到 EOF 时要执行的操作；它接受以下值之一

repeat

重复最后一帧（默认）。

endall

结束两个流。

pass

通过主输入。

shortest

如果设置为 1，则强制在最短输入终止时终止输出。默认值为 0。

repeatlast

如果设置为 1，则强制过滤器扩展辅助流的最后一帧，直到主流结束。值为 0 时禁用此行为。默认值为 1。

ts_sync_mode

如何根据辅助输入时间戳严格同步流；它接受以下值之一

default

从辅助输入获取时间戳最接近（小于或等于）主输入帧的时间戳的帧。

nearest

从辅助输入获取时间戳与主输入帧的时间戳绝对最接近的帧。

8 音频滤镜

当您配置 FFmpeg 构建时，可以使用 --disable-filters 禁用任何现有过滤器。配置输出将显示构建中包含的音频过滤器。

以下是对当前可用的音频过滤器的描述。

8.1 aap

将仿射投影算法应用于第一个音频流，并使用第二个音频流作为参考。

此自适应滤波器用于根据多个输入音频样本估计未知的音频。仿射投影算法可以在计算复杂性和收敛速度之间进行权衡。

以下是可接受选项的描述。

order

设置滤波器阶数。

projection

设置投影阶数。

mu

设置滤波器 mu。

delta

设置用于初始化内部协方差矩阵的系数。

out_mode

设置滤波器输出样本。它接受以下值

i

传递第一个输入。

d

传递第二个输入。

o

传递期望信号（第二个输入）与误差信号估计值之间的差值。

n

传递输入信号（第一个输入）与误差信号估计值之间的差值。

e

传递误差信号的估计样本。

默认值为 o。

precision

设置处理样本时要使用的精度。

auto

根据其他滤波器自动选择内部样本格式。

float

始终使用单精度浮点样本格式。

double

始终使用双精度浮点样本格式。

8.2 acompressor

压缩器主要用于减小信号的动态范围。特别是现代音乐大多以高比例压缩，以提高整体响度。这样做是为了获得听众最大的注意力，使声音“饱满”，并为曲目带来更多的“力量”。如果信号被过度压缩，之后可能会听起来沉闷或“死气沉沉”，或者可能会开始“抽动”（这可能是一种强大的效果，但也可能完全破坏曲目）。正确的压缩是获得专业声音的关键，也是混音和母带制作的高超技艺。由于其复杂的设置，可能需要很长时间才能对此类效果有正确的理解。

压缩是通过检测高于选定级别threshold的音量，并将其除以ratio设置的系数来完成的。因此，如果将阈值设置为 -12dB，而您的信号达到 -6dB，则 2:1 的比率将导致信号为 -9dB。由于对信号的精确操作会导致波形失真，因此可以在一段时间内对压缩程度进行均衡。这可以通过设置“Attack”和“Release”来完成。attack 确定信号必须上升到阈值以上多久才会发生任何压缩，而 release 设置信号必须下降到阈值以下多久才能再次减少压缩。比选择的启动时间短的信号将保持不变。可以使用 makeup 设置来弥补信号的整体压缩。因此，将信号的峰值压缩约 6dB，并将补偿提高到此水平，会导致信号比源信号响亮两倍。为了在压缩中获得更柔和的进入效果，knee 会在选定分贝的范围内平滑阈值处的硬边缘。

该滤波器接受以下选项

level_in

设置输入增益。默认值为 1。范围在 0.015625 和 64 之间。

mode

设置压缩器操作模式。可以是 upward 或 downward。默认值为 downward。

threshold

如果流的信号上升到此级别以上，则会影响增益降低。默认值为 0.125。范围在 0.00097563 和 1 之间。

ratio

设置信号降低的比率。1:2 表示如果电平上升到阈值以上 4dB，则在降低后将仅高于阈值 2dB。默认值为 2。范围在 1 到 20 之间。

attack

信号必须上升到阈值以上多少毫秒才能开始降低增益。默认值为 20。范围在 0.01 和 2000 之间。

release

信号必须下降到阈值以下多少毫秒才能再次减少压缩。默认值为 250。范围在 0.01 和 9000 之间。

makeup

设置处理后信号将被放大多少。默认值为 1。范围在 1 到 64 之间。

knee

弯曲阈值周围的尖锐拐点，以更柔和地进入增益降低。默认值为 2.82843。范围在 1 和 8 之间。

link

选择输入流的所有通道之间的 average 电平，或输入流中较响的（maximum）通道是否影响压缩。默认值为 average。

detection

在 peak 的情况下，应采用确切的信号，还是在 rms 的情况下采用 RMS 信号。默认值为 rms，通常更平滑。

mix

在输出中使用多少压缩信号。默认值为 1。范围在 0 和 1 之间。

8.2.1 命令

此过滤器支持以上所有选项作为 命令。

8.3 acontrast

简单的音频动态范围压缩/扩展滤波器。

该滤波器接受以下选项

contrast

设置对比度。默认值为 33。允许的范围在 0 到 100 之间。

8.4 acopy

将输入音频源不变地复制到输出。这主要用于测试目的。

8.5 acrossfade

将交叉淡化从一个输入音频流应用到另一个输入音频流。交叉淡化应用于第一个流末尾附近的指定持续时间。

该滤波器接受以下选项

nb_samples, ns

指定交叉淡化效果必须持续的样本数。在交叉淡化效果结束时，第一个输入音频将完全静音。默认值为 44100。

duration, d

指定交叉淡化效果的持续时间。有关接受的语法，请参见 (ffmpeg-utils) ffmpeg-utils(1) 手册中的“时间持续时间”部分。默认情况下，持续时间由 nb_samples 确定。如果设置此选项，则将使用此选项而不是 nb_samples。

overlap, o

第一个流结尾是否应与第二个流的开头重叠。默认情况下启用。

curve1

为第一个流的交叉淡化过渡设置曲线。

curve2

为第二个流的交叉淡化过渡设置曲线。

有关可用曲线类型的说明，请参见 afade 过滤器的说明。

8.5.1 示例

• 从一个输入到另一个输入的交叉淡化

  ffmpeg -i first.flac -i second.flac -filter_complex acrossfade=d=10:c1=exp:c2=exp output.flac
  

• 从一个输入到另一个输入的交叉淡化，但不重叠

  ffmpeg -i first.flac -i second.flac -filter_complex acrossfade=d=10:o=0:c1=exp:c2=exp output.flac
  

8.6 acrossover

将音频流拆分为多个频段。

此滤波器将音频流拆分为两个或多个频率范围。将所有流求和将产生平坦的输出。

该滤波器接受以下选项

split

设置分割频率。这些频率必须为正且递增。

order

为每个频段分割设置滤波器阶数。这控制滤波器的滚降或滤波器传递函数的陡度。可用的值为

‘2nd’

每倍频程 12 dB。

‘4th’

每倍频程 24 dB。

‘6th’

每倍频程 36 分贝。

“8阶”

每倍频程 48 分贝。

“10阶”

每倍频程 60 分贝。

“12阶”

每倍频程 72 分贝。

“14阶”

每倍频程 84 分贝。

“16阶”

每倍频程 96 分贝。

“18阶”

每倍频程 108 分贝。

“20阶”

每倍频程 120 分贝。

默认值是 4阶。

level（电平）

设置输入增益电平。允许范围是 0 到 1。默认值是 1。

gains（增益）

设置每个频段的输出增益。所有频段的默认值都是 1。

precision

设置处理样本时要使用的精度。

auto

根据其他滤波器自动选择内部样本格式。

float

始终使用单精度浮点样本格式。

double

始终使用双精度浮点样本格式。

默认值是 auto。

8.6.1 示例

• 将输入音频流分割成两个频段（低频和高频），分割频率为 1500 Hz，每个频段将位于单独的流中

  ffmpeg -i in.flac -filter_complex 'acrossover=split=1500[LOW][HIGH]' -map '[LOW]' low.wav -map '[HIGH]' high.wav
  

• 与上面相同，但使用更高的滤波器阶数

  ffmpeg -i in.flac -filter_complex 'acrossover=split=1500:order=8th[LOW][HIGH]' -map '[LOW]' low.wav -map '[HIGH]' high.wav
  

• 与上面相同，但也增加了一个中间频段（频率在 1500 到 8000 之间）

  ffmpeg -i in.flac -filter_complex 'acrossover=split=1500 8000:order=8th[LOW][MID][HIGH]' -map '[LOW]' low.wav -map '[MID]' mid.wav -map '[HIGH]' high.wav
  

8.7 acrusher

降低音频位分辨率。

这个滤波器是一个具有增强功能的位压缩器。位压缩器用于明显减少音频信号采样的位数。这根本不会改变位深度，它只是产生这种效果。位深度降低的素材听起来更刺耳和“数字化”。这个滤波器甚至能够舍入到连续值而不是离散位深度。此外，它还有一个 D/C 偏移，导致信号的下半部分和上半部分出现不同的压缩。抗混叠设置能够产生“更柔和”的压缩声音。

这个滤波器的另一个特点是对数模式。这个设置从位之间的线性距离切换到对数距离。结果是一个听起来更“自然”的压缩器，例如，它不会门限低信号。人耳具有对数感知，因此这种压缩方式更加令人愉悦。对数压缩也能够进行抗混叠。

该滤波器接受以下选项

level_in

设置输入电平。

level_out（输出电平）

设置输出电平。

bits（位数）

设置位减少量。

mix

设置混合量。

mode

可以是线性的：lin 或对数的：log。

dc

设置直流偏移。

aa

设置抗混叠。

samples（采样）

设置采样减少量。

lfo

启用 LFO。默认禁用。

lforange

设置 LFO 范围。

lforate

设置 LFO 速率。

8.7.1 命令

此过滤器支持以上所有选项作为 命令。

8.8 acue

延迟音频滤波，直到给定的挂钟时间戳。请参阅 cue 滤波器。

8.9 adeclick

从输入音频中去除脉冲噪声。

检测为脉冲噪声的采样将使用自回归建模，用插值采样替换。

window, w（窗口，w）

设置窗口大小，单位为毫秒。允许范围是 10 到 100。默认值是 55 毫秒。这设置了一次处理的窗口大小。

overlap, o

设置窗口重叠，以窗口大小的百分比表示。允许范围是 50 到 95。默认值是 75%。将其设置为非常高的值会增加脉冲噪声去除，但会使整个过程慢得多。

arorder, a（自回归阶数，a）

设置自回归阶数，以窗口大小的百分比表示。允许范围是 0 到 25。默认值是 2%。此选项还控制使用相邻良好采样插值的采样质量。

threshold, t（阈值，t）

设置阈值。允许范围是 1 到 100。默认值是 2。这控制将要去除的脉冲噪声的强度。值越低，被检测为脉冲噪声的采样就越多。

burst, b（突发，b）

设置突发融合，以窗口大小的百分比表示。允许范围是 0 到 10。默认值是 2。如果检测为噪声的任何两个采样之间的间隔小于此值，则这两个采样之间的任何采样也将被检测为噪声。

method, m（方法，m）

设置重叠方法。

它接受以下值

add, a（添加，a）

选择重叠-添加方法。即使没有插值的采样，使用此方法也会略有改变。

save, s（保存，s）

选择重叠-保存方法。没有插值的采样保持不变。

默认值是 a。

8.10 adeclip

从输入音频中去除削波的采样。

检测为削波的采样将使用自回归建模，用插值采样替换。

window, w（窗口，w）

设置窗口大小，单位为毫秒。允许范围是 10 到 100。默认值是 55 毫秒。这设置了一次处理的窗口大小。

overlap, o

设置窗口重叠，以窗口大小的百分比表示。允许范围是 50 到 95。默认值是 75%。

arorder, a（自回归阶数，a）

设置自回归阶数，以窗口大小的百分比表示。允许范围是 0 到 25。默认值是 8%。此选项还控制使用相邻良好采样插值的采样质量。

threshold, t（阈值，t）

设置阈值。允许范围是 1 到 100。默认值是 10。值越高，削波检测的攻击性就越小。

hsize, n（直方图大小，n）

设置用于检测削波的直方图大小。允许范围是 100 到 9999。默认值是 1000。值越高，削波检测的攻击性就越小。

method, m（方法，m）

设置重叠方法。

它接受以下值

add, a（添加，a）

选择重叠-添加方法。即使没有插值的采样，使用此方法也会略有改变。

save, s（保存，s）

选择重叠-保存方法。没有插值的采样保持不变。

默认值是 a。

8.11 adecorrelate

对输入音频流应用去相关。

该滤波器接受以下选项

stages（阶段）

设置滤波的去相关阶段数。允许范围是 1 到 16。默认值是 6。

seed（种子）

设置用于设置跨通道采样延迟的随机种子。

8.12 adelay

延迟一个或多个音频通道。

延迟通道中的采样将填充静音。

此滤波器接受以下选项

delays（延迟）

设置每个通道的延迟列表，以“|”分隔，单位为毫秒。未使用的延迟将被静默忽略。如果给定的延迟数小于通道数，则所有剩余通道都不会延迟。如果要延迟精确的采样数，请在数字后附加“S”。如果想要以秒为单位延迟，请在数字后附加“s”。

all（全部）

将最后一个设置的延迟用于所有剩余通道。默认情况下禁用。如果启用此选项，则会更改选项 delays 的解释方式。

8.12.1 示例

• 将第一个通道延迟 1.5 秒，将第三个通道延迟 0.5 秒，并保持第二个通道（以及可能存在的任何其他通道）不变。

  adelay=1500|0|500
  

• 将第二个通道延迟 500 个采样，将第三个通道延迟 700 个采样，并保持第一个通道（以及可能存在的任何其他通道）不变。

  adelay=0|500S|700S
  

• 将所有通道延迟相同的采样数

  adelay=delays=64S:all=1
  

8.13 adenorm

通过添加极低电平噪声来补救音频中的非规范数。

此滤波器应放置在任何可能产生非规范数的滤波器之前。

下面是接受的参数的描述。

level（电平）

设置添加噪声的电平，单位为分贝。默认值为 -351。允许范围是 -451 到 -90。

type（类型）

设置添加噪声的类型。

dc

添加直流信号。

ac

添加交流信号。

square（方波）

添加方波信号。

pulse（脉冲）

添加脉冲信号。

默认值是 dc。

8.13.1 命令

此过滤器支持以上所有选项作为 命令。

8.14 aderivative, aintegral

计算音频流的导数/积分。

连续应用这两个滤波器会产生原始音频。

8.15 adrc

将频谱动态范围控制器滤波器应用于输入音频流。

以下是可接受选项的描述。

transfer（传递）

设置传递表达式。

表达式可以包含以下常量

ch

当前通道号

sn

当前采样号

nb_channels

通道数

t

时间戳，以秒表示

sr

采样率

p

当前频率功率值，单位为分贝

f

当前频率，单位为赫兹

默认值是 p。

attack

设置起音时间，单位为毫秒。默认值为 50 毫秒。允许范围是 1 到 1000 毫秒。

release

设置释放时间，单位为毫秒。默认值为 100 毫秒。允许范围是 5 到 2000 毫秒。

channels（通道）

设置要过滤的通道，默认情况下，音频流中的所有通道都将被过滤。

8.15.1 命令

此过滤器支持以上所有选项作为 命令。

8.15.2 示例

• 对所有频率应用频谱压缩，阈值为 -50 分贝，比例为 1:6

  adrc=transfer='if(gt(p,-50),-50+(p-(-50))/6,p)':attack=50:release=100
  

• 与上述类似，但比例为 1:2，且仅过滤前置中央声道

  adrc=transfer='if(gt(p,-50),-50+(p-(-50))/2,p)':attack=50:release=100:channels=FC
  

