我有两个单声道 .wav 音频文件，均来自同一来源且长度几乎相同：
p0.wav时长为 00:00:05.92 秒
p1.wav时长为 00:00:05.62 秒
我想将这两个文件合并为一个双通道.M4A文件。我可以使用 ffmpeg 轻松完成此操作：
ffmpeg -i p0.wav -i p1.wav -filter_complex "[0:a][1:a]amerge=inputs=2[a]" -map "[a]" output.m4a
.. 效果很好。但是，我想使用 为第二个通道引入 2 秒延迟p1.wav，因此
<-----P0.wav----> channel 0 <-----P1.wav----> channel 1
结果是
<-----P0.wav---->(silence) channel 0 (silence)<-----P1.wav----> channel 1
... 生成的文件长 7.62 秒（p1.wav + 2 秒）。
我试过了
ffmpeg -i p0.wav -i p1.wav -filter_complex "[0:a]adelay=0[a1];[1:a]adelay=2000[a2];[a1][a2]amerge=inputs=2[a]" -map "[a]" output.m4a
但这给出了错误
The following filters could not choose their formats: Parsed_amerge_2
我也尝试过该--itsoffset选项，但看起来它只适用于视频。
我怎样才能合并这两个文件（以及可能的其他文件），同时为不同的通道引入不同的偏移量，这可能会导致文件比单个通道更长？
答案1
令人难以置信的是，橡皮鸭调试我可能已经明白了：
ffmpeg -i p0.wav -i p1.wav -filter_complex "aevalsrc=0:d=2[s1];[s1][1:a]concat=n=2:v=0:a=1[ac2];[0:a]apad[ac1];[ac1][ac2]amerge=2[a]" -map "[a]" output.m4a
为我未来的自己打破这个过滤器：
aevalsrc是 2 (d=2) 秒的静音 (=0) 音频作为流[s1]concat[s1]并将第二个文件中的音频一起添加到流中[ac1]- 因此，这是来自 2 秒静音的音频p1.wav现在停留在开始处apad将音频填充到 上p0.wav，[ac2]以便与其他流的长度相匹配（不太清楚这是如何工作的，但似乎如此！）amerge合并在一起[ac1][ac2][a]
在 Audacity 中结果如下所示：
我欢迎任何替代方法，以防我把这个问题搞得太复杂。