我想使用 ffmpeg 剪切视频以进行机器学习。
我如何确保如果我剪切（例如）1s 的视频@25fps，这将提供正好 25 帧同步的音频和视频？
我看到 ffmpeg 在剪切时寻找关键帧，并选取最近的一个。我遇到了麻烦，因为它生成了负时间戳，并用复制的帧填充了剪切视频的末尾。
我知道元数据不显示真实的 fps 等等。
那么，什么样的管道才能获得与音频流对齐的精确帧数的精确剪切呢？
谢谢
答案1
根据视频的编解码器和容器，这可能需要一些违反直觉的步骤：许多编解码器根本不直接允许随机的输入点和输出点。
- 首先，您需要剪切视频（暂时忽略音频），最好使用ffmpeg 或另一个实例进行剪切
-ss inpoint。事实证明，这是一种以帧精确方式剪切视频流的可靠方法。-pix_fmt yuv420p -an -f yuv4mpegpipe -frames:v 25x264 - 对于音频，最简单的方法是转换为
-c:a pcm_s16le“-f s16le”，然后在文件级别操作结果以包含来自正确偏移量的正确字节数。 - 最后
ffmpeg一步可以压缩音频（如果需要）或将其与视频混合。由于原始 PCM 不包含时间戳，因此不存在异步的可能性。
事实证明，这是一种可靠的方法，可以将来自可疑来源的视频（即来自某些广告商的商业片段）放入严格监管的线性流（即电视频道），而不会引入任何伪影。