• 对所有频率应用频谱噪声门，阈值为 -85 dB，并具有短启动时间和短释放时间

  adrc=transfer='if(lte(p,-85),p-800,p)':attack=1:release=5
  

• 对所有频率应用频谱扩展，阈值为 -10 dB，比例为 1:2

  adrc=transfer='if(lt(p,-10),-10+(p-(-10))*2,p)':attack=50:release=100
  

• 对所有频率应用限幅器，最大值为 -60 dB，启动时间为 2 毫秒，释放时间为 10 毫秒

  adrc=transfer='min(p,-60)':attack=2:release=10
  

8.16 adynamicequalizer

对输入音频流应用动态均衡。

以下是可接受选项的描述。

threshold

设置用于触发均衡的检测阈值。阈值检测使用检测滤波器。默认值为 0。允许范围为 0 到 100。

dfrequency

设置用于触发均衡的检测滤波器的检测频率，单位为 Hz。默认值为 1000 Hz。允许范围为 2 到 1000000 Hz。

dqfactor

设置用于触发均衡的检测滤波器的检测谐振因子。默认值为 1。允许范围为 0.001 到 1000。

tfrequency

设置均衡滤波器的目标频率。默认值为 1000 Hz。允许范围为 2 到 1000000 Hz。

tqfactor

设置目标均衡滤波器的目标谐振因子。默认值为 1。允许范围为 0.001 到 1000。

attack

设置检测信号必须高于检测阈值多少毫秒后才开始均衡。默认为 20。允许范围为 1 到 2000。

release

设置检测信号必须低于检测阈值多少毫秒后才结束均衡。默认为 200。允许范围为 1 到 2000。

ratio

设置均衡增益的提升比例。默认为 1。允许范围为 0 到 30。

makeup

设置均衡增益的提升偏移量。默认为 0。允许范围为 0 到 100。

range

设置允许的最大衰减/提升量。默认为 50。允许范围为 1 到 200。

mode

设置滤波器操作模式，可以是以下之一

‘listen’

仅输出隔离的检测信号。

‘cutbelow’

衰减低于检测阈值的频率。

‘cutabove’

衰减高于检测阈值的频率。

‘boostbelow’

提升低于检测阈值的频率。

‘boostabove’

提升高于检测阈值的频率。

默认模式为 ‘cutbelow’。

dftype

设置检测滤波器的类型，可以是以下之一

‘bandpass’

‘lowpass’

‘highpass’

‘peak’

默认类型为 ‘bandpass’。

tftype

设置目标滤波器的类型，可以是以下之一

‘bell’

‘lowshelf’

‘highshelf’

默认类型为 ‘bell’。

auto

自动从检测滤波器收集阈值。默认值为 ‘disabled’。此选项可用于在输入音频流的特定时间帧内检测阈值，在这种情况下，选项值在运行时会更改。

可用值为

‘disabled’

禁用使用自动收集的阈值。

‘off’

停止拾取阈值。

‘on’

开始拾取阈值。

‘adaptive’

通过计算滑动窗口熵自适应地拾取阈值。

precision

设置处理样本时要使用的精度。

auto

根据其他滤波器自动选择内部样本格式。

float

始终使用单精度浮点样本格式。

double

始终使用双精度浮点样本格式。

8.16.1 命令

此过滤器支持以上所有选项作为 命令。

8.17 adynamicsmooth

对输入音频流应用动态平滑。

以下是可接受选项的描述。

sensitivity

设置对频率波动的灵敏度。默认为 2。允许范围为 0 到 1e+06。

basefreq

设置平滑的基本频率。默认值为 22050。允许范围为 2 到 1e+06。

8.17.1 命令

此过滤器支持以上所有选项作为 命令。

8.18 aecho

对输入音频应用回声。

回声是反射的声音，当在山间（有时在大型建筑物中）说话或喊叫时，会自然发生；数字回声效果模拟此行为，通常用于帮助填充单个乐器或人声的声音。原始信号和反射之间的时差为 delay，反射信号的响度为 decay。多个回声可以具有不同的延迟和衰减。

下面是接受的参数的描述。

in_gain

设置反射信号的输入增益。默认为 0.6。

out_gain

设置反射信号的输出增益。默认为 0.3。

delays（延迟）

设置原始信号和反射之间的时间间隔列表，单位为毫秒，用“|”分隔。每个 delay 的允许范围为 (0 - 90000.0]。默认为 1000。

decays

设置反射信号的响度列表，用“|”分隔。每个 decay 的允许范围为 (0 - 1.0]。默认为 0.5。

8.18.1 示例

• 听起来好像有实际演奏乐器数量的两倍

  aecho=0.8:0.88:60:0.4
  

• 如果延迟非常短，听起来就像一个（金属）机器人演奏音乐

  aecho=0.8:0.88:6:0.4
  

• 较长的延迟听起来像是在山中的露天音乐会

  aecho=0.8:0.9:1000:0.3
  

• 与上述相同，但多了一座山

  aecho=0.8:0.9:1000|1800:0.3|0.25
  

8.19 aemphasis

音频加重滤波器直接从 LP 或加重 CD 中创建或恢复材料，具有不同的滤波器曲线。例如，为了将音乐存储在黑胶唱片上，必须首先通过滤波器改变信号，以消除此录音介质的缺点。一旦播放该材料，必须应用反向滤波器以恢复频率响应的失真。

该滤波器接受以下选项

level_in

设置输入增益。

level_out（输出电平）

设置输出增益。

mode

设置滤波器模式。对于恢复材料，请使用 reproduction 模式，否则请使用 production 模式。默认模式为 reproduction 模式。

type（类型）

设置滤波器类型。选择介质。可以是以下之一

col

选择 Columbia。

emi

选择 EMI。

bsi

选择 BSI (78RPM)。

riaa

选择 RIAA。

cd

选择 Compact Disc (CD)。

50fm

选择 50µs (FM)。

75fm

选择 75µs (FM)。

50kf

选择 50µs (FM-KF)。

75kf

选择 75µs (FM-KF)。

8.19.1 命令

此过滤器支持以上所有选项作为 命令。

8.20 aeval

根据指定的表达式修改音频信号。

此滤波器接受一个或多个表达式（每个通道一个），这些表达式会被评估并用于修改相应的音频信号。

它接受以下参数

exprs

为每个单独的通道设置以“|”分隔的表达式列表。如果输入通道的数量大于表达式的数量，则将最后指定的表达式用于其余输出通道。

channel_layout, c

设置输出通道布局。如果未指定，则通道布局由表达式的数量指定。如果设置为 ‘same’，则默认情况下将使用相同的输入通道布局。

exprs 中的每个表达式都可以包含以下常量和函数

ch

当前表达式的通道号

n

从 0 开始的已评估样本数

s

采样率

t

以秒为单位的已评估样本时间

nb_in_channels

nb_out_channels

输入和输出通道数

val(CH)

通道号为 CH 的输入通道的值

注意：此滤镜速度较慢。为了更快的处理速度，您应该使用专用滤镜。

8.20.1 示例

• 半音量

  aeval=val(ch)/2:c=same
  

• 反转第二个声道的相位

  aeval=val(0)|-val(1)
  

8.21 aexciter

激励器用于产生原始信号中不存在的高音。这是通过创建信号的谐波失真来实现的，这些失真在范围内受到限制并添加到原始信号中。激励器可以提高音频信号的高端，而不仅仅像均衡器那样提高高频，从而创造更“清脆”或“明亮”的声音。

该滤波器接受以下选项

level_in

设置信号处理前的输入电平。允许的范围为 0 到 64。默认值为 1。

level_out（输出电平）

设置信号处理后的输出电平。允许的范围为 0 到 64。默认值为 1。

量

设置添加到原始信号的谐波量。允许的范围为 0 到 64。默认值为 1。

驱动

设置新创建的谐波量。允许的范围为 0.1 到 10。默认值为 8.5。

混合

设置新创建的谐波的倍频程。允许的范围为 -10 到 10。默认值为 0。

频率

设置产生谐波的频率下限，单位为 Hz。允许的范围为 2000 到 12000 Hz。默认值为 7500 Hz。

上限

设置产生谐波的频率上限。允许的范围为 9999 到 20000 Hz。如果该值低于 10000 Hz，则不应用限制。

监听

使原始信号静音，仅输出添加的谐波。默认情况下禁用。

8.21.1 命令

此过滤器支持以上所有选项作为 命令。

8.22 afade

对输入音频应用淡入/淡出效果。

下面是接受的参数的描述。

类型，t

指定效果类型，可以为 in 表示淡入，或者 out 表示淡出效果。默认为 in。

起始采样，ss

指定开始应用淡化效果的起始采样数。默认为 0。

nb_samples, ns

指定淡化效果持续的采样数。在淡入效果结束时，输出音频的音量将与输入音频的音量相同；在淡出转换结束时，输出音频将静音。默认值为 44100。

起始时间，st

指定淡化效果的起始时间。默认为 0。该值必须指定为时间长度；请参阅 (ffmpeg-utils)ffmpeg-utils(1) 手册中的时间长度部分，以了解可接受的语法。如果设置了此选项，则使用此选项而不是 start_sample。

duration, d

指定淡化效果的持续时间。请参阅 (ffmpeg-utils)ffmpeg-utils(1) 手册中的时间长度部分，以了解可接受的语法。在淡入效果结束时，输出音频的音量将与输入音频的音量相同；在淡出转换结束时，输出音频将静音。默认情况下，持续时间由 nb_samples 确定。如果设置了此选项，则使用此选项而不是 nb_samples。

曲线

设置淡化转换的曲线。

它接受以下值

三角

选择三角形线性斜率（默认）

四分之一正弦波

选择四分之一正弦波

半正弦波

选择半正弦波

指数正弦波

选择指数正弦波

对数

选择对数

反抛物线

选择反抛物线

二次

选择二次

三次

选择三次

平方根

选择平方根

立方根

选择立方根

抛物线

选择抛物线

指数

选择指数

反四分之一正弦波

选择反四分之一正弦波

反半正弦波

选择反半正弦波

双指数席位

选择双指数席位

双指数 S 形

选择双指数 S 形

逻辑 S 形

选择逻辑 S 形

正弦基函数

选择正弦基函数

反向正弦基函数

选择反向正弦基函数

四次

选择四次

四次根

选择四次根

平方四分之一正弦波

选择平方四分之一正弦波

平方半正弦波

选择平方半正弦波

无淡化

不应用淡化

静音

设置淡入的初始增益或淡出的最终增益。默认值为 0.0。

单位增益

设置淡出的初始增益或淡入的最终增益。默认值为 1.0。

8.22.1 命令

此过滤器支持以上所有选项作为 命令。

8.22.2 示例

• 淡入音频的前 15 秒

  afade=t=in:ss=0:d=15
  

• 淡出 900 秒音频的最后 25 秒

  afade=t=out:st=875:d=25
  

8.23 afftdn

使用 FFT 对音频样本进行降噪。

下面是接受的参数的描述。

噪声降低，nr

设置噪声降低量，单位为 dB，允许的范围为 0.01 到 97。默认值为 12 dB。

噪声基底，nf

设置噪声基底，单位为 dB，允许的范围为 -80 到 -20。默认值为 -50 dB。

噪声类型，nt

设置噪声类型。

它接受以下值

白色，w

选择白噪声。

黑胶，v

选择黑胶噪声。

虫胶，s

选择虫胶噪声。

自定义，c

选择自定义噪声，在 bn 选项中定义。

默认值为白噪声。

频带噪声，bn

为 15 个频带中的每一个设置自定义频带噪声配置文件。频带以空格或“|”分隔。

残余基底，rf

设置残余基底，单位为 dB，允许的范围为 -80 到 -20。默认值为 -38 dB。

跟踪噪声，tn

启用噪声基底跟踪。默认情况下禁用。启用此功能后，将自动调整噪声基底。

跟踪残余，tr

启用残余跟踪。默认情况下禁用。

输出模式，om

设置输出模式。

它接受以下值

输入，i

保持输入不变。

输出，o

传递已过滤的噪声。

噪声，n

仅传递噪声。

默认值为 output。

自适应性，ad

设置自适应因子，用于确定每个频率箱的增益调整的适应速度。值 0 启用即时适应，而较高的值反应较慢。允许的范围为 0 到 1。默认值为 0.5。

基底偏移，fo

设置噪声基底偏移因子。此选项用于调整应用于测量的噪声基底的偏移量。仅当启用噪声基底跟踪时才有效。允许的范围为 -2.0 到 2.0。默认值为 1.0。

噪声链接，nl

设置用于多声道音频的噪声链接。

它接受以下值

无

使用未更改的声道的噪声基底。

最小值

使用所有声道测量的最小噪声基底。

最大值

使用所有声道测量的最大噪声基底。

平均值

使用所有声道测量的平均噪声基底。

默认值为 min。

频带倍增器，bm

设置频带倍增因子，用于确定频带在频率箱上的分布程度。允许的范围为 0.2 到 5。默认值为 1.25。

采样噪声，sn

切换从输入音频捕获和测量噪声配置文件的功能。

它接受以下值

开始，begin

开始采样噪声捕获。

停止，end

停止采样噪声捕获并测量新的噪声频带配置文件。

默认值为 none。

增益平滑，gs

设置增益平滑空间半径，用于平滑应用于每个频率箱的增益。这有助于减少随机的音乐噪声伪像。较高的值会增加增益的平滑度。允许的范围为 0 到 50。默认值为 0。

8.23.1 命令

此滤镜支持上述一些选项作为命令。

8.23.2 示例

• 将白噪声降低 10dB，并使用先前测量的 -40dB 的噪声基底

  afftdn=nr=10:nf=-40
  

• 将白噪声降低 10dB，还将初始噪声基底设置为 -80dB 并启用噪声基底的自动跟踪，以便噪声基底在处理过程中逐渐变化

  afftdn=nr=10:nf=-80:tn=1
  

• 使用 -40dB 的噪声基底将噪声降低 20dB，并使用命令获取输入音频前 0.4 秒的噪声配置文件

  asendcmd=0.0 afftdn sn start,asendcmd=0.4 afftdn sn stop,afftdn=nr=20:nf=-40
  

8.24 afftfilt

将任意表达式应用于频域中的采样。

实部

为每个单独的声道设置频域实部表达式，以“|”分隔。默认为“re”。如果输入声道的数量大于表达式的数量，则将最后指定的表达式用于其余的输出声道。

虚部

为每个单独的声道设置频域虚部表达式，以“|”分隔。默认为“im”。

real 和 imag 中的每个表达式可以包含以下常量和函数：

sr

采样率

b

当前频率箱编号

nb

可用频率箱的数量

ch

当前表达式的通道号

chs

通道数

pts

当前帧的 pts

re

当前通道的当前频率箱的实部

im

当前通道的当前频率箱的虚部

real(b, ch)

返回位置 (bin,channel) 处频率箱的实部值

imag(b, ch)

返回位置 (bin,channel) 处频率箱的虚部值

win_size

设置窗口大小。允许的范围是 16 到 131072。默认值是 4096

win_func

设置窗口函数。

它接受以下值

‘rect’

‘bartlett’

‘hann, hanning’

‘hamming’

‘blackman’

‘welch’

‘flattop’

‘bharris’

‘bnuttall’

‘bhann’

‘sine’

‘nuttall’

‘lanczos’

‘gauss’

‘tukey’

‘dolph’

‘cauchy’

‘parzen’

‘poisson’

‘bohman’

‘kaiser’

默认值是 hann。

overlap

设置窗口重叠。如果设置为 1，将选择所选窗口函数的推荐重叠。默认值是 0.75。

8.24.1 示例

• 几乎只保留音频中的低频

  afftfilt="'real=re * (1-clip((b/nb)*b,0,1))':imag='im * (1-clip((b/nb)*b,0,1))'"
  

• 应用机器人化效果

  afftfilt="real='hypot(re,im)*sin(0)':imag='hypot(re,im)*cos(0)':win_size=512:overlap=0.75"
  

• 应用耳语效果

  afftfilt="real='hypot(re,im)*cos((random(0)*2-1)*2*3.14)':imag='hypot(re,im)*sin((random(1)*2-1)*2*3.14)':win_size=128:overlap=0.8"
  

• 应用相位偏移

  afftfilt="real=re*cos(1)-im*sin(1):imag=re*sin(1)+im*cos(1)"
  

8.25 afir

应用任意有限脉冲响应滤波器。

此滤波器旨在应用长 FIR 滤波器，最长可达 60 秒。

它可以用作数字交叉滤波器、房间均衡、串扰消除、波场合成、听觉化、双声学、环境声和空间化的组件。

此滤波器使用高于第一个的流作为 FIR 系数。如果非第一个流包含单个通道，则它将用于第一个流中的所有输入通道，否则非第一个流中的通道数必须与第一个流中的通道数相同。

