FFmpeg滤镜文档

网站翻译由林建有提供支持

1 描述

本文档描述了libavfilter库提供的过滤器、视频源和接收

2 过滤简介

FFMPEG的过滤是通过libavfilter库启用的

在libavfilter中，过滤器有多个输入和多个输出

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

以下分割输入流并将其中一个过滤效果显示，合并显示

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

显示效果

多个滤效果可以连接进行显示crop,vflip are in one linear chain, split and overlay are separately in another. The points where the linear chains join are labelled by names enclosed in square brackets. In the example, the split filter generates two outputs that are associated to the labels [main] and [tmp].

The stream sent to the second output of split, labelled as [tmp], is processed through the crop filter, which crops away the lower half part of the video, and then vertically flipped. The overlay数效果和合并效果[main]), and overlay on its lower half the output generated by the crop,vflip filterchain.

Some filters take in input a list of parameters: they are specified after the filter name and an equal sign, and are separated from each other by a colon.

There exist so-called source filters that do not have an audio/video input, and sink filters that will not have audio/video output.

3 graph2dot

过滤图graph2dot program included in the FFmpeg tools用于解析展示

Invoke the command:

graph2dot -h

to see how to use graph2dot.

You can then pass the dot description to the dot program (from the graphviz suite of programs) and obtain a graphical representation of the filtergraph.

For example the sequence of commands:

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

can be used to create and display an image representing the graph described by the GRAPH_DESCRIPTION string. Note that this string must be a complete self-contained graph, with its inputs and outputs explicitly defined. For example if your command line is of the form:

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

your GRAPH_DESCRIPTION string will need to be of the form:

nullsrc,scale=640:360,nullsink

you may also need to set the nullsrc parameters and add a format filter in order to simulate a specific input file.

图像展示

分解效果图展示

Each filter in a filtergraph is an instance of a filter class registered in the application, which defines the features and the number of input and output pads of the filter.

A filter with no input pads is called a "source", and a filter with no output pads is called a "sink".

4.1 Filtergraph syntax

A filtergraph has a textual representation, which is recognized by the -filter/-vf/-af and -filter_complex options in ffmpeg and -vf/-af in ffplay, and by the avfilter_graph_parse_ptr() function defined in libavfilter/avfilter.h.

A filterchain consists of a sequence of connected filters, each one connected to the previous one in the sequence. A filterchain is represented by a list of ","-separated filter descriptions.

A filtergraph consists of a sequence of filterchains. A sequence of filterchains is represented by a list of ";"-separated filterchain descriptions.

A filter is represented by a string of the form: [in_link_1]...[in_link_N]filter_name@id=arguments[out_link_1]...[out_link_M]

filter_name is the name of the filter class of which the described filter is an instance of, and has to be the name of one of the filter classes registered in the program optionally followed by "@id". The name of the filter class is optionally followed by a string "=arguments".

arguments is a string which contains the parameters used to initialize the filter instance. It may have one of two forms:

• A ’:’-separated list of key=value pairs.
• A ’:’-separated list of value. In this case, the keys are assumed to be the option names in the order they are declared. E.g. the fade filter declares three options in this order – type, start_frame and nb_frames. Then the parameter list in:0:30 means that the value in is assigned to the option type, 0 to start_frame and 30 to nb_frames.
• A ’:’-separated list of mixed direct value and long key=value pairs. The direct value must precede the key=value pairs, and follow the same constraints order of the previous point. The following key=value pairs can be set in any preferred order.

If the option value itself is a list of items (e.g. the format filter takes a list of pixel formats), the items in the list are usually separated by ‘|’.

The list of arguments can be quoted using the character ‘'’ as initial and ending mark, and the character ‘\使用’字符在引号中的文本内转义字符；否则，当遇到下一个特殊字符（属于集合‘）时，参数字符串被视为已终止。[]=;,遇到’字符。

在ffmpeg命令行工具中实现了一种特殊语法，允许从文件加载选项值。方法是将斜杠‘/’添加到选项名称前，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中加载要绘制的文本。希望实现类似功能的API用户应该使用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之前和之后可以附加链接标签列表。链接标签允许为链接命名并将其与过滤器的输出或输入端口关联。以下标签in_link_1 ... in_link_N与过滤器输入端口相关联，后续标签out_link_1 ... out_link_M与输出端口相关联。

当在滤镜图中找到两个具有相同名称的链接标签时，将在相应的输入和输出端口之间创建链接。

如果输出端口没有标记，它会默认链接到滤镜链中下一个滤镜的第一个未标记的输入端口。例如，在滤镜链

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

中，split滤镜实例有两个输出端口，而overlay滤镜实例有两个输入端口。split的第一个输出端口标记为“L1”，overlay的第一个输入端口标记为“L2”，并且split的第二个输出端口链接到overlay的第二个输入端口，后者都未标记。

在滤镜描述中，如果第一个滤镜的输入标签未指定，则默认为“in”；如果最后一个滤镜的输出标签未指定，则默认为“out”。

在完整的滤镜链中，所有未标记的滤镜输入和输出端口必须连接。如果所有滤镜链中的所有滤镜输入和输出端口都连接，则滤镜图被视为有效。

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。这意味着过滤器图可以使用空行和空格来提高可读性。

例如，滤镜图：

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

可以表示为：

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

[L1][L2] hstack

Libavfilter将自动插入scale滤镜，其中格式转换是必需的。通过在滤镜图描述前添加sws_flags=flags;，可以为这些自动插入的缩放器指定swscale标志描述。

以下是滤镜图语法的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

滤镜图描述的组成包含多个层次的转义。请参阅(ffmpeg-utils)ffmpeg-utils(1)手册中的“引用与转义”部分了解有关使用的转义过程的更多信息。

第一级转义影响每个滤镜选项值的内容，这可能包含特殊字符:用于分隔值，或其中一个转义字符\'.

第二级转义影响整个滤镜描述，它可能包含转义字符\'或由滤镜图描述使用的特殊字符[],;最终，当您在shell命令行中指定滤镜图时，需要对其中包含的shell特殊字符执行第三级转义。

Finally, when you specify a filtergraph on a shell commandline, you need to perform a third level escaping for the shell special characters contained within it.

例如，考虑以下字符串嵌入在drawtext滤镜描述中text值：

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

此字符串包含'特殊转义字符，以及:特殊字符，因此需要以下方式进行转义：

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

当在滤镜描述中嵌入滤镜图描述时，需要第二级转义以转义所有滤镜图特殊字符。于是上例变成：

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

(注意除了\'转义特殊字符外，,也需要转义)。

最终，在命令行中书写滤镜图描述时需要额外的转义层次，这取决于所采用的shell的转义规则。例如，假设\是特殊的，并需要用另一个\进行转义，上一个字符串最终会变成：

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

为了避免在使用接受滤镜规范作为输入的命令行工具时的繁琐转义，建议避免直接在shell中包含滤镜或选项规范。

例如，在使用drawtext滤镜时，您可能更愿意使用textfile选项代替text来指定要渲染的文本。

5 时间轴编辑

一些滤镜支持一个通用的enable选项。对于支持时间线编辑的滤镜，可以将此选项设置为在向滤镜发送帧之前进行评估的表达式。如果评估结果非零，则启用滤镜；否则，帧将不变地发送到滤镜图中的下一个滤镜。

表达式接受以下值：

‘t’

以秒为单位的时间戳，如果输入时间戳未知，则为NAN

‘n’

输入帧的顺序号，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’

如果是视频，则为输入帧的宽度和高度

此外，这些滤镜支持一个enable命令，可用于重新定义表达式。

像其他滤镜选项一样，enable选项遵循相同的规则。

例如，要从10秒到3分钟启用一个模糊滤镜 (smartblur)，以及从3秒开始启用一个curves滤镜：

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

请参阅ffmpeg -filters查看哪些滤镜支持时间线功能。

6 通过命令在运行时更改选项

一些选项可在滤镜操作过程中使用命令更改。这些选项在ffmpeg -h filter=<name of filter>的输出中标记为'T'。 命令的名称就是选项的名称，参数是新的值。

7 适用于多个输入滤镜的选项 (framesync)

一些拥有多个输入的滤镜支持一组通用选项。 这些选项只能通过名称设置，不能使用简写形式。

eof_action

在辅助输入到达EOF时采取的行动；它接受以下值之一：

repeat

重复最后一帧（默认值）。

endall

同时结束两个流。

pass

通过主输入。

shortest

如果设置为1，则强制输出在最短输入终止时终止。默认值为0。

repeatlast

如果设置为1，则强制滤镜将辅助流的最后一帧延长到主流结束的时间。值为0会禁用此行为。默认值为1。

ts_sync_mode

根据辅助输入时间戳的严格度来同步流；它接受以下值之一：

default

辅助输入中时间戳最接近主输入帧的较低或相等帧。

nearest

辅助输入中时间戳绝对最接近主输入帧的帧。

8 音频滤镜

在配置FFmpeg构建时，可以使用--disable-filters禁用任何现有的滤镜。 配置输出将显示当前构建中包括的音频滤镜。

以下是当前可用音频滤镜的描述。

8.1 aap

使用第二个音频流对第一个音频流应用仿射投影算法。

此自适应滤镜用于基于多个输入音频样本估算未知音频。 仿射投影算法可以在计算复杂性与收敛速度之间进行权衡。

以下是接受的选项的描述。

order

设置滤镜阶数。

projection

设置投影阶数。

mu

设置滤镜mu值。

delta

设置初始化内部协方差矩阵的系数。

out_mode

设置滤镜输出样本。它接受以下值：

i

传递第一个输入。

d

传递第二个输入。

o

传递期望值（第二个输入）和误差信号估计之差。

n

传递输入（第一个输入）和误差信号估计之差。

e

传递误差信号估计样本。

默认值是o.

