视频挂 -vf setpts、音频挂 -af atempo，两条链并行。 只改一边，容器时长取长的那条，文件看着正常、里面全是错位。
7.3.1 改了画面、7.3.2 改了声音，这一节把两条链挂在同一条命令上。 这一节之后，倍速才算真正能用。
一、两条链一起上
命令就是两半拼起来：
ffmpeg -i s7.mp4 -vf setpts=2*PTS -af atempo=0.5 slow.mp4
-vf 与 -af 是并行挂上去的两条链，谁都不影响谁。
要的是「一起变慢」，所以两边都得改，缺一边就成了音画不同步。
倍数要对应：画面慢一倍是 2*PTS，声音慢一倍是 atempo=0.5。
一个是乘 2、一个是除 2，方向正好相反，这是最常见的写错点。
二、三种组合，真编出来量时长
每一轨的时长单独量，不能只看容器：
怎么改的 视频轨 音频轨 差多少
两边都改（放慢） 3.96 秒 4.03 秒 74 毫秒 两边都改（加快） 1.00 秒 1.02 秒 22 毫秒 只改视频 3.96 秒 2.04 秒 1917 毫秒
前两行两边差不多长，差几十毫秒，那是 atempo 分块和 AAC 帧对齐留下的零头。 第三行差了整整 1.9 秒——视频拉到两倍长，声音一点没动。
74 毫秒这个量级听不出来，也看不出来。 但如果是给字幕组做对齐，几十毫秒已经够让口型对不上了。
三、差出来的那截是什么样
画面还在慢慢放，声音早就放完了，后一半就是无声的默片。 反过来只改音频更难受：声音提前结束，后面几秒画面还在动，观众会以为卡了。
容器时长取两轨里长的那条，所以文件看起来是 3.96 秒，里面却是错位的。 拿播放器一放，前两秒正常、后面对不上，问题就暴露了。
这也是为什么不能只看 ffprobe 报的总时长。
要看每条流各自的时长，两边对一下才知道有没有错位。
四、两种写法都对
除了 -vf 加 -af，也能写进一张图：
-filter_complex "[0:v]setpts=2*PTS[v];[0:a]atempo=0.5[a]" -map "[v]" -map "[a]"
写法 什么时候用
-vf 加 -af 两路各自一条链 -filter_complex 里分两条 链里还要分叉、要贴图
效果完全一样，只是把两条链塞进了同一张图，方便后面再加工。 一旦要在倍速的同时贴水印、裁边、拼接，就必须走第二种。
别两种混着写。-vf 与 -filter_complex 同时出现时，
ffmpeg 会优先用复杂滤镜那张图，-vf 被悄悄忽略，画面不动也不报错。
五、动手 Demo：三条命令，三组时长
下面这段代码把三种组合各编一个 mp4，再把视频轨与音频轨的时长分开量。 第三行就是「只改视频」的错位样本。
import av
from fractions import Fraction
def encode(dst, vexpr, tempo, fps=None):
c = av.open(u"s7.mp4")
stb = c.streams.video[0].time_base
c.close()
g = av.filter.Graph()
b = g.add_buffer(width=160, height=90, format=u"yuv420p", time_base=stb)
p = b
for name, args in ((u"setpts", vexpr), (u"fps", fps)):
if args:
f = g.add(name, args)
p.link_to(f)
p = f
sk = g.add(u"buffersink")
p.link_to(sk)
g.configure()
ag = av.filter.Graph()
a0 = ag.add_abuffer(sample_rate=44100, format=u"s16", layout=u"stereo",
time_base=Fraction(1, 44100))
af = ag.add(u"atempo", tempo)
ask = ag.add(u"abuffersink")
a0.link_to(af)
af.link_to(ask)
ag.configure()
oc = av.open(dst, u"w")
vs = oc.add_stream(u"libx264", rate=25)
vs.width, vs.height = 160, 90
vs.pix_fmt = u"yuv420p"
as_ = oc.add_stream(u"aac", rate=44100)
as_.layout = u"stereo"
c0 = av.open(u"s7.mp4")
for fr in c0.decode(video=0):
b.push(fr)
while True:
try:
o = sk.pull()
except Exception:
break
for pk in vs.encode(o):
oc.mux(pk)
b.push(None)
while True:
try:
o = sk.pull()
except Exception:
break
for pk in vs.encode(o):
oc.mux(pk)
for pk in vs.encode(None):
oc.mux(pk)
c0.close()
c0 = av.open(u"s7.mp4")
rs = av.AudioResampler(format=u"s16", layout=u"stereo", rate=44100)