它接受以下参数

dry

设置干声增益。这将设置输入增益。

wet

设置湿声增益。这将设置最终输出增益。

length

设置脉冲响应滤波器的长度。默认值为 1，表示处理整个 IR。

gtype

此选项已弃用，不起任何作用。

irnorm

设置在滤波之前应用于 IR 系数的范数。允许的范围是 -1 到 2。IR 系数通过此选项设置的计算矢量范数进行归一化。对于负值，不计算范数，并且根本不修改 IR 系数。默认值为 1。

irlink

对于多通道 IR，如果此选项设置为 true，则所有 IR 通道将使用所有 IR 通道系数的最大测量增益进行归一化，如 irnorm 选项所设置。禁用时，每个 IR 通道中的所有 IR 系数将独立归一化。默认值为 true。

irgain

设置在滤波之前应用于 IR 系数的增益。允许的范围是 0 到 1。此增益在通过 irnorm 选项应用的任何增益之后应用。

irfmt

设置 IR 流的格式。可以是 mono 或 input。默认值为 input。

maxir

设置允许的最大脉冲响应滤波器持续时间（以秒为单位）。默认值为 30 秒。允许的范围是 0.1 到 60 秒。

response

此选项已弃用，不起任何作用。

channel

此选项已弃用，不起任何作用。

size

此选项已弃用，不起任何作用。

rate

此选项已弃用，不起任何作用。

minp

设置用于卷积的最小分区大小。默认值为 8192。允许的范围是 1 到 65536。较低的值会降低延迟，但会增加 CPU 使用率。

maxp

设置用于卷积的最大分区大小。默认值为 8192。允许的范围是 8 到 65536。较低的值可能会增加 CPU 使用率。

nbirs

设置运行时可切换的输入脉冲响应流的数量。允许的范围是 1 到 32。默认值为 1。

ir

设置将用于卷积的 IR 流，从 0 开始，应始终低于 nbirs 选项提供的数值。默认值为 0。此选项可以在运行时通过 命令进行更改。

precision

设置处理样本时要使用的精度。

auto

根据其他滤波器自动选择内部样本格式。

float

始终使用单精度浮点样本格式。

double

始终使用双精度浮点样本格式。

默认值为 auto。

irload

设置何时加载 IR 流。可以是 init 或 access。第一个在初始化时加载并准备所有 IR，第二个在第一次访问特定的 IR 时加载一次。默认值为 init。

8.25.1 示例

• 使用单声道 IR 文件作为第二个输入，将混响应用于流，使用 ffmpeg 完成命令

  ffmpeg -i input.wav -i middle_tunnel_1way_mono.wav -lavfi afir output.wav
  

• 给定输入立体声流，以及用于左右声道的两个立体声脉冲响应，应用真正的立体声处理，脉冲响应文件是名为 l_ir.wav 和 r_ir.wav 的文件，并设置 irnorm 选项值

  "pan=4C|c0=FL|c1=FL|c2=FR|c3=FR[a];amovie=l_ir.wav[LIR];amovie=r_ir.wav[RIR];[LIR][RIR]amerge[ir];[a][ir]afir=irfmt=input:irnorm=1.2,pan=stereo|FL<c0+c2|FR<c1+c3"
  

• 与上面的示例类似，但 irgain 显式设置为估计值，并且禁用 irnorm

  "pan=4C|c0=FL|c1=FL|c2=FR|c3=FR[a];amovie=l_ir.wav[LIR];amovie=r_ir.wav[RIR];[LIR][RIR]amerge[ir];[a][ir]afir=irfmt=input:irgain=-5dB:irnom=-1,pan=stereo|FL<c0+c2|FR<c1+c3"
  

8.26 aformat

设置输入音频的输出格式约束。框架将协商最合适的格式以最大程度地减少转换。

它接受以下参数

sample_fmts, f

请求的采样格式的 “|” 分隔列表。

sample_rates, r

请求的采样率的 “|” 分隔列表。

channel_layouts, cl

请求的声道布局的 “|” 分隔列表。

有关必需的语法，请参见(ffmpeg-utils)ffmpeg-utils(1) 手册中的声道布局部分。

如果省略参数，则允许所有值。

强制输出为无符号 8 位或有符号 16 位立体声

aformat=sample_fmts=u8|s16:channel_layouts=stereo

8.27 afreqshift

将频移应用于输入音频样本。

该滤波器接受以下选项

shift

指定频移。允许的范围是 -INT_MAX 到 INT_MAX。默认值为 0.0。

level（电平）

设置应用于最终输出的输出增益。允许的范围是 0.0 到 1.0。默认值为 1.0。

order

设置用于滤波的滤波器阶数。允许的范围是 1 到 16。默认值为 8。

8.27.1 命令

此过滤器支持以上所有选项作为 命令。

8.28 afwtdn

使用小波降低输入样本中的宽带噪声。

以下是可接受选项的描述。

sigma

设置噪声 sigma，允许的范围是 0 到 1。默认值为 0。此选项控制应用于输入样本的降噪强度。设置此选项的最有用方法是通过分贝，例如 -45dB。

levels

设置小波分解的级别数。允许的范围是 1 到 12。默认值为 10。将其设置得太低会使降噪性能非常差。

wavet

设置输入帧分解的小波类型。它们按系数的数量排序，从最低到最高。更多的系数意味着更差的滤波速度，但总体上更好的质量。可用的小波是

‘sym2’

‘sym4’

‘rbior68’

‘deb10’

‘sym10’

‘coif5’

‘bl3’

percent

设置完整降噪的百分比。允许的范围是 0 到 100%。默认值为 85% 或部分降噪。

profile

如果启用，则第一个输入帧将用作噪声配置文件。如果第一个帧样本包含非噪声，性能将非常差。

adaptive

如果启用，则会分析输入帧是否存在噪声。如果检测到噪声的可能性很高，则输入帧配置文件将用于处理以下帧，直到检测到新的噪声帧。

samples（采样）

以样本数为单位设置单个帧的大小。允许的范围是 512 到 65536。默认帧大小是 8192 个样本。

softness

设置阈值函数内部应用的柔和度。允许的范围是 0 到 10。默认的柔和度是 1。

8.28.1 命令

此过滤器支持以上所有选项作为 命令。

8.29 agate

门限主要用于降低信号的较低部分。这种信号处理减少了有用信号之间的干扰噪声。

通过检测低于选定级别 threshold 的音量并将其除以 ratio 设置的因子来完成门限。噪声基底的底部通过 range 设置。由于对信号进行精确的操作会导致波形失真，因此可以在一段时间内对降低幅度进行平整。这是通过设置 attack 和 release 来完成的。

attack（启动）决定信号必须降到阈值以下多长时间才开始进行衰减，而 release（释放）设置信号必须上升到阈值以上多长时间才再次减少衰减。短于所选启动时间的信号将不受影响。

level_in

在滤波前设置输入电平。默认值为 1。允许范围为 0.015625 到 64。

mode

设置操作模式。可以是 upward（向上）或 downward（向下）。默认值为 downward。如果设置为 upward 模式，信号的较高部分将被放大，向上扩展动态范围。否则，在 downward 模式下，信号的较低部分将被衰减。

range

设置当信号低于阈值时增益衰减的程度。默认值为 0.06125。允许范围为 0 到 1。将其设置为 0 将禁用衰减，此时滤波器将表现得像一个扩展器。

threshold

如果信号上升到此电平以上，则会释放增益衰减。默认值为 0.125。允许范围为 0 到 1。

ratio

设置信号衰减的比率。默认值为 2。允许范围为 1 到 9000。

attack

信号必须上升到阈值以上多少毫秒增益衰减才会停止。默认值为 20 毫秒。允许范围为 0.01 到 9000。

release

信号必须降到阈值以下多少毫秒才会再次增加衰减。默认值为 250 毫秒。允许范围为 0.01 到 9000。

makeup

设置处理后信号的放大量。默认值为 1。允许范围为 1 到 64。

knee

弯曲阈值周围的尖锐拐点，使其更柔和地进入增益衰减。默认值为 2.828427125。允许范围为 1 到 8。

detection

选择是使用精确信号进行检测还是使用类似 RMS 的信号。默认值为 rms。可以是 peak（峰值）或 rms（均方根）。

link

选择是所有通道之间的平均电平还是响度更高的通道影响衰减。默认值为 average（平均）。可以是 average 或 maximum（最大）。

8.29.1 命令

此过滤器支持以上所有选项作为 命令。

8.30 aiir

应用任意的无限脉冲响应滤波器。

它接受以下参数

零点，z

设置 B/分子/零点/反射系数。

极点，p

设置 A/分母/极点/梯形系数。

增益，k

设置通道增益。

干声增益

设置输入增益。

湿声增益

设置输出增益。

格式，f

设置系数格式。

‘ll’

格型-梯形函数

‘sf’

模拟传递函数

‘tf’

数字传递函数

‘zp’

Z 平面零点/极点，笛卡尔坐标（默认）

‘pr’

Z 平面零点/极点，极坐标（弧度）

‘pd’

Z 平面零点/极点，极坐标（角度）

‘sp’

S 平面零点/极点

处理，r

设置处理类型。

‘d’

直接处理

‘s’

串行处理

‘p’

并行处理

精度，e

设置滤波精度。

‘dbl’

双精度浮点数（默认）

‘flt’

单精度浮点数

‘i32’

32 位整数

‘i16’

16 位整数

归一化，n

归一化滤波器系数，默认启用。启用后，直流时的幅度响应将被归一化为 0dB。

mix

在输出中使用滤波信号的程度。默认值为 1。范围为 0 到 1。

response

在额外的视频流中显示 IR 频率响应，幅度（洋红色）、相位（绿色）和群延迟（黄色）。默认情况下禁用。

channel

设置要显示频率响应的 IR 通道。默认情况下显示第一个通道。此选项仅在启用 response 时使用。

size

设置视频流大小。此选项仅在启用 response 时使用。

tf 和 sf 格式的系数用空格分隔，并且按升序排列。

zp 格式的系数用空格分隔，并且系数顺序无关紧要。zp 格式的系数是复数，其中 i 为虚数单位。

可以为每个通道提供不同的系数和增益，在这种情况下，请使用“|”分隔系数或增益。最后一个提供的系数将用于所有剩余通道。

8.30.1 示例

• 在 48000 Hz 采样率下，在 5000Hz 附近应用 2 极椭圆陷波。

  aiir=k=1:z=7.957584807809675810E-1 -2.575128568908332300 3.674839853930788710 -2.57512875289799137 7.957586296317130880E-1:p=1 -2.86950072432325953 3.63022088054647218 -2.28075678147272232 6.361362326477423500E-1:f=tf:r=d
  

• 与上述相同，但采用 zp 格式。

  aiir=k=0.79575848078096756:z=0.80918701+0.58773007i 0.80918701-0.58773007i 0.80884700+0.58784055i 0.80884700-0.58784055i:p=0.63892345+0.59951235i 0.63892345-0.59951235i 0.79582691+0.44198673i 0.79582691-0.44198673i:f=zp:r=s
  

• 使用模拟传递函数格式应用 3 阶模拟归一化巴特沃斯低通滤波器。

  aiir=z=1.3057 0 0 0:p=1.3057 2.3892 2.1860 1:f=sf:r=d
  

8.31 alimiter

限幅器防止输入信号超过所需的阈值。此限幅器使用前瞻技术来防止信号失真。这意味着信号处理后会有一个小延迟。请记住，它产生的延迟是您设置的启动时间。

该滤波器接受以下选项

level_in

设置输入增益。默认值为 1。

level_out（输出电平）

设置输出增益。默认值为 1。

限制

不要让高于此电平的信号通过限幅器。默认值为 1。

attack

限幅器将在该毫秒数内达到其衰减水平。默认值为 5 毫秒。

release

在该毫秒数内从限制恢复到 1.0 的衰减。默认值为 50 毫秒。

asc

当始终需要增益衰减时，ASC 负责释放到平均衰减水平，而不是在释放时间内达到 0 的衰减。

asc_level

选择 ASC 对释放时间的影响程度，0 表示释放时间几乎没有变化，而 1 会产生更长的释放时间。

level（电平）

自动均衡输出信号。默认启用。如果启用，此功能会将音频标准化回 0dB。

延迟

补偿使用由启动参数设置的前瞻缓冲区引入的延迟。当流到达 EOF 时，也会刷新前瞻缓冲区中的有效音频数据。

根据选择的设置，建议在使用此滤波器之前将输入上采样 2 倍或 4 倍，使用 aresample。

8.32 allpass

应用一个双极全通滤波器，中心频率（以 Hz 为单位）为 frequency，滤波器宽度为 width。全通滤波器会改变音频的频率与相位关系，而不会改变其频率与幅度关系。

该滤波器接受以下选项

频率，f

设置频率，单位为 Hz。

宽度类型，t

设置指定滤波器带宽的方法。

h

Hz

q

Q 因子

o

倍频程

s

斜率

k

kHz

宽度，w

以 width_type 单位指定滤波器的带宽。

混合，m

在输出中使用滤波信号的程度。默认值为 1。范围为 0 到 1。

通道，c

指定要滤波的通道，默认情况下，将滤波所有可用通道。

归一化，n

归一化双二次系数，默认禁用。启用后，直流时的幅度响应将被归一化为 0dB。

阶数，o

设置滤波器阶数，可以是 1 或 2。默认值为 2。

变换，a

设置 IIR 滤波器的变换类型。

di

dii

tdi

tdii

latt

svf

zdf

精度，r

设置滤波精度。

auto

根据环绕滤波器选择自动采样格式。

s16

始终使用 16 位有符号整数。

s32

始终使用 32 位有符号整数。

f32

始终使用 32 位浮点数。

f64

始终使用 64 位浮点数。

8.32.1 命令

此滤波器支持以下命令

频率，f

更改全通滤波器频率。命令语法为：“frequency”

宽度类型，t

更改全通滤波器宽度类型。命令语法为：“width_type”

宽度，w

更改全通滤波器宽度。命令语法为：“width”

混合，m

更改全通滤波器混合。命令语法为：“mix”

8.33 aloop

循环播放音频样本。

该滤波器接受以下选项

循环

设置循环次数。将此值设置为 -1 将导致无限循环。默认值为 0。

size

设置最大样本数。默认值为 0。

开始

设置循环的第一个样本。默认值为 0。

时间

设置循环开始时间，单位为秒。仅当名为 start 的选项设置为 -1 时使用。

8.34 amerge

将两个或多个音频流合并为单个多通道流。

该滤波器接受以下选项

输入

设置输入数量。默认值为 2。

如果输入的声道布局是不相交的，因此是兼容的，则输出的声道布局将相应设置，并且通道将根据需要重新排序。如果输入的声道布局不相交，则输出将包含第一个输入的所有声道，然后是第二个输入的所有声道，并按此顺序排列，并且输出的声道布局将是与通道总数相对应的默认值。

例如，如果第一个输入是 2.1 (FL+FR+LF)，第二个输入是 FC+BL+BR，那么输出将是 5.1，通道顺序如下：a1、a2、b1、a3、b2、b3（a1 是第一个输入的第一个声道，b1 是第二个输入的第一个声道）。

另一方面，如果两个输入都是立体声，则输出通道将按默认顺序排列：a1、a2、b1、b2，并且声道布局将被任意设置为 4.0，这可能不是预期的值。

所有输入必须具有相同的采样率和格式。

如果输入时长不同，则输出将以最短的输入时长为准结束。

8.34.1 示例

• 将两个单声道文件合并为一个立体声流。

  amovie=left.wav [l] ; amovie=right.mp3 [r] ; [l] [r] amerge
  

• 假设在 input.mkv 中有 1 个视频流和 6 个音频流的多次合并。

  ffmpeg -i input.mkv -filter_complex "[0:1][0:2][0:3][0:4][0:5][0:6] amerge=inputs=6" -c:a pcm_s16le output.mkv
  

8.35 amix

将多个音频输入混合为一个输出。

请注意，此滤波器仅支持浮点采样（amerge 和 pan 音频滤波器支持多种格式）。如果 amix 输入具有整数采样，则会自动插入 aresample 来执行转换为浮点采样的操作。