precision

设置处理样本时要使用的精度。

auto

根据其他滤镜自动选择内部样本格式。

float

始终使用单精度浮点格式处理。

double

始终使用双精度浮点格式处理。

8.2 acompressor

压缩器主要用于减少信号的动态范围。 尤其是现代音乐通常以高比率压缩， 以提高整体响度。这是为了吸引听众注意，增加声音的“厚度”，并为音轨带来更多“力量”。 如果信号被过度压缩，可能会听起来暗淡或“死板”， 或者可能开始产生“泵动”的效果（这可能是一种强大的效果，但也可能完全破坏音轨）。 适当的压缩是实现专业声音的关键，这也是混音和母带制作的高级艺术。 由于其复杂的设置，可能需要较长时间来掌握这种效果的正确应用。

压缩通过检测超过所选级别的音量实现threshold并按设置的因子进行划分ratio。 因此，如果您将阀值设置为-12dB，而信号达到-6dB，2:1的比率将导致信号为-9dB。 由于信号的精确操作会导致波形失真，因此衰减可以在一定时间内平缓进行。 通过设置“Attack”（起音时间）和“Release”（释放时间）实现这一点。attack确定信号上升到阈值以上需要多长时间才会出现任何衰减，而release设置信号下降到阈值以下多长时间后衰减再次减弱。比起音时间短的信号将保持不变。 可以通过makeup设置整体信号的衰减后补偿。kneeflatten

这个滤镜接受以下选项：

level_in

设置输入增益。默认值为1。范围在0.015625至64之间。

mode

设置压缩器操作模式。可以是upward或downward。默认是downward.

threshold

如果流的信号上升到此级别以上，将会影响增益衰减。 默认值是0.125。范围在0.00097563至1之间。

ratio

设置信号被缩减的比率。1:2表示如果信号上升到阈值以上4dB，则减少后仅为2dB以上。 默认值为2。范围在1至20之间。

attack

信号上升到阈值以上后，开始增益衰减所需的毫秒数。默认值为20。范围在0.01至2000之间。

release

信号下降到阈值以下后，减少衰减所需的毫秒数。默认值为250。范围在0.01至9000之间。

makeup

设置信号在处理后的放大倍数。 默认值为1，范围为1到64。

knee

在阈值周围设置一个曲线，以更柔和地进入增益衰减。 默认值为2.82843，范围为1到8。

link

选择是否average输入流的所有通道之间的电平 或者输入流中较响的电平（maximum）对减幅产生影响。 默认为average.

detection

在peak的情况下是否使用精确信号 或者在rms的情况下使用RMS信号。 默认为rms，通常更加平滑。

mix

以多少比例使用压缩信号作为输出。默认为1。 范围是0到1。

8.2.1 命令

此滤波器支持上述所有选项作为命令.

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。默认为33。允许的范围是0到100。

8.4 acopy

将输入音频源原样复制到输出。这主要用于测试目的。

8.5 acrossfade

从一个输入音频流交叉渐入到另一个输入音频流。 交叉渐入效果应用于第一个音频流结束时的指定持续时间内。

该滤波器接受以下选项：

nb_samples, ns

指定交叉渐入效果持续的采样数。 在交叉渐入效果结束时，第一个输入音频将完全静音。 默认值为44100。

duration, d

指定交叉渐入效果的持续时间。参见(ffmpeg-utils)ffmpeg-utils(1)手册中的时间持续区段以了解被接受的语法。 默认情况下，持续时间由nb_samples确定。 如果设置了此选项，则将使用它代替nb_samples.

overlap, o

设置第一个音频流结束是否与第二个音频流的开始重叠。 默认值为启用。

curve1

为第一个音频流设置交叉渐入过渡曲线。

curve2

为第二个音频流设置交叉渐入过渡曲线。

有关可用曲线类型的描述，请参见afade滤波器描述。

8.5.1 示例

• 从一个输入交叉渐入到另一个：

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

• 从一个输入交叉渐入到另一个，但不进行重叠：

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

8.6 acrossover

将音频流分成几个频段。

该滤波器将音频流分成两个或更多的频率范围。 将所有流重新相加将得到平坦的输出。

该滤波器接受以下选项：

split

设置分割频率。必须为正数并递增。

order

为每个频段分割设置滤波器阶数。这控制了滤波器传递函数的滚降或陡度。 可用值为：

‘2nd’

每倍频程12 dB。

‘4th’

每倍频程24 dB。

‘6th’

每倍频程36 dB。

‘8th’

每倍频程48 dB。

‘10th’

每倍频程60 dB。

‘12th’

每倍频程72 dB。

‘14th’

每倍频程84 dB。

‘16th’

每倍频程96 dB。

‘18th’

每倍频程108 dB。

‘20th’

每倍频程120 dB。

默认为第4阶.

level

设置输入增益电平。允许的范围是0到1。默认值为1。

gains

为每个频段设置输出增益。默认值为所有频段1。

precision

设置处理样本时所使用的精度。

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格式样本。

double

始终使用双精度浮点格式样本。

默认值为auto.

8.6.1 示例

• 将输入音频流分成两个频段（低频和高频），分割频率为1500 Hz， 每个频段将在单独的流中：

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

• 与上述相同，但具有较高的滤波器阶数：

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

• 与上述相同，但也添加了一个中频段（频率在1500和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。

此滤波器是具有增强功能的位粉碎器。位粉碎器用于显著降低音频信号的采样位数。 这并不会改变位深度，它只是产生一种效果。 减少位深的材料听起来更加刺耳且"数字化"。 此滤波器甚至可以舍入到连续值而非离散位深。 此外，它还有一个D/C偏移，导致信号的上半部分和下半部分被不同程度的粉碎。 去混叠设置可以产生"柔和"的粉碎声音。

此滤波器的另一个特性是对数模式。 此设置将位之间的线性距离切换为对数距离。 结果是一个更加"自然"的粉碎器，低信号不会被门控。 人耳有对数感知，因此这种粉碎更加宜人。 对数粉碎也可以去混叠。

该滤波器接受以下选项：

level_in

设置输入电平。

level_out

设置输出电平。

bits

设置位深度降低。

mix

设置混合比例。

mode

可以是线性的：lin或者是对数的：log.

dc

设置直流偏移。

aa

设置抗混叠效果。

samples

设置采样降低。

lfo

启用低频振荡器（LFO）。默认为禁用。

lforange

设置LFO范围。

lforate

设置LFO速率。

8.7.1 命令

此滤波器支持上述所有选项作为命令.

8.8 acue

将音频滤波延迟到给定的时钟时间戳。参见cue滤波器。

8.9 adeclick

从输入音频中移除冲击噪声。

检测为冲击噪声的样本将被使用自回归建模的插值样本替换。

window, w

设置窗口大小，以毫秒为单位。允许范围为10到100毫秒。 默认值为55。 设置每次处理的窗口大小。

overlap, o

设置窗口重叠比例，占窗口大小的百分比。允许范围为50到95。默认值为75百分比。 将其设置为非常高的值将增加冲击噪声的消除，但使整个过程变得更慢。

arorder, a

设置自回归阶数，占窗口大小的百分比。允许范围为0到25。默认值为2百分比。 此选项还控制使用邻近的优质样本插值样本的质量。

threshold, t

设置阈值值。允许范围为1到100。 默认值为2。 此项控制将要移除的冲击噪声的强度。 值越低，越多的样本会被检测为冲击噪声。

burst, b

设置突发融合，占窗口大小的百分比。允许范围为0到10。默认值为2。 如果检测为噪声的任何两个样本之间的间距小于此值，则其间的任何样本也会被检测为噪声。

method, m

设置重叠方法。

它接受以下值：

add, a

选择重叠-加法方法。即使未插值的样本在该方法下也会略有改变。

save, s

选择重叠-保存方法。未插值的样本保持不变。

默认值为a.

8.10 adeclip

从输入音频中移除失真样本。

检测为失真的样本将被使用自回归建模的插值样本替换。

window, w

设置窗口大小，以毫秒为单位。允许范围为10到100。 默认值为55毫秒。 设置每次处理的窗口大小。

overlap, o

设置窗口重叠比例，占窗口大小的百分比。允许范围为50到95。默认值为75百分比。

arorder, a

设置自回归阶数，占窗口大小的百分比。允许范围为0到25。默认值为8百分比。 此选项还控制使用邻近优质样本插值样本的质量。

threshold, t

设置阈值值。允许范围为1到100。 默认值为10。值越高，失真检测越不激进。

hsize, n

设置用于检测失真的直方图大小。允许范围为100到9999。 默认值为1000。值越高，失真检测越不激进。

method, m

设置重叠方法。

它接受以下值：

add, a

选择重叠-加法方法。即使未插值的样本在该方法下也会略有改变。

save, s

选择重叠-保存方法。未插值的样本保持不变。

默认值为a.

8.11 adecorrelate

对输入音频流应用去相关处理。

该滤波器接受以下选项：

stages

设置过滤的去相关阶段。 允许的范围是1到16。默认值为6。

seed

设置用于跨通道设置延迟（以样本为单位）的随机种子。

8.12 adelay

对一个或多个音频通道进行延迟。

被延迟的通道中的样本将用静音填充。

该滤波器接受以下选项：

delays

为每个通道设置延迟时间（以毫秒为单位），用‘|’分隔。 未使用的延迟将被默默忽略。 如果给定延迟的数量小于通道数量，所有剩余通道将不会延迟。 如果想精确延迟样本数，在数字后追加‘S’。 如果想以秒为单位延迟，在数字后追加‘s’。

all

为所有剩余通道使用最后设置的延迟。 默认情况下这是禁用的。 如果启用，此选项会更改delays选项的解释方式。

8.12.1 示例

• 延迟第一个通道1.5秒，第三个通道0.5秒，其余通道（以及其他可能存在的通道）保持不变。

  adelay=1500|0|500
  

• 延迟第二个通道500个样本，第三个通道700个样本， 第一个通道（以及其他可能存在的通道）保持不变。

  adelay=0|500S|700S
  

• 对所有通道延迟相同数量的样本：

  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低性能问题。

该滤波器应放置在任何可能产生低性能问题的滤波器之前。

以下是接受的参数说明。

level

设置添加噪声的电平（以dB为单位）。默认值为-351。 允许范围为-451到-90。

type

设置添加噪声的类型。

dc

添加直流信号。

ac

添加交流信号。

square

添加方波信号。

pulse

添加脉冲信号。

默认值为dc.

