编码与格式 / 系统课时
拼接与淡入淡出
拼接与淡入淡出
本课解决多个音频片段如何连续播放,以及片段边界出现突变、爆音或明显断点的问题。完成后,你将能区分直接拼接与交叉渐变,并组合 afade 和 acrossfade 生成平滑结果。
学习目标
- 根据素材特点选择直接拼接或交叉渐变
- 使用
afade设置首尾淡入和淡出 - 使用
acrossfade让相邻音频在重叠区平滑切换
先区分拼接与交叉渐变
直接拼接会让第二段音频在第一段结束后立即开始,两段内容没有重叠。它适合连续录音、分段导出的同一节目,前提是采样率、声道布局和时间基等参数兼容。
交叉渐变会让第一段在结尾逐渐减弱,同时让第二段从静音逐渐增强。两段音频在渐变区重叠,因此可以隐藏边界突变,更适合音乐切换、节目串联和环境音过渡。
| 方式 | 时间关系 | 输出时长 |
|---|---|---|
| 直接拼接 | 前一段结束后播放后一段 | 各段时长之和 |
| 交叉渐变 | 前一段结尾与后一段开头重叠 | 各段时长之和减去重叠时长 |

直接拼接的适用条件
当两个输入已经拥有相同的采样率、采样格式和声道布局时,可以使用 concat 音频滤镜顺序连接。下面是滤镜片段示例,它依赖命令中已经存在的两个音频输入和 [out] 映射。
[0:a][1:a]concat=n=2:v=0:a=1[out]n=2 表示连接两个片段,v=0 表示没有视频输出,a=1 表示生成一路音频。若素材参数不一致,应先在每个分支中使用 aformat、aresample 等滤镜统一格式,否则可能失败或产生不稳定结果。
添加首尾淡化和交叉渐变
下面的完整命令生成两段各 4 秒的测试音频。第一段在开头淡入 0.5 秒,第二段在结尾淡出 0.5 秒,两段之间再执行持续 1 秒的交叉渐变。
ffmpeg -f lavfi -i "sine=frequency=440:duration=4" -f lavfi -i "sine=frequency=660:duration=4" -filter_complex "[0:a]aformat=sample_rates=48000:channel_layouts=stereo,afade=t=in:st=0:d=0.5[a0];[1:a]aformat=sample_rates=48000:channel_layouts=stereo,afade=t=out:st=3.5:d=0.5[a1];[a0][a1]acrossfade=d=1:c1=tri:c2=tri[out]" -map "[out]" -c:a pcm_s16le crossfade.wav预期结果
生成 crossfade.wav。开头 0.5 秒逐渐变响,中间在约第 3 秒至第 4 秒完成两段音频的交叉切换,最后 0.5 秒逐渐变为静音。afade=t=in 表示淡入,afade=t=out 表示淡出;st 是效果开始时间,d 是持续时间。acrossfade=d=1 表示两段音频重叠 1 秒,c1=tri 和 c2=tri 使用线性渐变曲线。
计算淡出开始时间
要让淡出恰好在片段末尾结束,开始时间可以按 计算,其中 是片段总时长, 是淡出持续时间。
本例第二段时长为 4 秒,淡出持续 0.5 秒,因此 st=3.5。如果把开始时间设置为 4 秒或更晚,滤镜没有足够的音频区间执行淡出,最终可能完全听不到效果。
交叉渐变后的总时长同样可以提前计算。本例为 秒,因为两段音频有 1 秒重叠区。
验证渐变后的时长
下面的命令读取输出文件时长,用于确认交叉渐变确实压缩了重叠区,而不是把两段音频简单相加。
ffprobe -v error -show_entries format=duration -of default=noprint_wrappers=1 crossfade.wav预期输出
duration=7.000000部分编码格式会因帧边界产生很小的时长误差。使用本例的 PCM WAV 输出时,结果应接近 7 秒;若仍接近 8 秒,说明实际执行的可能是直接拼接而不是 acrossfade。
常见失败与修复
- 淡出没有效果:检查
st是否早于片段结束时间,并确认d大于 0。 - 交叉渐变过于突兀:适当增加
d,但不能超过较短片段的有效时长。 - 两段音频音色或声道突然变化:在进入
concat或acrossfade前统一采样率和声道布局。 - 输出比预期短:交叉渐变会让两个片段产生重叠,总时长必然减少一个渐变周期。