它接受以下参数

输入

输入的数量。如果未指定，则默认为 2。

时长

如何确定流的结束。

longest

最长输入的持续时间。（默认）

shortest

最短输入的持续时间。

first

第一个输入的持续时间。

dropout_transition

当输入流结束时，用于音量重新归一化的过渡时间，以秒为单位。默认值为 2 秒。

weights

将每个输入音频流的权重指定为一系列以空格分隔的数字。如果指定的权重数量少于输入数量，则最后一个权重将分配给剩余的输入。每个输入的默认权重为 1。

normalize

始终缩放输入，而不是仅对样本进行求和。如果未在此滤波器之前或之后对输入进行归一化，则禁用此选项时要注意严重的削波。默认情况下启用此选项。

8.35.1 示例

• 这将把 3 个输入音频流混合为一个输出，该输出的持续时间与第一个输入相同，并且具有 3 秒的丢弃过渡时间。

  ffmpeg -i INPUT1 -i INPUT2 -i INPUT3 -filter_complex amix=inputs=3:duration=first:dropout_transition=3 OUTPUT
  

• 这将把一个声乐和一个音乐输入音频流混合为一个输出，该输出的持续时间与最长输入相同。音乐的权重将是声乐的四分之一，并且输入未归一化。

  ffmpeg -i VOCALS -i MUSIC -filter_complex amix=inputs=2:duration=longest:dropout_transition=0:weights="1 0.25":normalize=0 OUTPUT
  

8.35.2 命令

此滤波器支持以下命令

weights

normalize

语法与同名选项相同。

8.36 amultiply

将第一个音频流与第二个音频流相乘，并将结果存储在输出音频流中。乘法是通过将第一个流的每个样本与第二个流中相同位置的样本相乘来完成的。

通过这种逐元素乘法，可以创建振幅衰减和振幅调制。

8.37 anequalizer

用于每个通道的高阶参数多频带均衡器。

它接受以下参数

params

此选项字符串的格式为：“cchn f=cf w=w g=g t=f | ...”。每个均衡器频带用“|”分隔。

chn

设置要应用均衡的通道号。如果输入没有该通道，则忽略该条目。

f

为频带设置中心频率。如果输入没有该频率，则忽略该条目。

w

设置频带宽度，以赫兹为单位。

g

设置频带增益，以分贝为单位。

t

设置频带的滤波器类型，可选，可以是

‘0’

巴特沃斯，这是默认值。

‘1’

切比雪夫类型 1。

‘2’

切比雪夫类型 2。

curves

启用此选项后，均衡器的频率响应将显示在视频流中。

size

设置视频流大小。仅在激活 curves 选项时才有用。

mgain

设置将显示的最大增益。仅在激活 curves 选项时才有用。将此值设置为合理的值可以显示从彼此太近的相邻频段获得的增益，因此当两者都激活时会产生更高的增益。

fscale

设置用于在视频输出中绘制频率响应的频率刻度。可以是线性的或对数的。默认值是对数的。

colors

设置将要在视频流中显示的每个通道曲线的颜色。这是用空格或“|”分隔的颜色名称列表。无法识别或缺少的颜色将替换为白色。

8.37.1 示例

• 使用切比雪夫类型 1 滤波器，将前 2 个通道的中心频率 200Hz 和宽度 100Hz 的增益降低 10。

  anequalizer=c0 f=200 w=100 g=-10 t=1|c1 f=200 w=100 g=-10 t=1
  

8.37.2 命令

此滤波器支持以下命令

change

更改现有的滤波器参数。命令的语法为：“fN|f=freq|w=width|g=gain”

fN 是现有的滤波器编号，从 0 开始，如果没有此类滤波器可用，则返回错误。freq 设置新的频率参数。width 设置新的宽度参数，以赫兹为单位。gain 设置新的增益参数，以分贝为单位。

带有 asendcmd 的完整滤波器调用可能如下所示：asendcmd=c=‘4.0 anequalizer change 0|f=200|w=50|g=1’,anequalizer=...

8.38 anlmdn

使用非局部均值算法降低音频样本中的宽带噪声。

每个样本都通过查找具有相似上下文的其他样本进行调整。此上下文相似性是通过比较大小为 p 的周围补丁来定义的。在样本周围 r 的区域中搜索补丁。

该滤波器接受以下选项

strength, s

设置降噪强度。允许的范围是 0.00001 到 10000。默认值为 0.00001。

patch, p

设置补丁半径持续时间。允许的范围是 1 到 100 毫秒。默认值为 2 毫秒。

research, r

设置研究半径持续时间。允许的范围是 2 到 300 毫秒。默认值为 6 毫秒。

输出，o

设置输出模式。

它接受以下值

i

保持输入不变。

o

传递已过滤的噪声。

n

仅传递噪声。

默认值为 o。

smooth, m

设置平滑因子。默认值为 11。允许的范围是 1 到 1000。

8.38.1 命令

此过滤器支持以上所有选项作为 命令。

8.39 anlmf, anlms

使用第二个音频流将归一化最小均方（平方|四次方）算法应用于第一个音频流。

此自适应滤波器用于通过查找与产生误差信号的最小均方相关的滤波器系数来模拟所需的滤波器（所需信号，第二个输入音频流和实际信号，第一个输入音频流之间的差异）。

以下是可接受选项的描述。

order

设置滤波器阶数。

mu

设置滤波器 mu。

eps

设置滤波器 eps。

leakage

设置滤波器泄漏。

out_mode

它接受以下值

i

传递第一个输入。

d

传递第二个输入。

o

传递期望信号（第二个输入）与误差信号估计值之间的差值。

n

传递输入信号（第一个输入）与误差信号估计值之间的差值。

e

传递误差信号的估计样本。

默认值为 o。

precision

设置处理样本时要使用的精度。

auto

根据其他滤波器自动选择内部样本格式。

float

始终使用单精度浮点样本格式。

double

始终使用双精度浮点样本格式。

8.39.1 示例

• 此滤波器的众多用途之一是降噪，输入音频使用延迟固定量的相同样本进行滤波，立体声音频的一个示例是

  asplit[a][b],[a]adelay=32S|32S[a],[b][a]anlms=order=128:leakage=0.0005:mu=.5:out_mode=o
  

8.39.2 命令

此滤波器支持与选项相同的命令，但选项 order 除外。

8.40 anull

将音频源不变地传递到输出。

8.41 apad

用静音填充音频流的结尾。

这可以与 ffmpeg -shortest 一起使用，以将音频流扩展到与视频流相同的长度。

以下是可接受选项的描述。

packet_size

设置静音数据包大小。默认值为 4096。

pad_len

设置添加到末尾的静音样本数。达到该值后，流将终止。此选项与 whole_len 互斥。

whole_len

设置输出音频流中最小的总样本数。如果该值大于输入音频长度，则会在末尾添加静音，直到达到该值。此选项与 pad_len 互斥。

pad_dur

指定要添加的静音样本的持续时间。有关可接受的语法，请参阅 (ffmpeg-utils)ffmpeg-utils(1) 手册中的“时间持续时间”部分。仅当设置为非负值时才使用。

whole_dur

指定输出音频流中的最小总持续时间。有关可接受的语法，请参阅 (ffmpeg-utils)ffmpeg-utils(1) 手册中的“时间持续时间”部分。仅当设置为非负值时才使用。如果该值大于输入音频长度，则会在末尾添加静音，直到达到该值。此选项与 pad_dur 互斥。

如果未设置 pad_len、whole_len、pad_dur 或 whole_dur 选项，则过滤器将无限期地向输入流末尾添加静音。

请注意，对于 ffmpeg 4.4 及更早版本，零 pad_dur 或 whole_dur 也会导致过滤器无限期地添加静音。

8.41.1 示例

• 在输入末尾添加 1024 个静音样本

  apad=pad_len=1024
  

• 确保音频输出至少包含 10000 个样本，如果需要，用静音填充输入

  apad=whole_len=10000
  

• 使用 ffmpeg 用静音填充音频输入，以便在使用 shortest 选项时，视频流始终是最短的，并且会在输出文件中转换到末尾

  ffmpeg -i VIDEO -i AUDIO -filter_complex "[1:0]apad" -shortest OUTPUT
  

8.42 aphaser

向输入音频添加相位效果。

相位器滤波器在频谱中产生一系列峰和谷。峰和谷的位置被调制，使其随时间变化，从而产生扫描效果。

下面是接受的参数的描述。

in_gain

设置输入增益。默认值为 0.4。

out_gain

设置输出增益。默认值为 0.74。

delay

设置延迟，单位为毫秒。默认值为 3.0。

decay

设置衰减。默认值为 0.4。

speed

设置调制速度，单位为 Hz。默认值为 0.5。

type（类型）

设置调制类型。默认值为三角形。

它接受以下值

“triangular, t”

“sinusoidal, s”

8.43 aphaseshift

将相移应用于输入音频样本。

该滤波器接受以下选项

shift

指定相移。允许的范围是 -1.0 到 1.0。默认值为 0.0。

level（电平）

设置应用于最终输出的输出增益。允许的范围是 0.0 到 1.0。默认值为 1.0。

order

设置用于滤波的滤波器阶数。允许的范围是 1 到 16。默认值为 8。

8.43.1 命令

此过滤器支持以上所有选项作为 命令。

8.44 apsnr

测量音频峰值信噪比。

此过滤器接受两个音频流作为输入，并输出第一个音频流。结果以 dB 为单位，每个声道在任一输入结束时得出。

8.45 apsyclip

将心理声学削波器应用于输入音频流。

该滤波器接受以下选项

level_in

设置输入增益。默认值为 1。范围为 [0.015625 - 64]。

level_out（输出电平）

设置输出增益。默认值为 1。范围为 [0.015625 - 64]。

clip

设置削波开始值。默认值为 0dBFS 或 1。

diff

仅输出差值样本，有助于听到引入的失真。默认情况下禁用。

adaptive

设置应用自适应失真的强度。默认值为 0.5。允许的范围是 0 到 1。

iterations

设置心理声学削波器的迭代次数。允许的范围是 1 到 20。默认值为 10。

level（电平）

自动电平输出信号。默认情况下禁用。如果启用，此选项会将音频标准化回 0dBFS。

8.45.1 命令

此过滤器支持以上所有选项作为 命令。

8.46 apulsator

音频脉冲器是自动平移器和颤音之间的东西。但它也可以产生有趣的立体声效果。脉冲器根据 LFO（低频振荡器）改变左右声道的音量，具有不同的波形和相移。此滤波器能够定义左右声道之间的偏移。偏移 0 表示两个 LFO 形状相互匹配。左右声道同样被改变 - 传统的颤音。偏移 50% 表示右声道的形状在相位上完全偏移（或向后移动大约频率的一半）- 脉冲器充当自动平移器。在 1 时，两条曲线再次匹配。两者之间的每个设置都会在所有阶段之间无间隙地移动相移，并使用正弦波和三角波产生一些“旁路”声音。您将偏移设置得越接近 1（从 0.5 开始），信号从左扬声器传递到右扬声器的速度就越快。

该滤波器接受以下选项

level_in

设置输入增益。默认值为 1。范围为 [0.015625 - 64]。

level_out（输出电平）

设置输出增益。默认值为 1。范围为 [0.015625 - 64]。

mode

设置 LFO 将使用的波形形状。可以是以下之一：正弦波、三角形、方波、锯齿波或锯齿波下降。默认值为正弦波。

量

设置调制。定义有多少原始信号受 LFO 影响。

offset_l

设置左声道偏移。默认值为 0。允许的范围是 [0 - 1]。

offset_r

设置右声道偏移。默认值为 0.5。允许的范围是 [0 - 1]。

width

设置脉冲宽度。默认值为 1。允许的范围是 [0 - 2]。

timing

设置可能的定时模式。可以是以下之一：bpm、ms 或 hz。默认值为 hz。

bpm

设置 bpm。默认值为 120。允许的范围是 [30 - 300]。仅当定时设置为 bpm 时才使用。

ms

设置 ms。默认值为 500。允许的范围是 [10 - 2000]。仅当定时设置为 ms 时才使用。

hz

设置频率，单位为 Hz。默认值为 2。允许的范围是 [0.01 - 100]。仅当定时设置为 hz 时才使用。

8.47 aresample

使用 libswresample 库将输入音频重采样为指定参数。如果未指定任何参数，则过滤器将在其输入和输出之间自动转换。

此过滤器还能够拉伸/挤压音频数据以使其与时间戳匹配，或注入静音/剪切音频以使其与时间戳匹配，或者执行两者或都不执行。

过滤器接受语法 [sample_rate:]resampler_options，其中 sample_rate 表示采样率，resampler_options 是由 ":" 分隔的 key=value 对的列表。有关支持的选项的完整列表，请参阅 (ffmpeg-resampler) ffmpeg-resampler(1) 手册中的“重采样器选项”部分。

8.47.1 示例

• 将输入音频重采样为 44100Hz

  aresample=44100
  

• 将样本拉伸/挤压到给定的时间戳，每秒最多补偿 1000 个样本

  aresample=async=1000
  

8.48 areverse

反转音频剪辑。

警告：此过滤器需要内存来缓冲整个剪辑，因此建议进行修剪。

8.48.1 示例

• 获取剪辑的前 5 秒，然后将其反转。

  atrim=end=5,areverse
  

8.49 arls

使用第二个音频流将递归最小二乘算法应用于第一个音频流。

此自适应滤波器用于通过递归查找与产生误差信号（期望信号，即第二个输入音频流，与实际信号，即第一个输入音频流之间的差异）的最小加权线性最小二乘成本函数相关的滤波器系数来模拟期望的滤波器。

以下是可接受选项的描述。

order

设置滤波器阶数。

lambda

设置遗忘因子。

delta

设置用于初始化内部协方差矩阵的系数。

out_mode

设置滤波器输出样本。它接受以下值

i

传递第一个输入。

d

传递第二个输入。

o

传递期望信号（第二个输入）与误差信号估计值之间的差值。

n

传递输入信号（第一个输入）与误差信号估计值之间的差值。

e

传递误差信号的估计样本。

默认值为 o。

precision

设置处理样本时要使用的精度。

auto

根据其他滤波器自动选择内部样本格式。

float

始终使用单精度浮点样本格式。

double

始终使用双精度浮点样本格式。

8.50 arnndn

使用循环神经网络减少语音中的噪声。

此过滤器接受以下选项

model, m

设置要加载的训练模型文件。此选项始终是必需的。

mix

设置将过滤后的样本混合到最终输出中的程度。允许的范围是 -1 到 1。默认值为 1。负值是特殊的，它们设置在最终滤波器输出中保留多少过滤后的噪声。将此选项设置为 -1 可以听到从输入信号中去除的实际噪声。