8.13.1 命令

此滤波器支持上述所有选项作为命令.

8.14 aderivative, aintegral

计算音频流的导数/积分。

顺序应用这两个滤波器将生成原始音频。

8.15 adrc

对输入音频流应用频谱动态范围控制滤波器。

以下是接受的选项的说明。

transfer

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

当前样本号

nb_channels

通道数量

t

以秒为单位的时间戳

sr

采样率

p

当前频率功率值（以dB为单位）

f

当前频率（以Hz为单位）

默认值为p.

attack

设置攻击时间（以毫秒为单位）。默认值为50毫秒。 允许范围为1到1000毫秒。

release

设置释放时间（以毫秒为单位）。默认值为100毫秒。 允许范围为5到2000毫秒。

channels

设置要滤波的通道。默认情况下，all音频流中的通道被滤波。

8.15.1 命令

此滤波器支持上述所有选项作为命令.

8.15.2 示例

• 对所有频率应用频谱压缩，阈值为-50 dB，压缩比为1:6：

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

• 类似于上述，但压缩比为1:2，仅滤波前中心通道：

  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控，阈值为-85 dB， 并具有短的攻击时间和短的释放时间：

  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，扩展比为1:2：

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

• 对所有频率应用最大-60 dB限制器， 攻击时间为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。

以下是接受的选项的说明。

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

设置用于激励均衡的检测滤波器的检测频率，单位为赫兹。 默认值为1000 Hz。允许范围为2到1000000 Hz。

dqfactor

设置用于激励均衡的检测滤波器的共振因子。 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共振因子。 默认值为1。允许范围为0.001到1000。

attack

设置检测信号必须超过检测阈值才能开始均衡的毫秒数。 默认值为20。允许范围为1到2000。

release

设置检测信号必须低于检测阈值才能结束均衡的毫秒数。 默认值为200。允许范围为1到2000。

ratio

设置提升均衡增益的比例。 默认值为1。允许范围为0到30。

makeup

设置提升均衡增益的补偿偏移量。 默认值为0。允许范围为0到100。

range

设置允许的最大切割/提升量。默认值为50。 允许范围为1到200。

mode

设置滤波器操作模式，可为以下选项之一：

‘listen’

仅输出检测信号的隔离版本。

‘cutbelow’

切割低于检测阈值的频率。

‘cutabove’

切割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，可为以下选项之一：

‘bandpass’

‘lowpass’

‘highpass’

‘peak’

默认类型为‘bandpass’.

tftype

设置目标滤波器的类型，可为以下选项之一：

‘bell’

‘lowshelf’

‘highshelf’

默认类型为‘bell’.

auto

自动从检测滤波器中收集阈值。默认 为‘disabled’。 此选项用于在某段输入音频流的时间范围内检测阈值，在这种情况下，选项值会在运行时更改。

可用的值为：

‘disabled’

禁用自动收集的阈值。

‘off’

停止提取阈值。

‘on’

开始提取阈值。

‘adaptive’

自适应提取阈值，使用滑动窗口熵计算。

precision

设置处理采样时使用的精度。

auto

根据其他滤波器自动选择内部采样格式。

float

始终使用单浮点精度采样格式。

double

始终使用双浮点精度采样格式。

8.16.1 控制命令

此滤波器支持所有上述选项作为命令.

8.17 动态平滑

对输入音频流应用动态平滑。

以下是接受的选项说明。

sensitivity

设置对频率波动的敏感度。默认值为2。 允许范围为0到1e+06。

basefreq

设置用于平滑的基频。默认值为22050。 允许范围为2到1e+06。

8.17.1 控制命令

此滤波器支持所有上述选项作为命令.

8.18 回声

对输入音频应用回声效果。

回声是反射的声音，自然情况下会出现在山间或大建筑物周围，数字回声效果模拟这种行为，通常用于增强单一乐器或人声的音响效果。 原始信号与反射声的时间差为delay，而反射声的响度为decay。 多个回声可以具有不同的延迟和衰减。

以下是接受的参数说明。

in_gain

设置反射信号的输入增益。默认值为0.6.

out_gain

设置反射信号的输出增益。默认值为0.3.

delays

设置原始信号与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]。 默认值为1000.

decays

设置反射信号响度的列表，用‘|’分隔。 每个decay的允许范围为(0 - 1.0]。 默认值为0.5.

8.18.1 示例

• 让音乐听起来像是有两倍的乐器在演奏：

  aecho=0.8:0.88:60:0.4
  

• 如果延迟很短，则听起来像金属机器人演奏音乐：

  aecho=0.8:0.88:6:0.4
  

• 更长的延迟听起来像在山中的露天音乐会：

  aecho=0.8:0.9:1000:0.3
  

• 与上述类似，但有额外的山：

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

8.19 音频强调

音频强调滤波器用于创建或还原从LP或强调CD直接获取的素材，并使用不同的滤波曲线。 例如，为存储在黑胶唱片上的音乐，信号必须先通过一个滤波器进行更改，以补偿这种录音介质的劣势。 播放素材时，需要应用逆滤波器以恢复频率响应的失真。

滤波器接受以下选项：

level_in

设置输入增益。

level_out

设置输出增益。

mode

设置滤波模式。如果用于还原素材，请使用reproduction模式，否则使用production模式。默认模式为reproduction模式。

type

设置滤波器类型，以选择录音媒介类型。可为以下选项之一：

col

选择 Columbia。

emi

选择 EMI。

bsi

选择 BSI（78RPM）。

riaa

选择 RIAA。

cd

选择 CD（紧凑光盘）。

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 控制命令

此滤波器支持所有上述选项作为命令.

8.20 评估音频

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）， 这些表达式经过计算后用于修改对应的音频信号。

接受以下参数：

exprs

设置每个独立通道的‘|’分隔表达式列表。如果 输入通道数量大于表达式数量，则对剩余的输出通道将 使用最后指定的表达式。

channel_layout, c

设置输出通道布局。如果未指定，通道布局将按照 表达式的数量指定。如果设置为‘same’，它将默认 使用与输入相同的通道布局。

中的每个表达式exprs可包含以下常量和函数：

ch

当前表达式的通道编号

n

从0开始的样本序号

s

采样率

t

以秒表示的评估样本时间

nb_in_channels

nb_out_channels

输入和输出通道数

val(CH)

含编号CH

的输入通道的值

8.20.1 示例

• 音量减半：

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

• 反转第二通道的相位：

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

8.21 激励器

激励器用于产生原始信号中不存在的高音。 通过对信号产生受限范围的谐波失真并添加到原始信号中实现这一点。 激励器在不单纯提高高频的情况下增强音频信号的高端， 与均衡器的功能不同，它可制造更“清脆”或“明亮”的声音。

滤波器接受以下选项：

level_in

设置信号处理前的输入电平。 允许范围为0到64。 默认值为1。

level_out

设置信号处理后的输出电平。 允许范围为0到64。 默认值为1。

amount

设置添加到原始信号的谐波数量。 允许范围为0到64。 默认值为1。

drive

设置新创建谐波的数量。 允许范围为0.1到10。 默认值为8.5。

blend

设置新创建谐波的八度数。 允许范围为-10到10。 默认值为0。

freq

设置产生谐波的最低频率限制，单位为赫兹。 允许范围为2000到12000 Hz。 默认值为7500 Hz。

ceil

设置产生谐波的最高频率限制。 允许范围为9999到20000 Hz。 如果值低于10000 Hz，则不应用限制。

listen

静音原始信号，仅输出添加的谐波。 默认情况下该选项禁用。

8.21.1 控制命令

此滤波器支持所有上述选项作为命令.

8.22 淡入/淡出

对输入音频应用淡入淡出效果。

以下是接受的参数说明。

type, t

指定效果类型，可取值为in（淡入），或out（淡出）。默认值为in.

start_sample, ss

指定效果起始采样的编号，即从该点开始应用淡入淡出效果。 默认值为0。

nb_samples, ns

指定淡入淡出效果持续的采样数量。 淡入效果结束时，输出音频音量将与输入音频相同；淡出过渡结束时，输出音频将为静音。 默认值为44100。

start_time, st

指定淡入淡出效果的起始时间。默认值为0。 时间值需指定为时间时长；详见(ffmpeg-utils)ffmpeg-utils(1)手册中的时间时长部分。 如果设置了此选项，将优先于start_sample.

duration, d

指定淡入淡出效果的持续时间。详见(ffmpeg-utils)ffmpeg-utils(1)手册中的时间时长部分。 淡入效果结束时，输出音频音量将与输入音频相同；淡出过渡结束时，输出音频将为静音。默认情况下，持续时间由nb_samples决定。 如果设置了此选项，将优先于nb_samples.

curve

设置淡入淡出过渡曲线。

可选择以下值：

tri

选择三角形，线性斜率（默认）

qsin

选择四分之一正弦波

hsin

选择二分之一正弦波

esin

选择指数正弦波

log

选择对数

ipar

选择反抛物线

qua

选择二次

cub

选择三次

squ

选择平方根

cbr

选择立方根

par

选择抛物线

exp

选择指数

iqsin

选择反四分之一正弦波

ihsin

选择反二分之一正弦波

dese

选择双指数座

desi

选择双指数S形曲线

losi

选择逻辑S形曲线

sinc

选择正弦函数

isinc

选择反正弦函数

quat

选择四次

quatr

选择四次根

qsin2

选择平方四分之一正弦波

hsin2

选择平方二分之一正弦波

nofade

不应用淡入/淡出效果

silence

设置淡入的初始增益或淡出的最终增益。 默认值为0.0.

unity

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 控制命令

此滤波器支持所有上述选项作为命令.

