我正在尝试编写一个脚本，该脚本将采用任意数量的 .wav 文件并从中创建单个输出 .wav 文件。棘手的部分是每个组件 .wav 文件必须启动n秒进入最终输出文件。例如，如果我有文件 beep1.wav、beep2.wav 和 beep3.wav，则生成的 output.wav 应该是单声道声音文件，其中将从 1 秒标记开始听到 beep2.wav 的内容， beep3.wav 的内容在 2 秒标记处，等等。该脚本事先并不知道每个源音频文件的长度，因此简单的-filter_complex使用concat不起作用。使用amix过滤器也不起作用；虽然我能够组合任意数量的输入文件，但它们都同时开始，因为我无法提前延迟每个单独组件音频文件的开始。我也尝试过，-itsoffset但无论我将其放在哪里，似乎都没有任何作用。
有谁知道我该如何处理这个问题？