8.50.1 命令

此过滤器支持以上所有选项作为 命令。

8.51 asdr

测量音频信号失真比。

此过滤器接受两个音频流作为输入，并输出第一个音频流。结果以 dB 为单位，每个声道在任一输入结束时得出。

8.52 asetnsamples

设置每个输出音频帧的样本数。

最后一个输出数据包可能包含不同数量的样本，因为当输入音频信号表示其结尾时，过滤器将刷新所有剩余的样本。

该滤波器接受以下选项

nb_out_samples, n

设置每个输出音频帧的帧数。该数字表示每个通道的样本数。默认值为 1024。

pad, p

如果设置为 1，则过滤器将用零填充最后一个音频帧，以便最后一个帧将包含与前一个帧相同数量的样本。默认值为 1。

例如，要将每帧的采样数设置为 1234 并禁用最后一帧的填充，请使用：

asetnsamples=n=1234:p=0

8.53 asetrate

设置采样率，而不改变 PCM 数据。这将导致速度和音调的变化。

该滤波器接受以下选项

sample_rate, r

设置输出采样率。默认值为 44100 Hz。

8.54 ashowinfo

显示包含每个输入音频帧的各种信息的行。输入音频不会被修改。

显示的行包含 key:value 形式的键/值对序列。

输出中显示以下值

n

输入帧的（顺序）编号，从 0 开始。

pts

输入帧的表示时间戳，以时间基准单位表示；时间基准取决于滤波器输入填充，通常为 1/sample_rate。

pts_time

输入帧的表示时间戳，以秒为单位。

fmt

采样格式。

chlayout

声道布局。

rate

音频帧的采样率。

nb_samples

帧中（每个声道）的采样数。

checksum

音频数据的 Adler-32 校验和（以十六进制打印）。对于平面音频，数据被视为所有平面都已连接。

plane_checksums

每个数据平面的 Adler-32 校验和列表。

8.55 asisdr

测量音频缩放不变信号失真比。

此过滤器接受两个音频流作为输入，并输出第一个音频流。结果以 dB 为单位，每个声道在任一输入结束时得出。

8.56 asoftclip

应用音频软削波。

软削波是一种失真效果，其中信号的幅度沿平滑曲线饱和，而不是硬削波的突兀形状。

此过滤器接受以下选项

type（类型）

设置软削波的类型。

它接受以下值

hard

tanh

atan

cubic

指数

alg

quintic

sin

erf

threshold

设置开始削波的阈值。默认值为 0dB 或 1。

output

设置应用于输出的增益。默认值为 0dB 或 1。

param

设置控制 sigmoid 函数的附加参数。

oversample

设置过采样因子。

8.56.1 命令

此过滤器支持以上所有选项作为 命令。

8.57 aspectralstats

显示有关音频通道的频域统计信息。统计信息被计算并存储为每个音频通道和每个音频帧的元数据。

它接受以下选项

win_size

以采样为单位设置窗口长度。默认值为 2048。允许范围为 32 到 65536。

win_func

设置窗口函数。

它接受以下值

‘rect’

‘bartlett’

‘hann, hanning’

‘hamming’

‘blackman’

‘welch’

‘flattop’

‘bharris’

‘bnuttall’

‘bhann’

‘sine’

‘nuttall’

‘lanczos’

‘gauss’

‘tukey’

‘dolph’

‘cauchy’

‘parzen’

‘poisson’

‘bohman’

‘kaiser’

默认值是 hann。

overlap

设置窗口重叠。允许范围为 0 到 1。默认值为 0.5。

measure

选择要测量的参数。元数据键可以用作标志，默认值为 all，它测量所有内容。none 禁用所有测量。

下面是每个元数据键的列表

mean

variance

centroid

spread

skewness

kurtosis

entropy

flatness

crest

flux

斜率

decrease

rolloff

8.58 asr

自动语音识别

此过滤器使用 PocketSphinx 进行语音识别。要启用此过滤器的编译，您需要使用 --enable-pocketsphinx 配置 FFmpeg。

它接受以下选项

rate

设置输入音频的采样率。默认值为 16000。这需要与语音模型匹配，否则会得到较差的结果。

hmm

设置包含声学模型文件的字典。

dict

设置发音词典。

lm

设置语言模型文件。

lmctl

设置语言模型集。

lmname

设置要使用的语言模型。

logfn

设置日志消息的输出。

过滤器将识别的语音导出为帧元数据 lavfi.asr.text。

8.59 astats

显示有关音频通道的时域统计信息。统计信息被计算并显示用于每个音频通道，并且在适用的情况下，还会给出总体的数值。

它接受以下选项

length

短窗口长度，以秒为单位，用于峰值和谷值 RMS 测量。默认值为 0.05（50 毫秒）。允许范围为 [0 - 10]。

metadata

设置元数据注入。所有元数据键都以 lavfi.astats.X 为前缀，其中 X 是从 1 开始的通道号或字符串 Overall。默认情况下禁用。

每个通道的可用键是：Bit_depth Crest_factor DC_offset Dynamic_range Entropy Flat_factor Max_difference Max_level Mean_difference Min_difference Min_level Noise_floor Noise_floor_count Number_of_Infs Number_of_NaNs Number_of_denormals Peak_count Abs_Peak_count Peak_level RMS_difference RMS_peak RMS_trough Zero_crossings Zero_crossings_rate

以及 Overall 的可用键：Bit_depth DC_offset Entropy Flat_factor Max_difference Max_level Mean_difference Min_difference Min_level Noise_floor Noise_floor_count Number_of_Infs Number_of_NaNs Number_of_denormals Number_of_samples Peak_count Abs_Peak_count Peak_level RMS_difference RMS_level RMS_peak RMS_trough

例如，完整的键看起来像 lavfi.astats.1.DC_offset 或 lavfi.astats.Overall.Peak_count。

请阅读以下键的说明。

reset

设置在重置之前计算累积统计数据的帧数。默认禁用。

measure_perchannel

选择每个通道测量的参数。元数据键可以用作标志，默认值为 all，它测量所有内容。none 禁用所有按通道测量。

measure_overall

选择整体测量的参数。元数据键可以用作标志，默认值为 all，它测量所有内容。none 禁用所有整体测量。

以下是测量键的描述

无

无测量

all（全部）

所有测量

Bit_depth

音频的整体位深度，即每个采样使用的位数

Crest_factor

峰值与 RMS 标准比率（注意：不是以 dB 为单位）

DC_offset

与零的平均幅度位移

Dynamic_range

以 dB 为单位测量的音频动态范围

Entropy

在整个音频中测量的熵，对于白噪声，通常测得的熵值接近 1.0

Flat_factor

信号在其峰值水平（即 Min_level 或 Max_level）处的平坦度（即具有相同值的连续采样）

Max_difference

两个连续采样之间的最大差值

Max_level

最大采样水平

Mean_difference

两个连续采样之间的平均差值，即两个连续采样之间每个差值的平均值

Min_difference

两个连续采样之间的最小差值

Min_level

最小采样水平

Noise_floor

在短窗口内测量的最小局部峰值，以 dBFS 为单位

Noise_floor_count

信号达到 Noise floor 的次数（不是采样数）

Number_of_Infs

具有无穷值的采样数

Number_of_NaNs

具有 NaN（不是数字）值的采样数

Number_of_denormals

具有次正规值的采样数

Number_of_samples

采样数

Peak_count

信号达到 Min_level 或 Max_level 的次数（不是采样数）

Abs_Peak_count

从信号中获取的绝对采样达到 Min_level 和 Max_level 的最大绝对值的次数

Peak_level

以 dBFS 为单位测量的标准峰值水平

RMS_difference

两个连续采样之间的均方根差

RMS_level

以 dBFS 为单位测量的标准 RMS 水平

RMS_peak

RMS_trough

在短窗口内测量的 RMS 水平的峰值和谷值，以 dBFS 为单位测量。

Zero crossings

波形穿过零水平轴的点的数量

Zero crossings rate

过零率和音频采样数

8.60 asubboost

增强低音炮频率。

该滤波器接受以下选项

dry

设置干声增益，表示保留原始信号的量。允许的范围是 0 到 1。默认值是 1.0。

wet

设置湿声增益，表示保留滤波后信号的量。允许的范围是 0 到 1。默认值是 1.0。

增强

设置最大增强因子。允许的范围是 1 到 12。默认值是 2。

decay

设置延迟线衰减增益值。允许的范围是 0 到 1。默认值是 0.0。

反馈

设置延迟线反馈增益值。允许的范围是 0 到 1。默认值是 0.9。

截止

设置截止频率，单位为赫兹。允许的范围是 50 到 900。默认值是 100。

斜率

设置截止频率的斜率大小。允许的范围是 0.0001 到 1。默认值是 0.5。

delay

设置延迟。允许的范围是 1 到 100。默认值是 20。

channels（通道）

设置要处理的通道。默认值是所有可用通道。

8.60.1 命令

此过滤器支持以上所有选项作为 命令。

8.61 asubcut

切除超低音频率。

此滤波器允许设置比高通滤波器更陡峭的滚降，因此能够更好地衰减阻带中的频率成分。

该滤波器接受以下选项

截止

设置截止频率，单位为赫兹。允许的范围是 2 到 200。默认值是 20。

order

设置滤波器阶数。可用值从 3 到 20。默认值是 10。

level（电平）

设置输入增益电平。允许范围是 0 到 1。默认值是 1。

8.61.1 命令

此过滤器支持以上所有选项作为 命令。

8.62 asupercut

切除超高频率。

该滤波器接受以下选项

截止

设置截止频率，单位为赫兹。允许的范围是 20000 到 192000。默认值是 20000。

order

设置滤波器阶数。可用值从 3 到 20。默认值是 10。

level（电平）

设置输入增益电平。允许范围是 0 到 1。默认值是 1。

8.62.1 命令

此过滤器支持以上所有选项作为 命令。

8.63 asuperpass

应用高阶巴特沃斯带通滤波器。

该滤波器接受以下选项

中心频率

设置中心频率，单位为赫兹。允许的范围是 2 到 999999。默认值是 1000。

order

设置滤波器阶数。可用值从 4 到 20。默认值是 4。

品质因数

设置 Q 值。允许的范围是 0.01 到 100。默认值是 1。

level（电平）

设置输入增益电平。允许的范围是 0 到 2。默认值是 1。

8.63.1 命令

此过滤器支持以上所有选项作为 命令。

8.64 asuperstop

应用高阶巴特沃斯带阻滤波器。

该滤波器接受以下选项

中心频率

设置中心频率，单位为赫兹。允许的范围是 2 到 999999。默认值是 1000。

order

设置滤波器阶数。可用值从 4 到 20。默认值是 4。

品质因数

设置 Q 值。允许的范围是 0.01 到 100。默认值是 1。

level（电平）

设置输入增益电平。允许的范围是 0 到 2。默认值是 1。

8.64.1 命令

此过滤器支持以上所有选项作为 命令。

8.65 atempo

调整音频速度。

该滤波器只接受一个参数，即音频速度。如果未指定，则滤波器将假定标准速度为 1.0。速度必须在 [0.5, 100.0] 范围内。

请注意，速度大于 2 将跳过某些样本，而不是将它们混合。如果出于任何原因担心这一点，可以始终链式连接多个 atempo 实例来实现所需的速度。

8.65.1 示例

• 将音频速度减慢至 80%

  atempo=0.8
  

• 将音频速度加快至 300%

  atempo=3
  

• 通过链式连接两个 atempo 实例将音频速度加快至 300%

  atempo=sqrt(3),atempo=sqrt(3)
  

8.65.2 命令

此滤波器支持以下命令

速度

更改滤波器速度缩放因子。命令的语法为：“tempo”

8.66 atilt

将频谱倾斜滤波器应用于音频流。

此滤波器在任何指定频带上应用任何频谱滚降斜率。

该滤波器接受以下选项

频率

设置倾斜的中心频率，单位为赫兹。默认值为 10000 赫兹。

斜率

设置倾斜的斜率方向。默认值为 0。允许的范围是 -1 到 1。

width

设置倾斜的宽度。默认值为 1000。允许的范围是 100 到 10000。

order

设置倾斜滤波器的阶数。

level（电平）

设置输入音量级别。允许的范围是 0 到 4。默认值是 1。

8.66.1 命令

此过滤器支持以上所有选项作为 命令。

8.67 atrim

修剪输入，使输出包含输入的连续子部分。

它接受以下参数

开始

要保留的片段的开始时间戳（以秒为单位）。即，时间戳为 start 的音频样本将是输出中的第一个样本。

结束

指定将丢弃的第一个音频样本的时间，即，时间戳为 end 的样本之前的音频样本将是输出中的最后一个样本。

开始点

与 start 相同，但此选项设置以样本而非秒为单位的起始时间戳。

结束点

与 end 相同，但此选项设置以样本而非秒为单位的结束时间戳。

时长

输出的最大持续时间（以秒为单位）。

开始样本

应该输出的第一个样本的编号。

结束样本

应该丢弃的第一个样本的编号。

start、end 和 duration 表示为时间持续时间规范；请参阅 (ffmpeg-utils)ffmpeg-utils(1) 手册中的“时间持续时间”部分。

请注意，前两组 start/end 选项和 duration 选项查看帧时间戳，而 _sample 选项只是计算通过滤波器的样本。因此，当时间戳错误、不准确或未从零开始时，start/end_pts 和 start/end_sample 将给出不同的结果。另请注意，此滤波器不会修改时间戳。如果您希望输出时间戳从零开始，请在 atrim 滤波器之后插入 asetpts 滤波器。

如果设置了多个开始或结束选项，此滤波器会尝试变得贪婪并保留至少匹配一个指定约束的所有样本。要仅保留一次匹配所有约束的部分，请链接多个 atrim 滤波器。

默认值是保留所有输入。因此，可以仅设置例如结束值以保留指定时间之前的所有内容。

示例

• 丢弃除输入第二分钟之外的所有内容

  ffmpeg -i INPUT -af atrim=60:120
  

• 仅保留前 1000 个样本

  ffmpeg -i INPUT -af atrim=end_sample=1000
  

8.68 axcorrelate

计算两个输入音频流之间的归一化窗口互相关。

结果样本始终介于 -1 和 1 之间（包括 -1 和 1）。如果结果为 1，则表示两个输入样本在该选定片段中高度相关。结果为 0 表示它们根本不相关。如果结果为 -1，则表示两个输入样本异相，这意味着它们会相互抵消。

该滤波器接受以下选项

size

设置计算互相关的片段大小。默认值为 256。允许的范围是 2 到 131072。

算法

设置互相关算法。可以是 slow 或 fast 或 best。默认值为 best。快速算法假设任何给定片段的平均值始终为零，因此需要更少的计算。这通常不是真的，但对于典型的音频流有效。

8.68.1 示例

• 计算立体声音频流中通道之间的相关性

  ffmpeg -i stereo.wav -af channelsplit,axcorrelate=size=1024:algo=fast correlation.wav
  

8.69 bandpass

应用一个双极巴特沃斯带通滤波器，其中心频率为 frequency，（3dB 点）带宽为宽度。csg 选项选择恒定的裙边增益（峰值增益 = Q），而不是默认值：恒定的 0dB 峰值增益。滤波器以每倍频程 6dB（每十倍频 20dB）的速度滚降。

该滤波器接受以下选项

频率，f

设置滤波器的中心频率。默认值为 3000。

csg

如果设置为 1，则为恒定的裙边增益。默认为 0。

宽度类型，t

设置指定滤波器带宽的方法。

h

Hz

q

Q 因子

o

倍频程

s

斜率

k

kHz

宽度，w

以 width_type 单位指定滤波器的带宽。

混合，m

在输出中使用滤波信号的程度。默认值为 1。范围为 0 到 1。

通道，c

指定要滤波的通道，默认情况下，将滤波所有可用通道。

归一化，n

归一化双二次系数，默认禁用。启用后，直流时的幅度响应将被归一化为 0dB。

变换，a

设置 IIR 滤波器的变换类型。

di

dii

tdi

tdii

latt

svf

zdf

精度，r

设置滤波精度。

auto

根据环绕滤波器选择自动采样格式。

s16

始终使用 16 位有符号整数。

s32

始终使用 32 位有符号整数。

f32

始终使用 32 位浮点数。

f64

始终使用 64 位浮点数。

块大小，b

设置用于反向 IIR 处理的块大小。如果此值设置为足够高的值（高于冲激响应长度在达到接近零值时被截断的长度），则滤波将变为线性相位，否则如果不够大，则只会产生令人讨厌的伪像。

请注意，设置为非零值时，滤波器延迟将恰好是这么多样本。

8.69.1 命令

此滤波器支持以下命令

频率，f

更改带通频率。命令的语法为：“frequency”

宽度类型，t

更改带通宽度类型。命令的语法为：“width_type”

宽度，w

更改带通宽度。命令的语法为：“width”

混合，m

更改带通混合。命令的语法为：“mix”