8.22.2 示例

• 对前15秒音频应用淡入效果：

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

• 对最后25秒的900秒长度的音频应用淡出效果：

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

8.23 FFT降噪

使用快速傅里叶变换（FFT）对音频样本进行降噪。

以下是接受的参数说明。

noise_reduction, nr

设置降噪强度，单位为dB。允许范围为0.01到97。 默认值为12 dB。

noise_floor, nf

设置噪声底限，单位为dB。允许范围为-80到-20。 默认值为-50 dB。

noise_type, nt

设置噪声类型。

接受以下选项：

white, w

选择白噪音。

vinyl, v

选择黑胶噪音。

shellac, s

选择壳牌噪音。

custom, c

选择自定义噪音，定义于bn选项。

默认值为白噪音。

band_noise, bn

设置每个15个频段的自定义带噪声配置。 频段可用空格或‘|’分隔。

residual_floor, rf

设置残差底限，单位为dB。允许范围为-80到-20。 默认值为-38 dB。

track_noise, tn

启用噪声底限追踪。默认情况下禁用。 启用后，噪声底限将自动调整。

track_residual, tr

启用残差追踪。默认情况下禁用。

output_mode, om

设置输出模式。

接受以下值:

input, i

保持输入不变。

output, o

过滤掉噪声后输出。

noise, n

仅输出噪声。

默认值是输出.

adaptivity, ad

设置自适应因子，用于调整每个频率区间的增益变化速度。值0启用即时自适应，而较大的值则反应较慢。 允许范围是从0到1。默认值是0.5.

floor_offset, fo

设置噪声底限偏移因子。此选项用来调整测量噪声底限时所应用的偏移量。仅当启用噪声底限跟踪时有效。 允许范围是从-2.0到2.0。默认值是1.0.

noise_link, nl

设置用于多通道音频的噪声链接。

接受以下值:

none

使用未更改的通道噪声底限。

min

使用所有通道中测量的最小噪声底限。

max

使用所有通道中测量的最大噪声底限。

average

使用所有通道中测量的平均噪声底限。

默认值是min.

band_multiplier, bm

设置频段乘数因子，用于区域间扩展频段。 允许范围是从0.2到5。默认值是1.25.

sample_noise, sn

开启音频输入的噪声剖面捕捉和测量。

接受以下值:

start, begin

开始采样噪声捕捉。

stop, end

停止噪声采样捕捉并测量新的噪声频段剖面。

默认值是none.

gain_smooth, gs

设置增益平滑空间半径，用于平滑应用于各个频率区间的增益。 有助于减少随机音乐噪声伪影。 较大的值增加了增益的平滑程度。 允许范围是从0到50。 默认值是0.

8.23.1 命令

此过滤器支持上述某些选项作为命令.

8.23.2 示例

• 减少白噪声10dB，并使用先前测量的噪声底限为-40dB:

  afftdn=nr=10:nf=-40
  

• 减少白噪声10dB，同时设置初始噪声底限为-80dB并启用自动跟踪噪声底限，以使噪声底限在处理期间逐渐变化:

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

• 通过命令采集输入音频前0.4秒的噪声剖面，使用噪声底限为-40dB的20dB噪声减少:

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

8.24 afftfilt

在频域内对样本应用任意表达式。

real

为各个独立通道设置频率域实数表达式，使用‘|’分隔。 默认值为"re"。 如果输入通道数多于表达式的数量，则会将最后指定的表达式用于其余的输出通道。

imag

为各个独立通道设置频率域虚数表达式，使用‘|’分隔。 默认值为"im"。

每个表达式中实数和虚数可以包含以下常量和函数:

sr

采样率

b

当前频率区间编号

nb

可用区间数

ch

当前表达式的通道号

chs

通道数

pts

当前帧PTS

re

当前通道中频率区间的实部

im

当前通道中频率区间的虚部

real(b, ch)

返回位于(位置区间,通道)

imag(b, ch)

返回位于(位置区间,通道)

win_size

设置窗口大小。允许范围是从16到131072。 默认值为4096

win_func

设置窗口函数。

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’

默认值为hann.

overlap

设置窗口重叠。如果设置为1，建议的窗口函数重叠将被选用。 默认值为0.75.

8.24.1 示例

• 在音频中几乎仅保留低频:

  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"
  

• 应用相移效果:

  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。

此滤波器设计用于应用长FIR滤波器， 长达60秒。

它可以用作数字分频滤波器的组件， 房间均衡，串扰消除，波场合成，声像化， Ambiophonics，Ambisonics和空间化。

此滤波器使用第一条流之后的流作为FIR系数。 如果非第一条流只有一个通道，它将被用于第一条流中的所有输入通道， 否则非第一条流的通道数必须与第一条流的通道数相同。

接受以下参数:

dry

设置干声音增益。设置输入增益。

wet

设置湿声音增益。设置最终输出增益。

length

设置脉冲响应滤波器长度。默认值为1，这代表整个IR会被处理。

gtype

此选项已弃用，且无任何作用。

irnorm

设置过滤前应用于IR系数的规范化。 允许范围是从-1到2。 IR系数使用此选项计算的向量规范化。 负值表示不进行规范化，IR系数保持未修改。 默认值是1.

irlink

对于多通道IR，如果此选项设置为true，所有IR通道会被用它们所有IR通道系数的最大测量增益进行规范化，如通过irnorm选项设定。 禁用时，每个IR通道的所有IR系数会独立规范化。 默认值是true.

irgain

设置过滤前应用于IR系数的增益。 允许范围是从0到1。 此增益应用于任何由irnorm选项应用的增益之后。

irfmt

设置IR流格式。可以为mono或input。 默认值是input.

maxir

设置允许的脉冲响应滤波器持续时间的最大值，以秒为单位。默认值是30秒。 允许范围是0.1到60秒。

response

此选项已弃用，且无任何作用。

channel

此选项已弃用，且无任何作用。

size

此选项已弃用，且无任何作用。

rate

此选项已弃用，且无任何作用。

minp

设置用于卷积的最小分区大小。默认值是8192。 允许范围是从1到65536。 较低值会降低延迟，但会增加CPU使用率。

maxp

设置用于卷积的最大分区大小。默认值是8192。 允许范围是从8到65536。 较低值可能增加CPU使用率。

nbirs

设置输入脉冲响应流数量，可在运行时切换。 允许范围是从1到32。默认值是1.

ir

设置用于卷积的IR流，起始于0，应始终小于nbirs选项提供的值。默认值是0。 此选项可通过命令.

precision

设置在处理样本时使用的精度。

auto

根据其他过滤器自动选择内部样本格式。

float

始终使用单浮点精度样本格式。

double

始终使用双浮点精度样本格式。

默认值是auto。

irload

设置IR流加载时间。可以为init或access。 第一个选项在初始化时加载和准备所有IR，第二个选项在首次访问特定IR时加载。 默认值是init.

8.25.1 示例

• 使用单声道IR文件作为第二输入应用混响到流，完整命令使用ffmpeg:

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

• 给定输入立体声音流和用于左、右通道的两个立体声脉冲响应文件，应用真实立体声处理脉冲响应文件为l_ir.wav和r_ir.wav，同时设置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"
  

• 类似上例，但将irgain显式设置为估计值并将irnorm禁用:

  "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

为输入音频设置输出格式约束。框架将协商最合适的格式以减少转换。

接受以下参数:

sample_fmts, f

用‘|’分隔的请求样本格式列表。

sample_rates, r

用‘|’分隔的请求采样率列表。

channel_layouts, cl

用‘|’分隔的请求通道布局列表。

参见(ffmpeg-utils)ffmpeg-utils(1)手册的频道布局部分以获取所需语法。

如果未指定某个参数，则所有值均允许。

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

对输入音频样本进行频率偏移。

过滤器接受以下选项:

shift

指定频率偏移。允许范围为-INT_MAX到INT_MAX。 默认值为0.0。

level

设置应用于最终输出的输出增益。允许范围为0.0到1.0。 默认值是1.0。

order

设置用于过滤的滤波器次数。允许范围为1到16。 默认值是8。

8.27.1 命令

此过滤器支持所有以上选项作为命令.

8.28 afwtdn

通过小波减少输入样本中的宽带噪声。

以下是接受的选项的描述。

sigma

设置噪声标准差，允许范围从0到1。 默认值为0。 此选项控制应用于输入样本的消噪强度。 设置此选项的最有用方法是通过分贝，例如-45dB。

levels

设置分解中的小波级数。 允许范围是从1到12。 默认值是10。 设置得过低会导致消噪性能非常差。

wavet

为输入帧的分解设置小波类型。 按照系数数量排序，从低到高。 系数越多，过滤速度越慢，但总体质量越好。 可用的小波有:

‘sym2’

‘sym4’

‘rbior68’

‘deb10’

‘sym10’

‘coif5’

‘bl3’

percent

设置完全消噪的百分比。允许范围是0到100％。 默认值是85％或部分消噪。

profile

如果启用，第一个输入帧将被用作噪声剖面。 如果第一个帧样本包含非噪声，性能将非常差。

adaptive

如果启用，输入帧将被分析以检测噪声的存在。 如果检测到噪声可能性很大，则输入帧剖面将用于处理随后的帧，直到检测到新的噪声帧为止。

samples

设置单帧大小（样本数量）。允许范围是512到65536。 默认帧大小为8192个样本。

softness

设置阈值函数内应用的柔度。允许范围是0到10。 默认柔度是1。

8.28.1 命令

此过滤器支持所有以上选项作为命令.

8.29 agate

门限主要用于减少信号的低部分。这种信号处理减少了有用信号之间的干扰噪声。

门限通过检测音量低于选定的阈值并将其除以比率设定的因子来完成。 噪音底限的底部通过范围设置。 因为对信号的精确处理会导致波形变形，减少可以随时间进行平衡。 通过设置攻击和释放.

