FFMPEG - 在编码后获取精确计算的音频文件大小

Posted 2023-02-25

【中文标题】FFMPEG - 在编码后获取精确计算的音频文件大小

【英文标题】：FFMPEG - Get the exact calculated audio filesize after encode

【发布时间】：2016-01-14 11:05:04

【问题描述】：

我试图在使用 ffmpeg 编码之前猜测音频 (mp3) 文件大小，之后需要精确计算出的文件大小。

这是我用来预测和计算文件大小的公式（希望我没有错）：

( 比特率 x 持续时间 ) / 8) x 1000 = 文件大小（以字节为单位）。

我将给出一个真实的例子，以便每个人都能理解用例。

示例：

拥有一个包含以下数据的 m4a 文件：

名称：假设为 xxx.m4a 文件大小：8 304 014 字节（8,3 个月） 比特率：256k 持续时间：260 秒

预期文件大小：( (256 x 260) / 8 ) x 1000 = 8 320 000 字节

然后我运行以下 ffmpeg 命令：

ffmpeg -i xxx.m4a -f mp3 -y -minrate 256k -maxrate 256k -bufsize 256k -b:a 256k -fs 8320000 output.mp3

控制台输出：

ffmpeg version 2.7.2 Copyright (c) 2000-2015 the FFmpeg developers
  built with Apple LLVM version 6.1.0 (clang-602.0.53) (based on LLVM 3.6.0svn)
  configuration: --prefix=/usr/local/Cellar/ffmpeg/2.7.2_1 --enable-shared --enable-pthreads --enable-gpl --enable-version3 --enable-hardcoded-tables --enable-avresample --cc=clang     --host-cflags= --host-ldflags= --enable-opencl --enable-libx264 --enable-libmp3lame --enable-libvo-aacenc --enable-libxvid --enable-vda
  libavutil      54. 27.100 / 54. 27.100
  libavcodec     56. 41.100 / 56. 41.100
  libavformat    56. 36.100 / 56. 36.100
  libavdevice    56.  4.100 / 56.  4.100
  libavfilter     5. 16.101 /  5. 16.101
  libavresample   2.  1.  0 /  2.  1.  0
  libswscale      3.  1.101 /  3.  1.101
  libswresample   1.  2.100 /  1.  2.100
  libpostproc    53.  3.100 / 53.  3.100
Input #0, mov,mp4,m4a,3gp,3g2,mj2, from 'xxx.m4a':
  Metadata:
    major_brand     : isom
    minor_version   : 512
    compatible_brands: isomiso2mp41
    encoder         : Lavf56.36.100
  Duration: 00:04:20.53, start: 0.000000, bitrate: 254 kb/s
    Stream #0:0(und): Audio: aac (LC) (mp4a / 0x6134706D), 44100 Hz, stereo, fltp, 253 kb/s (default)
    Metadata:
      handler_name    : SoundHandler
Output #0, mp3, to 'output.mp3':
  Metadata:
    major_brand     : isom
    minor_version   : 512
    compatible_brands: isomiso2mp41
    TSSE            : Lavf56.36.100
    Stream #0:0(und): Audio: mp3 (libmp3lame), 44100 Hz, stereo, fltp, 256 kb/s (default)
    Metadata:
      handler_name    : SoundHandler
      encoder         : Lavc56.41.100 libmp3lame
Stream mapping:
  Stream #0:0 -> #0:0 (aac (native) -> mp3 (libmp3lame))
Press [q] to stop, [?] for help
size=    8127kB time=00:04:20.02 bitrate= 256.1kbits/s    
video:0kB audio:8127kB subtitle:0kB other streams:0kB global headers:0kB muxing overhead: 0.011765%    

问题和疑问：

你能告诉我为什么我得到一个 8 322 546 字节的输出和 不是预期的 8 320 000？ 我的公式或 ffmpeg 命令有问题吗？ 您可以建议什么解决方案来获得准确的预测文件大小？

提前谢谢你。

【问题讨论】：

粘贴控制台输出。检查复用开销。

不错的信息！我已经编辑了我的问题，并添加了控制台输出。你能告诉我关于复用开销的信息吗？我可以将它限制在 0 吗？ （谢谢）

【参考方案1】：

除了容器固有的多路复用开销外，MP3 音频存储在帧中。每帧有固定数量的 1152 个样本。编码器将输出全帧，因此对于 44100 的输出采样率，最接近 260 秒的是

上限 (260 x 44100/1152) = 9954 帧 = ~260.02285 秒。

即使编码假设是正确的，这本身也会使您的计算失去平衡。

即便如此，bit reservoir 也可能会发挥作用。

编辑：

您可以降低比特率并添加静音填充，但这也不精确，因为混合开销会发挥作用

ffmpeg -i xxx.m4a -f lavfi -t 5 -i anullsrc -lavfi "[0:a][1:a]concat=n=2:v=0:a=1" -f mp3 -y -minrate 224k -maxrate 224k -bufsize 224k -b:a 224k -fs N output.mp3

这里，fs 应该按照 MP3 + 5 秒时长计算。

【讨论】：

感谢您的回答。不过，有什么解决方案可以建议您达到我的目的吗？

下冲一点（使用 255 比特率），然后用所需大小的 ID3 标签填充生成的文件。

我需要添加到 ffmpeg 命令以“使用所需大小的 ID3 标签填充生成的文件”的选项是什么？再次感谢 Mulvya。

根据相关问题，现在我完全理解了填充理论。我的问题是，我不认为我可以填充生成的文件，仅仅是因为我通过 HTTP 应用程序/八位字节流标头中的“管道：1”发送它......所以我想我无法处理它：/跨度>

只有当我可以向 ffmpeg 命令添加一个选项，以便它添加一个虚拟数据，该数据将填充大小直到它获得想要的大小，但同样，我必须知道初始文件大小这将由 ffmpeg 生成，以便我可以添加额外的大小，并且我无法承受 ffmpeg 之后的任何其他命令。