8.70 bandreject

应用一个二极点巴特沃斯带阻滤波器，中心频率为 frequency，（3dB 点）带宽为 width。滤波器的滚降率为每倍频程 6dB（每十倍频程 20dB）。

该滤波器接受以下选项

频率，f

设置滤波器的中心频率。默认值为 3000。

宽度类型，t

设置指定滤波器带宽的方法。

h

Hz

q

Q 因子

o

倍频程

s

斜率

k

kHz

宽度，w

以 width_type 单位指定滤波器的带宽。

混合，m

在输出中使用滤波信号的程度。默认值为 1。范围为 0 到 1。

通道，c

指定要滤波的通道，默认情况下，将滤波所有可用通道。

归一化，n

归一化双二次系数，默认禁用。启用后，直流时的幅度响应将被归一化为 0dB。

变换，a

设置 IIR 滤波器的变换类型。

di

dii

tdi

tdii

latt

svf

zdf

精度，r

设置滤波精度。

auto

根据环绕滤波器选择自动采样格式。

s16

始终使用 16 位有符号整数。

s32

始终使用 32 位有符号整数。

f32

始终使用 32 位浮点数。

f64

始终使用 64 位浮点数。

块大小，b

设置用于反向 IIR 处理的块大小。如果此值设置为足够高的值（高于冲激响应长度在达到接近零值时被截断的长度），则滤波将变为线性相位，否则如果不够大，则只会产生令人讨厌的伪像。

请注意，设置为非零值时，滤波器延迟将恰好是这么多样本。

8.70.1 命令

此滤波器支持以下命令

频率，f

更改带阻频率。命令语法为：“frequency”

宽度类型，t

更改带阻宽度类型。命令语法为：“width_type”

宽度，w

更改带阻宽度。命令语法为：“width”

混合，m

更改带阻混合。命令语法为：“mix”

8.71 bass, lowshelf

使用类似于标准高保真音调控制的响应的二极点搁架滤波器，增强或衰减音频的低音（较低）频率。这也称为搁架均衡（EQ）。

该滤波器接受以下选项

增益，g

给出 0 Hz 的增益。其有用范围约为 -20（大幅衰减）到 +20（大幅增强）。使用正增益时，请注意削波。

频率，f

设置滤波器的中心频率，因此可用于扩展或减少要增强或衰减的频率范围。默认值为 100 Hz。

宽度类型，t

设置指定滤波器带宽的方法。

h

Hz

q

Q 因子

o

倍频程

s

斜率

k

kHz

宽度，w

确定滤波器搁架转换的陡峭程度。

极点，p

设置极点数。默认为 2。

混合，m

在输出中使用滤波信号的程度。默认值为 1。范围为 0 到 1。

通道，c

指定要滤波的通道，默认情况下，将滤波所有可用通道。

归一化，n

归一化双二次系数，默认禁用。启用后，直流时的幅度响应将被归一化为 0dB。

变换，a

设置 IIR 滤波器的变换类型。

di

dii

tdi

tdii

latt

svf

zdf

精度，r

设置滤波精度。

auto

根据环绕滤波器选择自动采样格式。

s16

始终使用 16 位有符号整数。

s32

始终使用 32 位有符号整数。

f32

始终使用 32 位浮点数。

f64

始终使用 64 位浮点数。

块大小，b

设置用于反向 IIR 处理的块大小。如果此值设置为足够高的值（高于冲激响应长度在达到接近零值时被截断的长度），则滤波将变为线性相位，否则如果不够大，则只会产生令人讨厌的伪像。

请注意，设置为非零值时，滤波器延迟将恰好是这么多样本。

8.71.1 命令

此滤波器支持以下命令

频率，f

更改低音频率。命令语法为：“frequency”

宽度类型，t

更改低音宽度类型。命令语法为：“width_type”

宽度，w

更改低音宽度。命令语法为：“width”

增益，g

更改低音增益。命令语法为：“gain”

混合，m

更改低音混合。命令语法为：“mix”

8.72 biquad

应用具有给定系数的双二阶 IIR 滤波器。其中 b0、b1、b2 和 a0、a1、a2 分别是分子和分母系数。而 channels、c 指定要过滤的声道，默认情况下会过滤所有可用的声道。

8.72.1 命令

此滤波器支持以下命令

a0

a1

a2

b0

b1

b2

更改双二阶参数。命令语法为：“value”

混合，m

在输出中使用滤波信号的程度。默认值为 1。范围为 0 到 1。

通道，c

指定要滤波的通道，默认情况下，将滤波所有可用通道。

归一化，n

归一化双二次系数，默认禁用。启用后，直流时的幅度响应将被归一化为 0dB。

变换，a

设置 IIR 滤波器的变换类型。

di

dii

tdi

tdii

latt

svf

zdf

精度，r

设置滤波精度。

auto

根据环绕滤波器选择自动采样格式。

s16

始终使用 16 位有符号整数。

s32

始终使用 32 位有符号整数。

f32

始终使用 32 位浮点数。

f64

始终使用 64 位浮点数。

块大小，b

设置用于反向 IIR 处理的块大小。如果此值设置为足够高的值（高于冲激响应长度在达到接近零值时被截断的长度），则滤波将变为线性相位，否则如果不够大，则只会产生令人讨厌的伪像。

请注意，设置为非零值时，滤波器延迟将恰好是这么多样本。

8.73 bs2b

Bauer 立体声到双耳转换，可改善立体声音频记录的耳机聆听效果。

要启用此滤波器的编译，您需要使用 --enable-libbs2b 配置 FFmpeg。

它接受以下参数

profile

预定义的串音级别。

default

默认级别（fcut=700，feed=50）。

cmoy

Chu Moy 电路（fcut=700，feed=60）。

jmeier

Jan Meier 电路（fcut=650，feed=95）。

fcut

截止频率（以 Hz 为单位）。

feed

馈送级别（以 Hz 为单位）。

8.74 channelmap

将输入通道重新映射到新的位置。

它接受以下参数

map

将通道从输入映射到输出。该参数是以“|”分隔的映射列表，每个映射的形式为 in_channel-out_channel 或 in_channel。in_channel 可以是输入通道的名称（例如，FL 代表前左），也可以是其在输入通道布局中的索引。out_channel 是输出通道的名称或其在输出通道布局中的索引。如果未给出 out_channel，则它隐式地是一个索引，从零开始，并且每个映射递增 1。不允许混合不同类型的映射，否则会导致解析错误。

channel_layout

输出流的通道布局。如果未指定，则过滤器将根据 out_channel 名称或映射数量进行猜测。猜测的布局不一定包含按映射顺序排列的通道。

如果不存在映射，则过滤器将隐式地将输入通道映射到输出通道，并保留索引。

8.74.1 示例

• 例如，假设一个 5.1+降混输入 MOV 文件，

  ffmpeg -i in.mov -filter 'channelmap=map=DL-FL|DR-FR' out.wav
  

  将从输入的降混通道创建一个标记为立体的输出 WAV 文件。

• 修复以 AAC 原生通道顺序错误编码的 5.1 WAV

  ffmpeg -i in.wav -filter 'channelmap=1|2|0|5|3|4:5.1' out.wav
  

8.75 channelsplit

将输入音频流中的每个通道拆分为单独的输出流。

它接受以下参数

channel_layout

输入流的通道布局。默认值为“stereo”。

channels（通道）

描述要提取为单独输出流的通道的通道布局，或者使用“all”来将每个输入通道提取为单独的流。默认值为“all”。

选择输入通道布局中不存在的通道将导致错误。

8.75.1 示例

• 例如，假设一个立体声输入 MP3 文件，

  ffmpeg -i in.mp3 -filter_complex channelsplit out.mkv
  

  将创建一个带有两个音频流的输出 Matroska 文件，一个仅包含左声道，另一个包含右声道。

• 将 5.1 WAV 文件拆分为每个通道的文件

  ffmpeg -i in.wav -filter_complex
  'channelsplit=channel_layout=5.1[FL][FR][FC][LFE][SL][SR]'
  -map '[FL]' front_left.wav -map '[FR]' front_right.wav -map '[FC]'
  front_center.wav -map '[LFE]' lfe.wav -map '[SL]' side_left.wav -map '[SR]'
  side_right.wav
  

• 仅从 5.1 WAV 文件中提取 LFE

  ffmpeg -i in.wav -filter_complex 'channelsplit=channel_layout=5.1:channels=LFE[LFE]'
  -map '[LFE]' lfe.wav
  

8.76 chorus

向音频添加合唱效果。

可以使单个声音听起来像合唱，但也可以应用于乐器。

合唱类似于延迟很短的回声效果，但回声的延迟是恒定的，而合唱则使用正弦或三角形调制来改变延迟。调制深度定义了在延迟之前或之后播放的调制延迟范围。因此，延迟的声音听起来会更慢或更快，也就是说，延迟的声音围绕原始声音进行调整，就像在合唱中，一些人声略微跑调一样。

它接受以下参数

in_gain

设置输入增益。默认值为 0.4。

out_gain

设置输出增益。默认值为 0.4。

delays（延迟）

设置延迟。典型的延迟约为 40 毫秒到 60 毫秒。

decays

设置衰减。

speeds

设置速度。

depths

设置深度。

8.76.1 示例

• 单延迟

  chorus=0.7:0.9:55:0.4:0.25:2
  

• 双延迟

  chorus=0.6:0.9:50|60:0.4|0.32:0.25|0.4:2|1.3
  

• 带有三个延迟的更饱满的合唱

  chorus=0.5:0.9:50|60|40:0.4|0.32|0.3:0.25|0.4|0.3:2|2.3|1.3
  

8.77 compand

压缩或扩展音频的动态范围。

它接受以下参数

attacks

decays

一个以秒为单位的时间列表，用于计算每个通道的输入信号瞬时电平的平均值以确定其音量。attacks 指的是音量的增加，而 decays 指的是音量的减小。在大多数情况下，起音时间（对音频变大的响应）应短于衰减时间，因为人耳对突然出现的大音量比突然出现的柔和音量更敏感。起音的典型值为 0.3 秒，衰减的典型值为 0.8 秒。如果指定的起音和衰减次数少于通道数，则最后一个设置的起音/衰减将用于所有剩余通道。

points

传输函数的点列表，以相对于最大可能信号幅度的 dB 为单位指定。每个关键点列表必须使用以下语法定义：x0/y0|x1/y1|x2/y2|.... 或 x0/y0 x1/y1 x2/y2 ....

输入值必须严格按递增顺序排列，但传输函数不必单调上升。假设点 0/0，但可以被覆盖（通过 0/out-dBn）。传输函数的典型值为 -70/-70|-60/-20|1/0。

soft-knee

设置所有接合点的曲线半径（以 dB 为单位）。默认为 0.01。

gain

设置要应用于传输函数上所有点的额外增益（以 dB 为单位）。这样可以轻松调整整体增益。默认为 0。

volume

设置过滤开始时每个通道的假定初始音量（以 dB 为单位）。这允许用户最初提供一个标称电平，这样，例如，在压扩开始工作之前，不会对初始信号电平施加非常大的增益。最初安静的音频的典型值为 -90 dB。默认为 0。

delay

设置延迟（以秒为单位）。立即分析输入音频，但在将音频馈送到音量调节器之前会延迟。指定一个近似等于起音/衰减时间的延迟，可以使滤波器有效地以预测模式而不是反应模式运行。默认为 0。

8.77.1 示例

• 使同时具有安静和响亮片段的音乐适合在嘈杂的环境中聆听

  compand=.3|.3:1|1:-90/-60|-60/-40|-40/-30|-20/-20:6:0:-90:0.2
  

  另一个用于具有耳语和爆炸声的音频的示例

  compand=0|0:1|1:-90/-900|-70/-70|-30/-9|0/-3:6:0:0:0
  

• 当噪声级别低于信号级别时使用的噪声门

  compand=.1|.1:.2|.2:-900/-900|-50.1/-900|-50/-50:.01:0:-90:.1
  

• 这是另一个噪声门，这次用于噪声级别高于信号级别的情况（在某些方面，它类似于静噪）

  compand=.1|.1:.1|.1:-45.1/-45.1|-45/-900|0/-900:.01:45:-90:.1
  

• 从 -6dB 开始的 2:1 压缩

  compand=points=-80/-80|-6/-6|0/-3.8|20/3.5
  

• 从 -9dB 开始的 2:1 压缩

  compand=points=-80/-80|-9/-9|0/-5.3|20/2.9
  

• 从 -12dB 开始的 2:1 压缩

  compand=points=-80/-80|-12/-12|0/-6.8|20/1.9
  

• 从 -18dB 开始的 2:1 压缩

  compand=points=-80/-80|-18/-18|0/-9.8|20/0.7
  

• 从 -15dB 开始的 3:1 压缩

  compand=points=-80/-80|-15/-15|0/-10.8|20/-5.2
  

• 压缩器/门限器

  compand=points=-80/-105|-62/-80|-15.4/-15.4|0/-12|20/-7.6
  

• 扩展器

  compand=attacks=0:points=-80/-169|-54/-80|-49.5/-64.6|-41.1/-41.1|-25.8/-15|-10.8/-4.5|0/0|20/8.3
  

• 在 -6dB 处的硬限幅器

  compand=attacks=0:points=-80/-80|-6/-6|20/-6
  

• 在 -12dB 处的硬限幅器

  compand=attacks=0:points=-80/-80|-12/-12|20/-12
  

• 在 -35 dB 处的硬噪声门

  compand=attacks=0:points=-80/-115|-35.1/-80|-35/-35|20/20
  

• 软限幅器

  compand=attacks=0:points=-80/-80|-12.4/-12.4|-6/-8|0/-6.8|20/-2.8
  

8.78 compensationdelay

补偿延迟线是一种基于度量的延迟，用于补偿麦克风或扬声器位置的不同。

例如，您用两个放置在不同位置的麦克风录制了吉他。由于声波前沿在正常条件下具有固定的速度，麦克风的相位可能因其位置和相互位置而异。当这些麦克风同相（同步）时，可以获得最佳的混音效果。请注意，麦克风之间约 30 厘米的距离会导致一个麦克风捕获的信号与另一个麦克风的信号反相。这会使最终混音听起来不稳定。此滤波器通过向每个麦克风轨道添加不同的延迟并使其同步来帮助解决相位问题。

当您将一个轨道作为基准并将其与其他轨道逐一同步时，可以达到最佳效果。请记住，同步/延迟容差也取决于采样率。较高的采样率将提供更高的容差。

该滤波器接受以下参数

mm

设置毫米距离。这是用于微调的补偿距离。默认为 0。

cm

设置厘米距离。这是用于收紧距离设置的补偿距离。默认为 0。

m

设置米距离。这是用于硬距离设置的补偿距离。默认为 0。

dry

设置干声量。未处理（干）信号的量。默认为 0。

wet

设置湿声量。已处理（湿）信号的量。默认为 1。

temp

设置摄氏温度。这是环境温度。默认为 20。

8.78.1 命令

此过滤器支持以上所有选项作为 命令。

8.79 crossfeed

应用耳机串音滤波器。

串音是混合立体声音频录音的左右声道的过程。它主要用于减少低频的极端立体声分离。

目的是为听者产生更像扬声器的声音。

该滤波器接受以下选项

strength

设置串音的强度。默认为 0.2。允许范围为 0 到 1。这设置了立体声图像侧面的低搁架滤波器的增益。默认为 -6dB。当强度设置为 1 时，允许的最大值为 -30db。

range

设置声场的宽度。默认为 0.5。允许范围为 0 到 1。这设置了低搁架滤波器的截止频率。默认情况下，截止频率接近 1550 Hz。当范围设置为 1 时，截止频率设置为 2100 Hz。

斜率

设置低搁架滤波器的曲线斜率。默认为 0.5。允许范围为 0.01 到 1。

level_in

设置输入增益。默认为 0.9。

level_out（输出电平）

设置输出增益。默认值为 1。

block_size

设置用于反向 IIR 处理的块大小。如果此值设置为足够高的值（高于冲激响应长度在达到接近零值时被截断的长度），则滤波将变为线性相位，否则如果不够大，则只会产生令人讨厌的伪像。