攻击决定信号低于阈值需要的时间，才能开始任何减弱，而释放设置信号高于阈值需要的时间，以减少减弱。 短于设定攻击时间的信号将保持不变。

level_in

设置过滤前的输入电平。 默认值为1。允许范围是0.015625到64。

mode

设置操作模式。可以为upward或downward。 默认值是downward。如果设置为upward模式，高的信号部分将被放大，向上扩展动态范围。 否则，对于downward模式，信号的低部分将被减弱。

range

设置当信号低于阈值时的增益减弱程度。 默认值是0.06125。允许范围是0到1。 将其设置为0禁用减弱，此时过滤器表现为扩展器。

threshold

如果信号上升到高于此电平，则增益减弱将被释放。 默认值是0.125。允许范围是0到1。

ratio

设置用于减少信号的比率。 默认值是2。允许范围是1到9000。

attack

在停止增益减少之前，信号需要超出阈值的毫秒数。 默认值为20毫秒。允许范围是0.01到9000。

release

在重新增加减少之前，信号需要低于阈值的毫秒数。 默认值为250毫秒。允许范围是0.01到9000。

makeup

设置处理后信号的放大倍率。 默认值为1。允许范围是1到64。

knee

在接近阈值时，通过调整锐利的拐点使增益减少更柔和。 默认值为2.828427125。允许范围是1到8。

detection

选择是否应检测精确信号还是类似RMS的信号。 默认值是rms可以是peak或rms.

link

选择是否将所有通道的平均电平或更大的通道影响到减少。 默认值是average可以是average或maximum.

8.29.1 命令

此滤镜支持如上述所有选项作为命令.

8.30 aiir

应用任意无限冲激响应滤波器。

它接受以下参数：

zeros, z

设置B/分子/零点/反射系数。

poles, p

设置A/分母/极点/梯级系数。

gains, k

设置通道增益。

dry_gain

设置输入增益。

wet_gain

设置输出增益。

format, f

设置系数格式。

‘ll’

格子—梯级功能

‘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，极坐标弧度制

‘pd’

Z平面零点/极点，极坐标角度制

‘sp’

S平面零点/极点

process, r

设置处理类型。

‘d’

直接处理

‘s’

串行处理

‘p’

并行处理

precision, e

设置滤波精度。

‘dbl’

双精度浮点（默认）

‘flt’

单精度浮点

‘i32’

32位整数

‘i16’

16位整数

normalize, n

标准化滤波器系数，默认启用。 启用后将在DC处将幅度响应标准化到0dB。

mix

在输出中使用滤波信号的比例。默认值为1。 范围是在0与1之间。

response

在附加的视频流中显示红外的频率响应、幅度（洋红色）、相位（绿色）和群延迟（黄色）。 默认情况下会禁用。

channel

设置要显示频率响应的红外通道。默认情况下显示第一通道。 此选项仅在响应启用时使用。

size

设置视频流大小。此选项仅在响应启用时使用。

用tf和sf格式的系数，用空格分隔，并按升序排列。

用zp格式的系数，用空格分隔，系数顺序无关紧要。用zp格式的系数是复数，用i表示虚数单位。

可以为每个通道提供不同的系数和增益，在这种情况下，使用'|'来分隔系数或增益。 最后提供的系数将适用于所有剩余通道。

8.30.1 示例

• 对48000Hz采样率应用约5000Hz的2极点椭圆凹槽滤波器：

  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，但以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阶归一化Butterworth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

限幅器可以防止输入信号超过期望的阈值。 这个限幅器使用预视技术来防止信号失真。 这意味着在处理信号之后会有一个小延迟。 请注意，产生的延迟是您设置的攻击时间。

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

设置输出增益。默认值为1。

limit

不让超过此级别的信号通过限幅器。默认值为1。

attack

限幅器将在毫秒设定的时间内到达其衰减级别。 默认值为5毫秒。

release

在释放1.0衰减时需要的时间（毫秒）。 默认值为50毫秒。

asc

在始终需要增益减少时，ASC会调整到一个 平均的减少级别，而不是在释放时间内减少到0。

asc_level

选择ASC对释放时间的影响程度，0意味着对释放时间的影响几乎没有变化， 而1会产生更长的释放时间。

level

自动调整输出信号电平。默认启用。 如果启用，将声音归一化到0dB。

latency

补偿通过攻击参数设置的预视缓冲区引入的延迟。 当流到达EOF时，还会刷新预视缓冲区中有效的音频数据。

根据选择的设置推荐使用aresample在应用此滤波器之前将输入上采样2倍或4倍。

8.32 allpass

应用一个具有中心频率（以Hz为单位）的两极全通滤波器frequency，以及滤波宽度width。 全通滤波器会更改音频的频率到相位关系，而不会更改其频率到幅度关系。

该滤波器接受以下选项：

frequency, f

设置频率（以赫兹为单位）。

width_type, t

设置指定滤波器带宽的方法。

h

赫兹

q

Q因子

o

倍频程

s

斜率

k

千赫

width, w

指定滤波器带宽单位的宽度类型。

mix, m

在输出中使用滤波信号的比例。默认值为1。 范围是在0与1之间。

channels, c

指定要过滤的通道，默认情况下会过滤所有可用通道。

normalize, n

标准化双二阶系数，默认未启用。 启用后将在DC处将幅度响应标准化到0dB。

order, o

设置过滤器的阶数，可以是1或2。默认值为2。

transform, a

设置无限冲激响应滤波器的变换类型。

di

dii

tdi

tdii

latt

svf

zdf

precision, r

设置过滤精度。

auto

根据环绕滤波器选择自动样本格式。

s16

始终使用16位有符号。

s32

始终使用32位有符号。

f32

始终使用32位浮点。

f64

始终使用64位浮点。

8.32.1 命令

该滤镜支持以下命令：

frequency, f

更改全通滤波频率。 命令语法为："frequency"

width_type, t

更改全通滤波宽度类型。 命令语法为："width_type"

width, w

更改全通滤波宽度。 命令语法为："width"

mix, m

更改全通滤波混合比。 命令语法为："mix"

8.33 aloop

循环音频样本。

该滤波器接受以下选项：

loop

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。

start

设置循环的第一个样本。默认值为0。

time

设置循环起点的时间（以秒为单位）。 仅当名为start的选项被设置时使用-1.

8.34 amerge

将两个或多个音频流合并为单一的多通道流。

该滤波器接受以下选项：

inputs

设置输入数量。默认值为2。

如果输入的通道布局是分散的，因此是兼容的， 输出的通道布局将相应地设置，并将按需重新排列通道。 如果输入的通道布局不是分散的，输出将拥有所有第一个输入的通道， 然后是第二个输入的所有通道，按此顺序排列， 输出的通道布局将是对应于通道总数的默认值。

例如，如果第一个输入是2.1（FL+FR+LF），第二个输入 是FC+BL+BR，那么输出将为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通道，b1是第二个输入的第一个通道）。

另一方面，如果两个输入都是立体声，输出通道将为 默认顺序：a1, a2, b1, b2，输出通道布局将 任意设定为4.0，这可能或可能不是预期的值。

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，输出将以最短的为准停止。

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
  

• 多个合并，假定有1个视频流和6个音频流input.mkv:

  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样本（amerge和pan音频滤波器支持多种格式）。如果amix输入为整数样本，则aresample将自动插入以将其转换为浮点样本。

它接受以下参数：

inputs

输入数量。如未指定，默认为2。

duration

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

在输入流结束时重新正静调整音量的过渡时间（以秒为单位）。 默认值为2秒。

weights

指定每个输入音频流的权重，作为以空格分隔的数字序列。 如果指定的权重少于输入数量，最后的权重将分配给剩余的输入。 每个输入的默认权重为1。

normalize

始终对输入进行缩放，而不是仅对样本进行求和。 如果输入在此过滤器应用之前或之后未被正常化， 且此选项未启用，请注意可能会发生严重的剪切。 默认情况下此选项启用。

8.35.1 示例

• 它将混合3个输入音频流成为一个单一输出，并将具有与第一个输入相同的持续时间， 以及3秒的掉落过渡时间：

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

• 它将混合一个人声和一个音乐输入音频流为一个单一输出，输出的时长与 最长输入相同。音乐的权重为人声的四分之一，且输入未被正常化：

  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，并存储结果至 输出音频流。乘法的操作是将第一个流中的每个 样本与第二个流中相同位置的样本相乘。

通过这种逐元素相乘，可以创建振幅淡入淡出和振幅调制。

8.37 anequalizer

为每个频道提供的高阶参数多频段均衡器。

它接受以下参数：

params

此选项字符串格式为： "c通道f=中心频率w=宽度g=增益t=滤波器类型| ..." 每一个均衡器频段用’|’分隔。

chn

设置要应用均衡的频道号码。 如果输入中没有此频道，则忽略该条目。

f

为频段设置中心频率。 如果输入中没有该频率，则忽略该条目。

w

以赫兹为单位设置频段宽度。

g

以dB为单位设置频段增益。

t

为频段设置滤波器类型（可选），可以是：

‘0’

巴特沃斯滤波器，这是默认值。

‘1’

切比雪夫1型。

‘2’

切比雪夫2型。

curves

激活此选项后，将显示anequalizer的频率响应于视频流中。

size

设置视频流大小。仅当激活曲线选项时有用。

mgain

设置将要显示的最大增益值。仅当激活曲线选项时有用。 将此值设置为一个合理的值，可以展示由邻近频段彼此过近 而引起的更高增益。

fscale

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

colors

为每条要在视频流中显示的通道曲线设置颜色。 这是用空格或’|’分隔的颜色名称列表。 未识别或缺失的颜色将被替换为白色。

8.37.1 示例

• 通过使用切比雪夫1型滤波器对前两个通道中心频率200Hz、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

修改现有滤波器参数。 命令的语法是:"fN|f=频率|w=宽度|g=增益"

fN是现有滤波器编号，从0开始，如果没有这样的滤波器，则返回错误。频率设置新的频率参数。宽度以赫兹为单位设置新的宽度参数。增益以分贝为单位设置新的增益参数。

使用asendcmd进行完整滤波器调用可能看起来像这样: 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减少音频样本中的宽带噪声。

通过寻找具有相似上下文的其他样本来调整每个样本。上下文相似性通过比较其大小的周围块定义。p块在样本周围的范围内搜索。r.

