我面临的情况是，我花了一整天的时间试图让它工作，但不幸的是我已经没有主意了，我想你们可能会帮助我。
我有两个流，一个是客户的音频流（micMyStream1），另一个是卖家的视频和音频流（MyStream1）。这背后的想法很简单。用户对着麦克风说话，音频被传送给卖家，然后卖家使用视频和音频流回答用户的问题。
到目前为止一切都很好，它现在运行得很好，但有人想出了将用户流中的音频与卖家的音频和视频“合并”的想法，以便让第三个人观看他们之间的整个对话
不幸的是，当我合并一个音频流（可能是用户的音频流）时，对话变得有点尴尬，如下所示：
预期情景：
- 用户：嗨，你好吗？
- 卖家：我很好，谢谢，我能为您做些什么？
- 用户：我想多了解一下你旁边的产品
- 卖家：当然可以，您想了解哪些信息？
- 用户：多少钱？
- 卖家：100块钱
实际情况：
- 用户：嗨，你好吗？
- 用户：我想多了解一下你旁边的产品
- 卖家：我很好，谢谢，我能为您做些什么？
- 用户：多少钱？
- 卖家：当然可以，您想了解哪些信息？
- 卖家：100块钱
似乎一个流比另一个流快得多，所以当我合并音频时，对话对观众来说毫无意义。我尝试以多种方式使用 itsoffset 参数，但没有成功
你们知道我该如何实现这一点吗？我的意思是，我能做些什么来推迟快速流，让对话更接近预期？
这是我正在使用的最后一个 ffmpeg 突击队。
ffmpeg -itsoffset 00:00:07 -i rtmp://<ip>:1935/live/micMyStream1 -i rtmp://<ip>:1935/live/MyStream1 -filter_complex [0:a][1:a]amerge -codec:a aac -ac 2 -strict -2 -f flv rtmp://<ip>:1935/live/bcMyStream1
提前致谢