请注意，设置为非零值时，滤波器延迟将恰好是这么多样本。

8.79.1 命令

此过滤器支持以上所有选项作为 命令。

8.80 crystalizer

用于音频噪声锐化的简单算法。

此滤波器线性增加每个音频样本之间的差异。

该滤波器接受以下选项

i

设置效果强度（默认值：2.0）。必须在 -10.0 到 0（声音不变）到 10.0（最大效果）之间的范围内。要反转滤波，请使用负值。

c

启用削波。默认情况下启用。

8.80.1 命令

此过滤器支持以上所有选项作为 命令。

8.81 dcshift

将直流偏移应用于音频。

这对于从音频中消除直流偏移（可能是由录音链中的硬件问题引起的）非常有用。直流偏移的影响是降低了动态余量，从而降低了音量。可以使用 astats 滤波器来确定信号是否具有直流偏移。

shift

设置直流偏移，允许范围为 [-1, 1]。它指示音频偏移的量。

limitergain

可选。它的值应远小于 1（例如 0.05 或 0.02），用于防止削波。

8.82 deesser

对音频样本应用齿音消除。

i

设置触发齿音消除的强度。允许范围为 0 到 1。默认为 0。

m

设置对声音高音部分进行闪避的量。允许范围为 0 到 1。默认为 0.5。

f

进行齿音消除时保留多少原始频率内容。允许范围为 0 到 1。默认为 0.5。

s

设置输出模式。

它接受以下值

i

保持输入不变。

o

传递过滤掉的齿音。

e

仅传递齿音。

默认值为 o。

8.83 dialoguenhance

增强立体声音频中的对话。

此滤波器接受立体声输入并产生环绕声 (3.0) 声道输出。新产生的前置中央声道增强了最初在两个立体声道中都可用的语音对话。此滤波器输出前置左声道和前置右声道，与立体声输入中可用的一样。

该滤波器接受以下选项

original

设置在前置中央声道输出中保留的原始中心因子。允许范围为 0 到 1。默认值为 1。

enhance

设置要放入前置中央声道输出中的对话增强因子。允许范围为 0 到 3。默认值为 1。

voice

设置语音检测因子。允许范围为 2 到 32。默认值为 2。

8.83.1 命令

此过滤器支持以上所有选项作为 命令。

8.84 drmeter

测量音频动态范围。

在非常动态的素材中发现 14 及更高的 DR 值。在过渡素材中发现 8 到 13 的 DR。任何小于 8 的值都具有非常差的动态，并且被高度压缩。

该滤波器接受以下选项

length

设置用于将音频分割为等长段的窗口长度（以秒为单位）。默认为 3 秒。

8.85 dynaudnorm

动态音频归一化器。

此滤波器对输入音频应用一定量的增益，以使其峰值幅度达到目标水平（例如 0 dBFS）。但是，与更“简单”的归一化算法相比，“动态音频归一化器”会“动态”地重新调整输入音频的增益因子。这允许对音频的“安静”部分应用额外的增益，同时避免“嘈杂”部分的失真或削波。换句话说：“动态音频归一化器”将“平衡”安静和嘈杂部分的音量，从某种意义上说，每个部分的音量都被带到相同的目标水平。但是，请注意，“动态音频归一化器”在不应用“动态范围压缩”的情况下实现了此目标。它将保留音频文件每个部分中 100% 的动态范围。

framelen, f

设置帧长度（以毫秒为单位）。范围为 10 到 8000 毫秒。默认为 500 毫秒。“动态音频归一化器”以称为帧的小块处理输入音频。这是必需的，因为峰值幅度对于单个样本值没有意义。相反，我们需要确定连续样本值序列的峰值幅度。虽然“标准”归一化器会简单地使用整个文件的峰值幅度，但“动态音频归一化器”会单独确定每一帧的峰值幅度。帧的长度以毫秒为单位指定。默认情况下，“动态音频归一化器”使用 500 毫秒的帧长度，该长度已被发现可以在大多数文件中获得良好的结果。请注意，确切的帧长度（以样本数为单位）将根据各个输入音频文件的采样率自动确定。

gausssize, g

设置高斯滤波器窗口大小。范围为 3 到 301，必须为奇数。默认值为 31。动态音频均衡器最重要的参数可能是高斯平滑滤波器的窗口大小。滤波器的窗口大小以帧为单位指定，以当前帧为中心。为了简单起见，这必须是一个奇数。因此，默认值 31 会考虑当前帧，以及前 15 帧和后 15 帧。使用较大的窗口会产生更强的平滑效果，从而导致较小的增益变化，即较慢的增益自适应。相反，使用较小的窗口会产生较弱的平滑效果，从而导致较大的增益变化，即更快的增益自适应。换句话说，您增加此值越多，动态音频均衡器就越像“传统”均衡滤波器。相反，您减少此值越多，动态音频均衡器就越像动态范围压缩器。

峰值，p

设置目标峰值。这指定了归一化音频输入允许的最高幅度级别。此滤波器将尝试尽可能接近目标峰值幅度，但同时也要确保归一化信号永远不会超过峰值幅度。帧的最大局部增益因子直接由目标峰值幅度决定。默认值为 0.95，因此留有 5% 的余量*。不建议高于此值。

最大增益，m

设置最大增益因子。范围为 1.0 到 100.0。默认值为 10.0。动态音频均衡器确定每个输入帧的最大可能（局部）增益因子，即不会导致削波或失真的最大增益因子。最大增益因子由帧的最高幅度样本确定。但是，动态音频均衡器还会将帧的最大增益因子限制在预定的（全局）最大增益因子范围内。这样做是为了避免在“静音”或几乎静音的帧中出现过高的增益因子。默认情况下，最大增益因子为 10.0。对于大多数输入，默认值应该足够，通常不建议增加此值。但是，对于整体音量水平极低的输入，可能需要允许更高的增益因子。但请注意，动态音频均衡器不会简单地应用“硬”阈值（即，截止高于阈值的值）。相反，将应用“sigmoid”阈值函数。这样，增益因子将平滑地接近阈值，但永远不会超过该值。

目标 RMS，r

设置目标 RMS。范围为 0.0 到 1.0。默认值为 0.0 - 禁用。默认情况下，动态音频均衡器执行“峰值”归一化。这意味着每个帧的最大局部增益因子仅由帧的最高幅度样本定义。这样，可以在不超出最大信号级别（即不削波）的情况下尽可能放大样本。但是，可以选择让动态音频均衡器也考虑帧的均方根值，缩写为 RMS。在电气工程中，RMS 通常用于确定时变信号的功率。因此，人们认为 RMS 比仅仅查看信号的峰值幅度更能近似“感知响度”。因此，通过将所有帧调整为恒定的 RMS 值，可以建立统一的“感知响度”。如果已指定目标 RMS 值，则帧的局部增益因子定义为恰好导致该 RMS 值的因子。但是请注意，最大局部增益因子仍然受到帧的最高幅度样本的限制，以防止削波。

耦合，n

启用通道耦合。默认情况下启用。默认情况下，动态音频均衡器将所有通道放大相同的量。这意味着相同的增益因子将应用于所有通道，即最大可能增益因子由“最响”的通道确定。但是，在某些录音中，可能会出现不同通道的音量不均匀的情况，例如，一个通道可能比其他通道“安静”。在这种情况下，可以使用此选项禁用通道耦合。这样，增益因子将独立地为每个通道确定，仅取决于各个通道的最高幅度样本。这允许协调不同通道的音量。

校正直流偏置，c

启用直流偏置校正。默认情况下禁用。音频信号（在时域中）是一系列样本值。在动态音频均衡器中，这些样本值以 -1.0 到 1.0 的范围表示，而与原始输入格式无关。通常，音频信号或“波形”应以零点为中心。这意味着，如果我们计算文件中或单个帧中所有样本的平均值，则结果应为 0.0 或至少非常接近该值。但是，如果平均值与 0.0 存在显着偏差（无论是正方向还是负方向），则称为直流偏置或直流偏移。由于直流偏置显然是不希望的，因此动态音频均衡器提供可选的直流偏置校正。启用直流偏置校正后，动态音频均衡器将确定每个输入帧的平均值或“直流校正”偏移量，并从该帧的所有样本值中减去该值，从而确保这些样本再次以 0.0 为中心。此外，为了避免帧边界处的“间隙”，直流校正偏移值将在相邻帧之间平滑插值。

备用边界，b

启用备用边界模式。默认情况下禁用。动态音频均衡器会考虑每个帧周围的特定邻域。这包括前面的帧以及后面的帧。但是，对于位于音频文件最开始和最结尾的“边界”帧，并非所有相邻帧都可用。特别是，对于音频文件中的前几个帧，前面的帧是未知的。同样，对于音频文件中的最后几个帧，后面的帧是未知的。因此，问题是如何假设“边界”区域中缺失帧的增益因子。动态音频均衡器实现了两种模式来处理这种情况。默认边界模式假设缺失帧的增益因子正好为 1.0，从而分别在输入的开头和结尾产生平滑的“淡入”和“淡出”。

压缩，s

设置压缩因子。范围从 0.0 到 30.0。默认值为 0.0。默认情况下，动态音频均衡器不应用“传统”压缩。这意味着信号峰值不会被削减，因此每个局部邻域内将保留完整的动态范围。但是，在某些情况下，可能需要将动态音频均衡器的均衡算法与更“传统”的压缩相结合。为此，动态音频均衡器提供了一个可选的压缩（阈值）功能。如果（且仅当）启用了压缩功能，则所有输入帧将在实际均衡过程之前由一个软膝阈值函数处理。简单来说，阈值函数将削减所有幅度超过某个阈值的样本。但是，动态音频均衡器不会简单地应用固定的阈值。相反，阈值将针对每个单独的帧进行调整。通常，较小的参数会导致较强的压缩，反之亦然。不建议使用低于 3.0 的值，因为可能会出现可听失真。

threshold, t（阈值，t）

设置目标阈值。这指定了要均衡的音频输入允许的最低幅度级别。如果输入帧音量高于此值，则将均衡该帧。否则，帧可能根本不会被均衡。默认值设置为 0，这意味着将均衡所有输入帧。如果不想放大数字噪声，此选项最有用。

通道，h

指定要过滤的通道，默认情况下会过滤所有可用通道。

overlap, o

指定帧的重叠。如果设置为 0（默认值），则不进行帧重叠。使用 >0 且 <1 的值将使增益调整不那么保守，就像将 framelen 选项设置为较小的值一样。如果 framelen 选项的值针对非零重叠进行了补偿，则与零重叠情况相比，增益调整在时间上将更平滑。

曲线，v

指定在计算应用于帧的增益时将使用的峰值映射曲线表达式。最大输出帧增益仍将受到此过滤器先前提到的其他选项的限制。

表达式可以包含以下常量

ch

当前通道号

sn

当前采样号

nb_channels

通道数

t

时间戳，以秒表示

sr

采样率

p

当前帧峰值

8.85.1 命令

此过滤器支持以上所有选项作为 命令。

8.86 earwax

使音频在耳机上更容易收听。

此滤波器向 44.1kHz 立体声（即音频 CD 格式）音频添加“提示”，以便在耳机上收听时，立体声图像从您的头部内部（耳机的标准）移动到外部和听众的前面（扬声器的标准）。

从 SoX 移植。

8.87 equalizer

应用双极峰值均衡 (EQ) 滤波器。使用此滤波器，可以在选定频率及其周围增加或减少信号电平，同时（与带通和带阻滤波器不同）所有其他频率的信号电平保持不变。

为了产生复杂的均衡曲线，可以多次使用此滤波器，每次使用不同的中心频率。

该滤波器接受以下选项

频率，f

以 Hz 为单位设置滤波器的中心频率。

宽度类型，t

设置指定滤波器带宽的方法。

h

Hz

q

Q 因子

o

倍频程

s

斜率

k

kHz

宽度，w

以 width_type 单位指定滤波器的带宽。

增益，g

以 dB 为单位设置所需的增益或衰减。使用正增益时请注意削波。

混合，m

在输出中使用滤波信号的程度。默认值为 1。范围为 0 到 1。

通道，c

指定要滤波的通道，默认情况下，将滤波所有可用通道。

归一化，n

归一化双二次系数，默认禁用。启用后，直流时的幅度响应将被归一化为 0dB。

变换，a

设置 IIR 滤波器的变换类型。

di

dii

tdi

tdii

latt

svf

zdf

精度，r

设置滤波精度。

auto

根据环绕滤波器选择自动采样格式。

s16

始终使用 16 位有符号整数。

s32

始终使用 32 位有符号整数。

f32

始终使用 32 位浮点数。

f64

始终使用 64 位浮点数。

块大小，b

设置用于反向 IIR 处理的块大小。如果此值设置为足够高的值（高于冲激响应长度在达到接近零值时被截断的长度），则滤波将变为线性相位，否则如果不够大，则只会产生令人讨厌的伪像。

请注意，设置为非零值时，滤波器延迟将恰好是这么多样本。

8.87.1 示例

• 在 1000 Hz 处衰减 10 dB，带宽为 200 Hz

  equalizer=f=1000:t=h:width=200:g=-10
  

• 在 1000 Hz 处应用 2 dB 增益，Q 为 1，在 100 Hz 处衰减 5 dB，Q 为 2

  equalizer=f=1000:t=q:w=1:g=2,equalizer=f=100:t=q:w=2:g=-5
  

8.87.2 命令

此滤波器支持以下命令

频率，f

更改均衡器频率。命令语法为：“频率”

宽度类型，t

更改均衡器宽度类型。命令语法为：“宽度类型”

宽度，w

更改均衡器宽度。命令语法为：“宽度”

增益，g

更改均衡器增益。命令语法为：“增益”

混合，m

更改均衡器混合。命令语法为：“混合”

8.88 extrastereo

线性增加左右声道之间的差异，这会为播放添加某种“现场”效果。

该滤波器接受以下选项

m

设置差异系数（默认值：2.5）。0.0 表示单声道声音（两个声道的平均值），1.0 表示声音不变，-1.0 表示左右声道将交换。

c

启用削波。默认情况下启用。

8.88.1 命令

此过滤器支持以上所有选项作为 命令。

8.89 firequalizer

使用任意频率响应应用 FIR 均衡。

此滤波器接受以下选项

gain

设置增益曲线方程（以 dB 为单位）。表达式可以包含变量

f

评估的频率

sr

采样率

ch

通道号，当禁用多通道评估时，设置为 0

chid

通道 ID，请参阅 libavutil/channel_layout.h，当禁用多通道评估时，设置为第一个通道 ID

chs

通道数

chlayout

channel_layout，请参阅 libavutil/channel_layout.h

和函数

gain_interpolate(f)

基于 gain_entry 在频率 f 上插值增益

cubic_interpolate(f)

与 gain_interpolate 相同，但更平滑

此选项也可用作命令。默认值为 gain_interpolate(f)。

gain_entry

为 gain_interpolate 函数设置增益条目。表达式可以包含函数

entry(f, g)

在频率 f 处存储增益条目，值为 g

此选项也可用作命令。

delay

设置滤波器延迟（以秒为单位）。值越高，精度越高。默认值为 0.01。

精度

以 Hz 为单位设置滤波器精度。值越低，精度越高。默认值为 5。

wfunc

设置窗口函数。可接受的值为

矩形

矩形窗口，当增益曲线已经平滑时很有用

汉宁

汉宁窗口（默认）

海明

海明窗口

布莱克曼

布莱克曼窗口

nuttall3

三项连续一阶导数 nuttall 窗口

mnuttall3

最小三项不连续 nuttall 窗口

nuttall

四项连续一阶导数 nuttall 窗口

bnuttall

最小四项不连续 nuttall（布莱克曼-纳特尔）窗口

bharris

布莱克曼-哈里斯窗口

tukey

tukey 窗口

固定

如果启用，则使用固定数量的音频样本。这在以大延迟进行滤波时提高了速度。默认情况下禁用。

多

启用增益的多通道评估。默认情况下禁用。

zero_phase

通过减去时间戳来补偿延迟，启用零相位模式。默认情况下禁用。

scale

设置增益使用的刻度。可接受的值为

linlin

线性频率，线性增益

linlog

线性频率，对数（以 dB 为单位）增益（默认）

loglin

对数（以 20 Hz 为 0 的八度音阶）频率，线性增益

loglog

对数频率，对数增益

dumpfile

设置用于转储的文件，适用于 gnuplot。

dumpscale

设置转储文件的刻度。可接受的值与 scale 选项相同。默认值为 linlog。

fft2

使用复数 FFT 启用双通道卷积。这可以显著提高速度。默认情况下禁用。

min_phase

启用最小相位脉冲响应。默认情况下禁用。

8.89.1 示例

• 在 1000 Hz 处低通

  firequalizer=gain='if(lt(f,1000), 0, -INF)'
  