过滤器接受以下选项:

strength, s

设置降噪强度。允许范围为0.00001到10000。默认值为0.00001。

patch, p

设置块半径持续时间。允许范围是1到100毫秒。 默认值是2毫秒。

research, r

设置研究半径持续时间。允许范围是2到300毫秒。 默认值是6毫秒。

output, o

设置输出模式。

它接受以下值:

i

传递输入不变。

o

传递噪声滤除后的结果。

n

仅传递噪声。

默认值是o.

smooth, m

设置平滑因子。默认值是11.允许范围是1到1000.

8.38.1 命令

此滤波器支持上述所有选项作为命令.

8.39 anlmf, anlms

对第一个音频流应用归一化最小均方（Squares|Fourth）算法，使用第二个音频流。

此自适应滤波器用于通过找到与产生误差信号（期望的第二输入音频流与实际信号第一输入音频流之间的差异）最小均方相关的滤波器系数来模拟预期滤波器。

以下是接受的选项说明。

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

传递期望的第二输入和误差信号估计之间的差异。

n

传递输入的第一输入和误差信号估计之间的差异。

e

传递误差信号估计样本。

默认值是o.

precision

设置处理样本时使用的精度。

auto

根据其他滤波器自动选择内部样本格式。

float

始终使用单浮点精度样本格式。

double

始终使用双浮点精度样本格式。

8.39.1 示例

• 此过滤器的众多用途中之一是降噪，输入音频根据延迟固定时间的相同样本进行过滤，例如对于立体声的一种情况是:

  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

此过滤器支持与选项相同的命令，除选项order.

8.40 anull

将音频源未经改动传递给输出。

8.41 apad

用静音填充音频流的结尾。

这可以与ffmpeg -shortest一起使用以扩展音频流至与视频流长度相同。

以下是接受的选项说明。

packet_size

设置静音数据包大小。默认值为4096。

pad_len

设置要添加到结尾的静音样本数量。在值达到后，流终止。此选项与 mutually 排他于whole_len.

whole_len

设置输出音频流中的最小总样本数量。如果值比输入音频长度长，则会在结尾添加静音，直到达到值为止。此选项与 mutually 排他于pad_len.

pad_dur

指定添加的静音样本持续时间。请参阅(ffmpeg-utils)ffmpeg-utils(1) 手册中的时间持续时间部分了解接受的语法。仅在设置为非负值时使用。

whole_dur

指定输出音频流中的最小总持续时间。请参阅(ffmpeg-utils)ffmpeg-utils(1) 手册中的时间持续时间部分了解接受的语法。仅在设置为非负值时使用。如果值比输入音频长度长，则会在结尾添加静音，直到达到值为止。 此选项与 mutually 排他于pad_dur

如果未设置pad_len也未设置whole_len也未设置pad_dur也未设置whole_dur选项，则筛选器将无限期地在输入流的尾部添加静音。

请注意，对于ffmpeg 4.4及更早版本，零pad_dur或whole_dur也会导致筛选器无限期添加静音。

8.41.1 示例

• 在输入结尾添加1024个静音样本:

  apad=pad_len=1024
  

• 确保音频输出将至少包含10000个样本，如果需要则用静音填充输入:

  apad=whole_len=10000
  

• 使用ffmpeg来填充音频输入，使视频流始终最短并转换直至输出文件结尾时使用选项:shortest8.42 aphaser

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

在输入音频中添加相位效果。

Add a phasing effect to the input audio.

相位器过滤器在频谱中创建一系列峰值和谷值。峰值和谷值的位置被调制，使其随时间变化，从而产生扫动效果。

以下是接受的参数说明。

in_gain

设置输入增益。默认是0.4。

out_gain

设置输出增益。默认是0.74。

delay

以毫秒为单位设置延迟。默认是3.0。

decay

设置衰减。默认是0.4。

speed

设置调制速度（以赫兹为单位）。默认是0.5。

type

设置调制类型。默认是三角形。

它接受以下值:

‘triangular, t’

‘sinusoidal, s’

8.43 aphaseshift

对输入音频样本应用相位移。

过滤器接受以下选项:

shift

指定相位移。允许范围是-1.0到1.0。 默认值是0.0。

level

设置应用于最终输出的输出增益。允许范围是0.0到1.0。 默认值是1.0。

order

设置用于过滤的滤波器阶数。允许范围是1到16。 默认值是8。

8.43.1 命令

过滤器支持上述所有选项作为命令.

8.44 apsnr

测量音频峰值信噪比。

此过滤器需要两个音频流作为输入，并输出第一个音频流。 结果以每个输入通道的分贝为单位输出。

8.45 apsyclip

对输入音频流应用心理声学剪裁。

过滤器接受以下选项:

level_in

设置输入增益。默认是1。范围是[0.015625 - 64]。

level_out

设置输出增益。默认是1。范围是[0.015625 - 64]。

clip

设置剪裁开始值。默认值是0dBFS或1。

diff

仅输出不同样本，有助于听到引入的失真。 默认情况下禁用。

adaptive

设置应用的自适应失真强度。默认值是0.5。 范围允许从0到1。

iterations

设置心理声学剪裁器的迭代次数。 范围允许从1到20。默认值是10。

level

自动调节输出信号。默认是禁用。 如果启用，将音频归一化回到0dBFS。

8.45.1 命令

过滤器支持上述所有选项作为命令.

8.46 apulsator

音频脉冲器介于自动声像调节器和颤动之间。 同时也可以产生有趣的立体声效果。脉冲器基于LFO（低频振荡器）改变左右声道的音量，具有不同波形和位移相位的特性。 此过滤器可以定义左右声道之间的偏移量。偏移量为0表示两个LFO形状匹配——常规颤动。 偏移量为50%表示右声道的形状正好在相位上移位（或向后移动大约半个频率）——脉冲器充当自动声像调节器。在偏移量为1时，两个曲线再次匹配。中间的每个设置都会无缝地移动相位移位，并使用正弦和三角形波形产生一些‘传播’声音。从偏移量0.5到1设置得越高（从0.5开始），信号从左扬声器到右扬声器传递得越快。

过滤器接受以下选项:

level_in

设置输入增益。默认是1。范围是[0.015625 - 64]。

level_out

设置输出增益。默认是1。范围是[0.015625 - 64]。

mode

设置LFO使用的波形形状。可以是以下之一: 正弦、三角形、方形、锯齿向上或锯齿向下。默认是正弦。

amount

设置调制。定义原信号受LFO影响的程度。

offset_l

设置左声道偏移量。默认是0。允许范围是[0 - 1]。

offset_r

设置右声道偏移量。默认是0.5。允许范围是[0 - 1]。

width

设置脉宽。默认是1。允许范围是[0 - 2]。

timing

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

bpm

设置bpm。默认是120。允许范围是[30 - 300]。只有在定时设为bpm时使用。

ms

设置ms。默认是500。允许范围是[10 - 2000]。只有在定时设为ms时使用。

hz

设置频率（以赫兹为单位）。默认是2。允许范围是[0.01 - 100]。只有在定时设为hz时使用。

8.47 aresample

使用libswresample库将输入音频重新取样为指定参数。 如果未指定，则过滤器将自动在输入和输出之间进行转换。

此过滤器还可以拉伸/压缩音频数据以使其匹配时间戳或注入静音/剪除音频以使其匹配时间戳，也可以组合使用或两者皆不做。

过滤器接受语法 [采样率:]重采样器选项，其中采样率表示采样率，重采样器选项是一系列键=值对，以":"分隔。查看(ffmpeg-resampler)“重采样器选项”部分 在ffmpeg-resampler(1)手册中以了解完整支持选项列表。

8.47.1 示例

• 将输入音频重新采样为44100Hz:

  aresample=44100
  

• 通过给定时间戳拉伸/压缩样本，每秒最多赔偿1000个样本:

  aresample=async=1000
  

8.48 areverse

反转音频片段。

警告: 此过滤器需内存缓冲整个片段，因此建议修整片段。

8.48.1 示例

• 截取片段的前5秒并反转。

  atrim=end=5,areverse
  

8.49 arls

对第一个音频流使用第二个音频流应用递归最小二乘算法。

通过递归找到与产生误差信号（期望的第二输入音频流与实际信号第一输入音频流之间的差异）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当前滤波器。

以下是接受的选项说明。

order

设置滤波器阶数。

lambda

设置遗忘因子。

delta

设置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

传递期望的第二输入和误差信号估计之间的差异。

n

传递输入的第一输入和误差信号估计之间的差异。

e

传递误差信号估计样本。

默认值是o.

precision

设置处理样本时使用的精度。

auto

根据其他过滤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

设置滤波样本混入最终输出的比例。 允许范围从 -1 到 1。默认值为 1。 负值为特殊值，它们设置过滤后的噪声在最终过滤输出中保留的比例。 将此选项设置为 -1 以聆听实际从输入信号中移除的噪声。

8.50.1 命令

此过滤器支持以上所有选项作为命令.

8.51 asdr

测量音频信号与失真比。

此过滤器需要两个音频流作为输入，并输出第一个音频流。 结果以每个输入的结束时的每个通道的分贝值表示。

8.52 asetnsamples

设置每个输出音频帧的样本数。

最后一个输出包可能包含不同数量的样本，因为当输入音频信号结束时过滤器会清除所有剩余样本。

过滤器接受以下选项：

nb_out_samples, n

设置每个输出音频帧的帧数。数量指的是每个通道的样本数。每个通道。默认值是 1024。

pad, p

如果设置为 1，过滤器将用零填充最后一个音频帧，以便最后一帧包含与前面的帧相同数量的样本。默认值为 1。

例如，要将每帧样本数设置为 1234，并禁用最后一帧的填充，请使用：

asetnsamples=n=1234:p=0

8.53 asetrate

在不改变 PCM 数据的情况下设置采样率。 这将导致速度和音调的变化。

过滤器接受以下选项：

sample_rate, r

设置输出采样率。默认值为 44100 Hz。

8.54 ashowinfo

显示一行包含每个输入音频帧各种信息的行。 输入音频未被修改。

显示的行包含以下形式的键值对序列键:值.