• 在 1000 Hz 处低通，带有 gain_entry

  firequalizer=gain_entry='entry(1000,0); entry(1001, -INF)'
  

• 自定义均衡

  firequalizer=gain_entry='entry(100,0); entry(400, -4); entry(1000, -6); entry(2000, 0)'
  

• 更高延迟的零相位来补偿延迟

  firequalizer=delay=0.1:fixed=on:zero_phase=on
  

• 左通道低通，右通道高通

  firequalizer=gain='if(eq(chid,1), gain_interpolate(f), if(eq(chid,2), gain_interpolate(1e6+f), 0))'
  :gain_entry='entry(1000, 0); entry(1001,-INF); entry(1e6+1000,0)':multi=on
  

8.90 flanger

将镶边效果应用于音频。

该滤波器接受以下选项

delay

设置基本延迟（以毫秒为单位）。范围从 0 到 30。默认值为 0。

深度

设置添加的扫描延迟（以毫秒为单位）。范围从 0 到 10。默认值为 2。

regen

设置百分比再生（延迟信号反馈）。范围从 -95 到 95。默认值为 0。

width

设置延迟信号与原始信号混合的百分比。范围从 0 到 100。默认值为 71。

speed

设置每秒扫描次数 (Hz)。范围从 0.1 到 10。默认值为 0.5。

波形

设置扫描波形，可以是 三角波 或 正弦波。默认值为 正弦波。

相位

设置多通道扫描波的百分比偏移。范围从 0 到 100。默认值为 25。

插值

设置延迟线的插值方式，线性 或 二次。默认值为 线性。

8.91 haas

将哈斯效应应用于音频。

请注意，这在单声道信号上应用最有意义。将此滤波器应用于单声道信号时，它可以提供一定的方向感并扩展其立体声图像。

该滤波器接受以下选项

level_in

设置输入电平。默认值为 1，即 0dB。

level_out（输出电平）

设置输出电平。默认值为 1，即 0dB。

侧面增益

设置应用于信号侧面的增益。默认值为 1。

中间声源

设置中间声源的类型。可以是以下之一：

‘左’

选择左声道。

‘右’

选择右声道。

‘中’

选择立体声图像的中间部分信号。

‘侧’

选择立体声图像的侧面部分信号。

中间相位

更改中间相位。默认情况下禁用。

左声道延迟

设置左声道延迟。默认值为 2.05 毫秒。

左声道平衡

设置左声道平衡。默认值为 -1。

左声道增益

设置左声道增益。默认值为 1。

左声道相位

更改左声道相位。默认情况下禁用。

右声道延迟

设置右声道延迟。默认值为 2.12 毫秒。

右声道平衡

设置右声道平衡。默认值为 1。

右声道增益

设置右声道增益。默认值为 1。

右声道相位

更改右声道相位。默认情况下启用。

8.92 hdcd

解码高清兼容数字 (HDCD) 数据。将带有嵌入式 HDCD 代码的 16 位 PCM 流扩展为 20 位 PCM 流。

该滤波器支持 HDCD 的峰值扩展和低电平增益调整功能，并检测瞬态滤波器标志。

ffmpeg -i HDCD16.flac -af hdcd OUT24.flac

当将此滤波器与 wav 文件一起使用时，请注意 wav 的默认编码为 16 位，因此生成的 20 位流将被截断回 16 位。在滤波器之后使用类似 -acodec pcm_s24le 的命令来获得 24 位 PCM 输出。

ffmpeg -i HDCD16.wav -af hdcd OUT16.wav
ffmpeg -i HDCD16.wav -af hdcd -c:a pcm_s24le OUT24.wav

该滤波器接受以下选项

禁用自动转换

禁用滤波器图中的任何自动格式转换或重采样。

处理立体声

一起处理立体声通道。如果通道之间的 target_gain 不匹配，则将其视为无效，并使用上次有效的 target_gain。

代码检测计时器周期 (毫秒)

设置代码检测计时器周期，以毫秒为单位。

强制峰值扩展

即使未发出 PE 信号，始终扩展高于 -3dBFS 的峰值。

分析模式

用一个纯音代替音频，并调整幅度以指示解码过程的某些特定方面。可以将输出文件与原始文件一起加载到音频编辑器中，以帮助分析。

analyze_mode=pe:force_pe=true 可用于查看 PE 电平以上的所有采样。

模式包括：

‘0, 关闭’

禁用

‘1, lle’

每个采样处的增益调整电平

‘2, pe’

发生峰值扩展的采样

‘3, cdt’

代码检测计时器处于活动状态的采样

‘4, tgm’

通道之间目标增益不匹配的采样

8.93 headphone

应用头部相关传递函数 (HRTF)，以通过耳机为用户创建环绕的虚拟扬声器，以进行双耳聆听。HRIR 通过附加的流提供，每个通道都需要一个立体声输入流。

该滤波器接受以下选项

map

设置用于卷积的输入流的映射。参数是以 “|” 分隔的通道名称列表，顺序与作为滤波器的附加流输入给定的顺序相同。这也指定了输入流的数量。输入流的数量必须不小于第一个流中的通道数加一。

gain

设置应用于音频的增益。值以 dB 为单位。默认值为 0。

type（类型）

设置处理类型。可以是 time 或 freq。time 是在时域中处理音频，速度较慢。freq 是在频域中处理音频，速度较快。默认值为 freq。

低频效果

设置 LFE 通道的自定义增益。值以 dB 为单位。默认值为 0。

size

设置一次处理的帧大小，以采样数表示。默认值为 1024。允许的范围是从 1024 到 96000。

HRIR

设置 hrir 流的格式。默认值为 stereo。替代值为 multich。如果值设置为 stereo，则附加流的数量应大于或等于第一个输入流中的输入通道数。此外，每个附加流应具有立体声通道数。如果值设置为 multich，则附加流的数量应恰好为一个。此外，附加流的输入通道数应等于或大于第一个输入流的通道数的两倍。

8.93.1 示例

• 使用 wav 文件作为系数的完整示例，并使用 amovie 滤波器进行 7.1 降混，每个 amovie 滤波器都使用带有 IR 系数的立体声文件作为输入。这些文件为虚拟扬声器的每个位置提供系数。

  ffmpeg -i input.wav
  -filter_complex "amovie=azi_270_ele_0_DFC.wav[sr];amovie=azi_90_ele_0_DFC.wav[sl];amovie=azi_225_ele_0_DFC.wav[br];amovie=azi_135_ele_0_DFC.wav[bl];amovie=azi_0_ele_0_DFC.wav,asplit[fc][lfe];amovie=azi_35_ele_0_DFC.wav[fl];amovie=azi_325_ele_0_DFC.wav[fr];[0:a][fl][fr][fc][lfe][bl][br][sl][sr]headphone=FL|FR|FC|LFE|BL|BR|SL|SR"
  output.wav
  

• 使用 wav 文件作为系数的完整示例，并使用 amovie 滤波器进行 7.1 降混，但现在采用 multich hrir 格式。

  ffmpeg -i input.wav -filter_complex "amovie=minp.wav[hrirs];[0:a][hrirs]headphone=map=FL|FR|FC|LFE|BL|BR|SL|SR:hrir=multich"
  output.wav
  

8.94 highpass

应用一个具有 3dB 点频率的高通滤波器。该滤波器可以是单极点或双极点（默认）。滤波器的滚降为每极点每倍频程 6dB（每极点每十倍频程 20dB）。

该滤波器接受以下选项

频率，f

设置频率，以 Hz 为单位。默认值为 3000。

极点，p

设置极点数。默认为 2。

宽度类型，t

设置指定滤波器带宽的方法。

h

Hz

q

Q 因子

o

倍频程

s

斜率

k

kHz

宽度，w

以 width_type 单位指定滤波器的带宽。仅适用于双极点滤波器。默认值为 0.707q，并给出巴特沃斯响应。

混合，m

在输出中使用滤波信号的程度。默认值为 1。范围为 0 到 1。

通道，c

指定要滤波的通道，默认情况下，将滤波所有可用通道。

归一化，n

归一化双二次系数，默认禁用。启用后，直流时的幅度响应将被归一化为 0dB。

变换，a

设置 IIR 滤波器的变换类型。

di

dii

tdi

tdii

latt

svf

zdf

精度，r

设置滤波精度。

auto

根据环绕滤波器选择自动采样格式。

s16

始终使用 16 位有符号整数。

s32

始终使用 32 位有符号整数。

f32

始终使用 32 位浮点数。

f64

始终使用 64 位浮点数。

块大小，b

设置用于反向 IIR 处理的块大小。如果此值设置为足够高的值（高于冲激响应长度在达到接近零值时被截断的长度），则滤波将变为线性相位，否则如果不够大，则只会产生令人讨厌的伪像。

请注意，设置为非零值时，滤波器延迟将恰好是这么多样本。

8.94.1 命令

此滤波器支持以下命令

频率，f

更改高通频率。命令的语法为：“频率”

宽度类型，t

更改高通 width_type。命令的语法为：“width_type”

宽度，w

更改高通宽度。命令的语法为：“宽度”

混合，m

更改高通混合。命令的语法为：“混合”

8.95 join

将多个输入流连接到一个多通道流。

它接受以下参数

输入

输入流的数量。默认为 2。

channel_layout

所需的输出通道布局。默认为立体声。

map

将通道从输入映射到输出。参数是一个以 “|” 分隔的映射列表，每个映射的格式为 input_idx.in_channel-out_channel。input_idx 是输入流的从 0 开始的索引。in_channel 可以是输入通道的名称（例如，FL 代表前左声道）或其在指定输入流中的索引。out_channel 是输出通道的名称。

当未明确指定映射时，滤波器将尝试猜测映射。它首先尝试查找未使用的匹配输入通道，如果失败，则选择第一个未使用的输入通道。

连接 3 个输入（具有正确设置的通道布局）

ffmpeg -i INPUT1 -i INPUT2 -i INPUT3 -filter_complex join=inputs=3 OUTPUT

从 6 个单通道流构建 5.1 输出

ffmpeg -i fl -i fr -i fc -i sl -i sr -i lfe -filter_complex
'join=inputs=6:channel_layout=5.1:map=0.0-FL|1.0-FR|2.0-FC|3.0-SL|4.0-SR|5.0-LFE'
out

8.96 ladspa

加载 LADSPA (Linux Audio Developer’s Simple Plugin API) 插件。

要启用此滤波器的编译，您需要使用 --enable-ladspa 配置 FFmpeg。

文件，f

指定要加载的 LADSPA 插件库的名称。如果定义了环境变量 LADSPA_PATH，则 LADSPA 插件会在 LADSPA_PATH 中以冒号分隔的目录列表中搜索，否则会在标准 LADSPA 路径中搜索，搜索顺序如下：HOME/.ladspa/lib/、/usr/local/lib/ladspa/、/usr/lib/ladspa/。

plugin, p

指定库中的插件。有些库只包含一个插件，而另一些库则包含多个插件。如果未设置此项，过滤器将列出指定库中所有可用的插件。

controls, c

设置以'|'分隔的控件列表，该列表包含零个或多个浮点数值，用于确定加载的插件的行为（例如延迟、阈值或增益）。控件需要使用以下语法定义：c0=value0|c1=value1|c2=value2|...，其中 valuei 是设置在第 i 个控件上的值。或者，它们也可以使用以下语法定义：value0|value1|value2|...，其中 valuei 是设置在第 i 个控件上的值。如果 controls 设置为 help，则会打印所有可用控件及其有效范围。

sample_rate, s

指定采样率，默认为 44100。仅当插件没有输入时使用。

nb_samples, n

设置每个输出帧的每个通道的样本数，默认为 1024。仅当插件没有输入时使用。

duration, d

设置源音频的最小持续时间。有关接受的语法，请参阅(ffmpeg-utils)ffmpeg-utils(1) 手册中的时间持续时间部分。请注意，生成的音频的持续时间可能大于指定的持续时间，因为生成的音频总是在完整帧的末尾被截断。如果未指定，或表示的持续时间为负数，则音频应无限期生成。仅当插件没有输入时使用。

latency, l

启用延迟补偿，默认情况下禁用。仅当插件有输入时使用。

8.96.1 示例

• 列出 amp (LADSPA 示例插件) 库中所有可用的插件

  ladspa=file=amp
  

• 列出 VCF 库中 vcf_notch 插件所有可用的控件及其有效范围

  ladspa=f=vcf:p=vcf_notch:c=help
  

• 使用 Computer Music Toolkit (CMT) 插件库模拟低质量的音频设备

  ladspa=file=cmt:plugin=lofi:controls=c0=22|c1=12|c2=12
  

• 使用 TAP-plugins (Tom’s Audio Processing plugins) 向音频添加混响

  ladspa=file=tap_reverb:tap_reverb
  

• 生成振幅为 0.2 的白噪声

  ladspa=file=cmt:noise_source_white:c=c0=.2
  

• 使用 C* Audio Plugin Suite (CAPS) 库中的插件 C* Click - Metronome 生成 20 bpm 的节拍

  ladspa=file=caps:Click:c=c1=20'
  

• 应用 C* Eq10X2 - Stereo 10-band equaliser 效果

  ladspa=caps:Eq10X2:c=c0=-48|c9=-24|c3=12|c4=2
  

• 使用 Steve Harris SWH Plugins 系列中的快速前瞻限制器将音量增加 20dB

  ladspa=fast_lookahead_limiter_1913:fastLookaheadLimiter:20|0|2
  

• 使用 Steve Harris SWH Plugins 系列中的多频段均衡器衰减低频

  ladspa=mbeq_1197:mbeq:-24|-24|-24|0|0|0|0|0|0|0|0|0|0|0|0
  

• 使用 C* Audio Plugin Suite (CAPS) 库中的 Narrower 缩小立体声图像

  ladspa=caps:Narrower
  

• 另一个白噪声，现在使用 C* Audio Plugin Suite (CAPS) 库

  ladspa=caps:White:.2
  

• 一些分形噪声，使用 C* Audio Plugin Suite (CAPS) 库

  ladspa=caps:Fractal:c=c1=1
  

• 使用 VLevel 插件进行动态音量标准化

  ladspa=vlevel-ladspa:vlevel_mono
  

8.96.2 命令

此滤波器支持以下命令

cN

修改第 N 个控件的值。

如果指定的值无效，则将其忽略并保留先前的值。

8.97 loudnorm

EBU R128 响度标准化。包括动态和线性标准化模式。支持单通道（直播、文件）和双通道（文件）模式。此算法可以定位 IL、LRA 和最大真实峰值。在动态模式下，为了准确检测真实峰值，音频流将上采样到 192 kHz。使用 -ar 选项或 aresample 过滤器显式设置输出采样率。

该滤波器接受以下选项

I, i

设置综合响度目标。范围是 -70.0 - -5.0。默认值为 -24.0。

LRA, lra

设置响度范围目标。范围是 1.0 - 50.0。默认值为 7.0。

TP, tp

设置最大真实峰值。范围是 -9.0 - +0.0。默认值为 -2.0。

measured_I, measured_i

输入文件的测量的 IL。范围是 -99.0 - +0.0。

measured_LRA, measured_lra

输入文件的测量的 LRA。范围是 0.0 - 99.0。

measured_TP, measured_tp

输入文件的测量的真实峰值。范围是 -99.0 - +99.0。

measured_thresh

输入文件的测量的阈值。范围是 -99.0 - +0.0。

offset

设置偏移增益。增益在真实峰值限制器之前应用。范围是 -99.0 - +99.0。默认值为 +0.0。

linear

通过线性缩放源音频进行标准化。必须指定 measured_I、measured_LRA、measured_TP 和 measured_thresh。目标 LRA 不应低于源 LRA，并且综合响度的变化不应导致真实峰值超过目标 TP。如果未满足任何这些条件，标准化模式将恢复为 dynamic。选项为 true 或 false。默认值为 true。

dual_mono

将单声道输入文件视为“双单声道”。如果单声道文件旨在在立体声系统上播放，则其 EBU R128 测量在感知上将不正确。如果设置为 true，此选项将补偿此效果。多通道输入文件不受此选项影响。选项为 true 或 false。默认值为 false。

print_format

设置统计信息的打印格式。选项为 summary、json 或 none。默认值为 none。