输出中显示以下值：

n

输入帧的（顺序）编号，从 0 开始。

pts

输入帧的展示时间戳，以时间基单位表示；时间基 depends on the filter input pad, 通常是 1/采样率。.

pts_time

输入帧的展示时间戳以秒为单位。

fmt

样本格式。

chlayout

通道布局。

rate

音频帧的采样率。

nb_samples

帧中每个通道的样本数。

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被连接。

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与失真比。

此过滤器需要两个音频流作为输入，并输出第一个音频流。 结果以每个输入的结束时的每个通道的分贝值表示。

8.56 asoftclip

应用音频软剪辑。

软剪辑是一种失真效果，其中信号的振幅沿着平滑曲线饱和，而不是硬剪辑的突然形状。

此过滤器接受以下选项：

type

设置软剪辑类型。

它接受以下值：

hard

tanh

atan

cubic

exp

alg

quintic

sin

erf

threshold

设置开始剪辑的阈值。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 函数的额外参数。

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

显示音频通道频域统计信息。 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

设置窗口长度（样本单位）。默认值是 2048。 允许范围是 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。允许范围是0到1。默认值是0.5.

measure

选择被测量的参数。元数据键可以 作为标志使用，默认值是all测量所有内容。none禁用所有测量。

以下是每个元数据键的列表：

mean

variance

centroid

spread

skewness

kurtosis

entropy

flatness

crest

flux

slope

decrease

rolloff

8.58 asr

自动语音识别

此过滤器使用 PocketSphinx 进行语音识别。为了启用 此过滤器的编译，需要使用以下配置 FFmpeg--enable-pocketsphinx.

它接受以下选项：

rate

设置输入音频的采样率。默认值是16000。 这需要与语音模型匹配，否则结果会很差。

hmm

设置包含声学模型文件的字典。

dict

设置发音字典。

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。

过滤器导出识别的语音作为帧元数据。lavfi.asr.text.

8.59 astats

显示音频通道的时间域统计信息。 统计信息被计算并显示为每个音频通道的内容，并且 如果适用，还会给出整体数值。

它接受以下选项：

length

用于峰值和谷值 RMS 测量的短窗口长度（秒）。默认值是0.05（50 毫秒）。允许范围是[0 - 10].

metadata

设置元数据注入。所有元数据键都以lavfi.astats.X前缀开头。 其中X是从 1 开始的通道号或字符串Overall。默认值是禁用。

可用的每个通道键是：位深度 波峰因子 DC 偏移 动态范围 熵 平坦因子 最大差异 最大电平 平均差异 最小差异 最小电平 噪声底线 噪声底线计数 无限值的数量 非数字值的数量 非正规值的数量 峰值计数 绝对峰值计数 峰值电平 RMS 差异 RMS 峰值 RMS 谷值 零交叉次数 零交叉率

以及对于Overall: 位深度 DC 偏移 熵 平坦因子 最大差异 最大电平 平均差异 最小差异 最小电平 噪声底线 噪声底线计数 无限值的数量 非数字值的数量 非正规值的数量 样本总数 峰值计数 绝对峰值计数 峰值电平 RMS 差异 RMS 电平 RMS 峰值 RMS 谷值

例如，一个完整的键可能是lavfi.astats.1.DC_offset或者lavfi.astats.Overall.Peak_count.

以下是键的描述。

reset

设置累计统计数据计算帧数量，在该帧数后数据被重置。默认值是禁用。

measure_perchannel

选择每通道测量参数。元数据键可以 作为标志使用，默认值是all测量所有内容。none禁用所有每通道测量。

measure_overall

选择整体测量参数。元数据键可以 作为标志使用，默认值是all测量所有内容。none禁用所有整体测量。

以下是测量键描述：

none

没有测量

all

所有测量

Bit_depth

音频的整体位深度，即每个样本使用的位数

Crest_factor

峰值到 RMS 电平的标准比率（注意：不是以 dB 表示的）

DC_offset

平均振幅从零的偏移量

Dynamic_range

以 dB 为单位测量的音频动态范围

Entropy

整个音频测量的熵值，白噪声通常测得的熵值接近 1.0

Flat_factor

信号在峰值水平处的平坦度（即连续样本具有相同值）。（即最小电平或者最大电平)

Max_difference

连续两个样本之间的最大差异

Max_level

样本最大电平

Mean_difference

连续两个样本之间的平均差，另即连续两个样本的每次差平均值

Min_difference

连续两个样本之间的最小差异

Min_level

样本最低电平

Noise_floor

短窗口内测得的最小局部峰值，以 dBFS 表示

Noise_floor_count

信号达到噪声底线的情况数（不是样本数量）噪声底线

Number_of_Infs

无限值的样本数量

Number_of_NaNs

非数字值的样本数量

Number_of_denormals

非正规值的样本数量

Number_of_samples

样本总数

Peak_count

信号达到最小电平或最大电平特征的情况数（不是样本数量）最小电平或最大电平

Abs_Peak_count

信号的绝对样本达到最小电平或最大电平绝对值的情况总数最小电平和最大电平

Peak_level

标准峰值电平，以 dBFS 表示

RMS_difference

连续两个样本之间的均方根差值

RMS_level

标准 RMS 电平，以 dBFS 表示

RMS_peak

RMS_trough

短窗口内的 RMS 电平峰值和谷值，以 dBFS 表示。

Zero crossings

波形穿过零水平轴的点数

Zero crossings rate

零交叉率及音频样本数量

8.60 asubboost

增强低音扬声器（超低音）频率。

过滤器接受以下选项：

dry

设置干增益保留比例，表示保留多少原始信号。允许范围是 0 到 1。 默认值是 1.0。

wet

设置湿增益保留比例，表示保留多少经过滤的信号。允许范围是 0 到 1。 默认值是 1.0。

boost

设置最大增强因子。允许范围是 1 到 12。默认值是 2。

decay

设置延迟线衰减增益值。允许范围是 0 到 1。 默认值是 0.0。

feedback

设置延迟线反馈增益值。允许范围是 0 到 1。 默认值是 0.9。

cutoff

设置截止频率，以赫兹为单位。允许范围是 50 到 900。 默认值是 100。

slope

设置截止频率的斜率量。允许范围是 0.0001 到 1。 默认值是 0.5。

delay

设置延迟量。允许范围是 1 到 100。 默认值是 20。

channels

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

切除低音扬声器（超低音）频率。

此过滤器允许设置自定义、更陡的滚降曲线，比高通滤波器更突出，因此在停止频带中能更有效地降低频率内容。

过滤器接受以下选项：

cutoff

设置截止频率，以赫兹为单位。允许范围是 2 到 200。 默认值是 20。

order

设置过滤器阶数。可用值范围是 3 到 20。 默认值是 10。

level

设置输入增益水平。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

切除高频率。

过滤器接受以下选项：

cutoff

设置截止频率，以赫兹为单位。允许范围是 20000 到 192000。 默认值是 20000。

order

设置过滤器阶数。可用值范围是 3 到 20。 默认值是 10。

level

设置输入增益水平。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。

过滤器接受以下选项：

centerf

以赫兹为单位设置中心频率。允许范围是 2 到 999999。 默认值是 1000。

order

设置过滤器阶数。可用值范围是 4 到 20。 默认值是 4。

qfactor

设置 Q 因数。允许范围是 0.01 到 100。默认值是 1。

level

设置输入增益水平。允许范围是 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。

过滤器接受以下选项：

centerf

设置中心频率（以赫兹为单位）。允许范围为2到999999。 默认值为1000。

order

设置滤波器阶数。可用值范围为4到20。 默认值为4。

qfactor

设置Q值。允许范围为0.01到100。默认值为1。

level

设置输入增益级别。允许范围为0到2。默认值为1。

8.64.1 命令

此滤波器支持上述所有选项作为命令.

8.65 atempo

调整音频节奏。

滤波器接受一个参数——音频节奏。如果未指定，则滤波器默认采用1.0节奏。节奏必须在[0.5, 100.0]范围内。

注意，节奏大于2时会跳过一些样本而不是将它们混合进来。如果对此有任何疑虑，可以通过连接多个atempo实例实现所需的节奏倍数。

8.65.1 示例

• 将音频减慢到80%的节奏：

  atempo=0.8
  

• 将音频加速到300%的节奏：

  atempo=3
  

• 通过连接两个atempo实例将音频加速到300%的节奏：

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

8.65.2 命令

此滤波器支持以下命令：

tempo

更改滤波器的节奏缩放因子。 命令的语法是：“tempo"

8.66 atilt

对音频流应用光谱倾斜滤波器。

此滤波器可在任何指定的频带上应用任何光谱滚降坡度。

滤波器接受以下选项：

freq

设置倾斜的中心频率（单位：赫兹）。默认值为10000赫兹。

slope

设置倾斜的斜率方向。默认值为0。允许范围为-1到1。

width

设置倾斜的宽度。默认值为1000。允许范围为100到10000。

order

设置倾斜滤波器的阶数。

level

设置输入音量级别。允许范围为0到4。 默认值为1。

8.66.1 命令

此滤波器支持上述所有选项作为命令.

8.67 atrim

修剪输入，使输出包含输入的一个连续子部分。

它接受以下参数：

start

要保留的部分开始时间戳（以秒为单位）。即带有时间戳start的音频样本将是输出中的第一个样本。

end

指定将被移除的第一个音频样本的时间，即紧接带有时间戳end的样本之前的音频样本将是输出中的最后一个样本。

start_pts

与start相同，但此选项以样本而不是秒设置开始时间戳。

end_pts

与end相同，但此选项以样本而不是秒设置结束时间戳。

duration

输出的最大持续时间（以秒为单位）。

start_sample

输出的第一个样本号。

end_sample

将被移除的第一个样本号。

start, end和duration表示为时间持续时间规格；见(ffmpeg-utils) ffmpeg-utils(1) 手册中的时间持续时间部分.

注意，第一组的开始/结束选项和duration选项查看帧时间戳，而_sample选项仅计数通过滤波器的样本。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会产生不同的结果。另外需要注意的是，此滤波器不修改时间戳。如果希望输出时间戳从零开始，请在atrim滤波器后插入asetpts滤波器。

如果设置了多个开始或结束选项，此滤波器尝试贪婪地保留所有匹配至少一个指定约束的样本。要仅保留同时匹配所有约束的部分，可链多个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：

• 丢弃除输入的第二分钟以外的所有内容：

  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交叉相关性。

结果样本始终在-1到1之间（包括）。 如果结果为1，则表示两个输入样本在选定片段中高度相关。 结果为0表示完全不相关。 如果结果为-1，则表示两个输入样本相位相反，即它们互相抵消。

滤波器接受以下选项：

size

设置计算交叉相关的片段大小。 默认值为256。允许范围为2到131072。

algo

设置交叉相关的算法。可以是slow或fast或best。 默认值为best。快速算法假设任意给定片段的平均值始终为零，因此需要进行较少的计算。 这通常不正确，但对于典型音频流是有效的。

8.68.1 示例

• 计算立体声音频流中各通道之间的相关性：

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

8.69 bandpass

应用具有中央频率frequency和（3dB点）带宽csg的二阶巴特沃斯带通滤波器。 该选项选择恒定裙摆增益（峰值增益=Q）而不是默认值：恒定0dB峰值增益。 滤波器以每倍频程6dB（每十倍频程20dB）的速率滚降。

滤波器接受以下选项：

frequency, f

设置滤波器的中心频率。默认值为3000.

csg

如果设置为1，则恒定裙摆增益。默认值为0。

width_type, t

设置滤波器的带宽指定方法。

h

赫兹

q

Q-factor

o

倍频程

s

斜率

k

千赫兹

width, w

以width_type单位指定滤波器的带宽。

mix, m

在输出中使用滤波信号的量。默认值为1。 范围在0到1之间。

channels, c

指定要过滤的通道，默认情况下过滤所有可用通道。

normalize, n

归一化双二阶系数，默认情况下禁用。 启用后将归一化DC处的幅值响应到0dB。

transform, a

设置IIR滤波器的变换类型。

di

dii

tdi

tdii

latt

svf

zdf

precision, r

设置过滤精度。

auto

根据环绕滤波器选择自动样本格式。

s16

始终使用签名16位。

s32

始终使用签名32位。

f32

始终使用浮动32位。

f64

始终使用浮动64位。

block_size, b

设置用于反向IIR处理的块大小。如果将该值设置为足够大的值（高于当接近零值时截断的冲击响应长度）过滤将变为线性相位，否则如果不够大将产生不良伪影。

注意，当设置为非零值时，过滤器延迟将恰好为该样本数。

8.69.1 命令

此滤波器支持以下命令：

frequency, f

更改带通频率。 命令的语法是：“frequency"

width_type, t

更改带通width_type。 命令的语法是：“width_type"

width, w

更改带通带宽。 命令的语法是：“width"

mix, m

更改带通混合。 命令的语法是：“mix"

8.70 bandreject

应用具有中央频率frequency和（3dB点）带宽width的二阶巴特沃斯带阻滤波器。 滤波器以每倍频程6dB（每十倍频程20dB）的速率滚降。

滤波器接受以下选项：

frequency, f

设置滤波器的中心频率。默认值为3000.

width_type, t

设置滤波器的带宽指定方法。

h

赫兹

q

Q-factor

o

倍频程

s

斜率

k

千赫兹

width, w

以width_type单位指定滤波器的带宽。

mix, m

在输出中使用滤波信号的量。默认值为1。 范围在0到1之间。

channels, c

指定要过滤的通道，默认情况下过滤所有可用通道。

normalize, n

归一化双二阶系数，默认情况下禁用。 启用后将归一化DC处的幅值响应到0dB。

transform, a

设置IIR滤波器的变换类型。

di

dii

tdi

tdii

latt

svf

zdf

precision, r

设置过滤精度。

auto

根据环绕滤波器选择自动样本格式。

s16

始终使用签名16位。

s32

始终使用签名32位。

f32

始终使用浮动32位。

f64

始终使用浮动64位。

block_size, b

设置用于反向IIR处理的块大小。如果将该值设置为足够大的值（高于当接近零值时截断的冲击响应长度）过滤将变为线性相位，否则如果不够大将产生不良伪影。

注意，当设置为非零值时，过滤器延迟将恰好为该样本数。

8.70.1 命令

此滤波器支持以下命令：

frequency, f

更改带阻频率。 命令的语法是：“frequency"

width_type, t

更改带阻width_type。 命令的语法是：“width_type"

width, w

更改带阻带宽。 命令的语法是：“width"

mix, m

更改带阻混合。 命令的语法是：“mix"

8.71 bass, lowshelf

使用具有响应类似于标准高保真音调控制的二阶搁架滤波器提升或削减音频的低频（低音）。这也被称为搁架均衡（EQ）。

滤波器接受以下选项：

gain, g

在0赫兹处给出增益。其有效范围约为-20 （用于大幅削减）到+20（用于大幅增强）。 使用正增益时需注意剪辑。

frequency, f

设置滤波器的中心频率，因此可以用于扩展或减少要增强或削减的频率范围。 默认值为100赫兹。

width_type, t

设置滤波器的带宽指定方法。

h

赫兹

q

Q-factor

o

倍频程

s

斜率

k

千赫兹

width, w

确定滤波器搁架过渡的陡度。

poles, p

设置极点数。默认值为2。

mix, m

在输出中使用滤波信号的量。默认值为1。 范围在0到1之间。

channels, c

指定要过滤的通道，默认情况下过滤所有可用通道。

normalize, n

归一化双二阶系数，默认情况下禁用。 启用后将归一化DC处的幅值响应到0dB。

transform, a

设置IIR滤波器的变换类型。

di

dii

tdi

tdii

latt

svf

zdf

precision, r

设置过滤精度。

auto

根据环绕滤波器选择自动样本格式。

s16

始终使用签名16位。

s32

始终使用签名32位。

f32

始终使用浮动32位。

f64

始终使用浮动64位。

block_size, b

设置用于反向IIR处理的块大小。如果将该值设置为足够大的值（高于当接近零值时截断的冲击响应长度）过滤将变为线性相位，否则如果不够大将产生不良伪影。

注意，当设置为非零值时，过滤器延迟将恰好为该样本数。

8.71.1 命令

此滤波器支持以下命令：

frequency, f

更改低频频率。 命令的语法是：“frequency"

width_type, t

更改低频宽度类型。 命令的语法是：“width_type"

width, w

更改低频宽度。 命令的语法是：“width"

gain, g

更改低频增益。 命令的语法是：“gain"

mix, m

更改低频混合。 命令的语法是：“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分别为分子和分母系数。 并且channels, c指定要过滤的通道，默认情况下过滤所有 可用通道。

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。 命令的语法是：“value"

mix, m

在输出中使用滤波信号的量。默认值为1。 范围在0到1之间。

channels, c

指定要过滤的通道，默认情况下过滤所有可用通道。

normalize, n

归一化双二阶系数，默认情况下禁用。 启用后将归一化DC处的幅值响应到0dB。

transform, a

设置IIR滤波器的变换类型。

di

dii

tdi

tdii

latt

svf

zdf

precision, r

设置滤波精度。

auto

根据环绕滤波器选择自动采样格式。

s16

始终使用有符号的16位。

s32

始终使用有符号的32位。

f32

始终使用浮点32位。

f64

始终使用浮点64位。

block_size, b

设置用于反向IIR处理的块大小。如果该值设置得足够高（高于当接近零值时截断的脉冲响应长度），滤波将变为线性相位；否则，如果设置得不够大，则只会产生讨厌的伪影。

请注意，当设置为非零值时，滤波延迟正好是这个样本数。

8.73 bs2b

Bauer 立体声到双耳转换，可改善用耳机聆听立体声音频记录的效果。

要启用此滤波器的编译，您需要使用以下方式配置FFmpeg--enable-libbs2b.

它接受以下参数：

profile

预定义的交叉混合级别。

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（单位为Hz）。

feed

馈入级别（单位为Hz）。

8.74 channelmap

将输入声道重新映射到新位置。

它接受以下参数：

map

将输入声道映射到输出声道。参数是由'|'分隔的映射列表，每个映射为输入声道-输出声道或者输入声道形式。输入声道可以是输入声道的名称（例如FL表示前左声道）或其在输入声道布局中的索引。输出声道是输出声道的名称或其在输出声道布局中的索引。如果输出声道未指定，则隐式为索引，从零开始，随后每个映射依次递增。不允许混合不同类型的映射，否则会导致解析错误。

channel_layout

输出流的声道布局。如果未指定，滤波器将根据输出声道名称或映射数量进行猜测。猜测出的布局不一定包含按映射顺序排列的声道。

如果没有映射存在，滤波器将隐式地将输入声道映射到输出声道，保留索引。

8.74.1 示例

• 例如，假设一个包含5.1+下混合声道的输入MOV文件，

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

  将创建一个输出WAV文件，从输入的下混合声道生成标记为立体声的输出。

• 修复一个用AAC本地主声道顺序错误编码的5.1 WAV文件

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

8.75 channelsplit

将输入音频流的每个声道拆分为单独的输出流。

它接受以下参数：

channel_layout

输入流的声道布局。默认为"立体声"。

channels

描述要提取为单独输出流的声道布局，或"all"表示将每个输入声道提取为单独的流。默认为"all"。

选择输入声道布局中不存在的声道会导致错误。

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
  

  将创建一个输出Matroska文件，包含两个音频流，一个只包含左声道，另一个只包含右声道。

• 将5.1 WAV文件拆分为每个声道单独的文件：

  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声道：

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