aos = av.AudioResampler(format=u"fltp", layout=u"stereo", rate=44100)
for fr in c0.decode(audio=0):
for f2 in rs.resample(fr):
a0.push(f2)
while True:
try:
o = ask.pull()
except Exception:
break
for f3 in aos.resample(o):
f3.pts = None
for pk in as_.encode(f3):
oc.mux(pk)
a0.push(None)
while True:
try:
o = ask.pull()
except Exception:
break
for f3 in aos.resample(o):
f3.pts = None
for pk in as_.encode(f3):
oc.mux(pk)
for pk in as_.encode(None):
oc.mux(pk)
c0.close()
oc.close()
c = av.open(dst)
vd = ad = -1
for s in c.streams:
d = float(s.duration * s.time_base) if s.duration else -1
if s.type == u"video":
vd = d
else:
ad = d
c.close()
return vd, ad
print(u"%-16s %-10s %-10s %s" % (u"怎么改的", u"视频", u"音频", u"差"))
for tag, ve, tempo, fps in ((u"两边都改放慢", u"2*PTS", u"0.5", None),
(u"两边都改加快", u"0.5*PTS", u"2.0", u"25"),
(u"只改视频", u"2*PTS", u"1.0", None)):
vd, ad = encode(u"av_%s.mp4" % tempo, ve, tempo, fps)
print(u"%-16s %-10.2f %-10.2f %.0f 毫秒" % (tag, vd, ad, abs(vd - ad) * 1000))
实跑输出：
--------------------------------------------------------------------
7.3.3 音视频同时倍速
--------------------------------------------------------------------
**① 视频用 setpts、音频用 atempo，两条链一起上**
`ffmpeg -i s7.mp4 -vf setpts=2*PTS -af atempo=0.5 slow.mp4`
**`-vf` 与 `-af` 是并行挂上去的两条链，谁都不影响谁。**
**要的是「一起变慢」，所以两边都得改，缺一边就成了音画不同步。**
**② 三种组合，真编出来量时长**
怎么改的 视频轨 音频轨 差多少
----------------------------------------------------------
两边都改（放慢） 3.96 秒 4.03 秒 74 毫秒
两边都改（加快） 1.00 秒 1.02 秒 22 毫秒
只改视频 3.96 秒 2.04 秒 1917 毫秒
**前两行两边差不多长，差几十毫秒，那是 atempo 分块和 AAC 帧对齐留下的零头。**
**第三行差了整整 1.9 秒——视频拉到两倍长，声音一点没动。**
**③ 差出来的那截是什么样**
**画面还在慢慢放，声音早就放完了，后一半就是无声的默片。**
**反过来只改音频更难受：声音提前结束，后面几秒画面还在动，观众会以为卡了。**
**容器时长取两轨里长的那条，所以文件看起来是 3.96 秒，里面却是错位的。**
**④ 命令行两种写法都对**
写法 什么时候用
-----------------------------------------------------
-vf 加 -af 两路各自一条链
-filter_complex 里分两条 链里还要分叉、要贴图
**第二种写全一点是这样：**
`-filter_complex "[0:v]setpts=2*PTS[v];[0:a]atempo=0.5[a]" -map "[v]" -map "[a]"`
**效果完全一样，只是把两条链塞进了同一张图，方便后面再加工。**
三行数字跟本节那张表逐条对上：74 毫秒、22 毫秒、1917 毫秒。
注意第一行视频 3.96 秒、音频 4.03 秒，音频反而更长。 因为 atempo=0.5 出来是 198.5% 而不是 200%，多出来的那一点全在音频那边。
第三行是最值得看的：只改视频时两轨差了将近两秒， 而容器时长只报 3.96 秒，光看容器完全发现不了问题。
30 秒实验
- 换方向：把第一组改成视频
0.5*PTS,fps=25、音频atempo=2.0，看差多少。 - 只改音频：把视频写成
PTS、音频写atempo=2.0，看差多少。 - 量容器：加一行打印
c.duration，看它取的是哪一轨。
常见误区
- 倍数方向写反。画面 2*PTS 配音频 atempo=2.0，一个变慢一个变快。
- 只看容器时长。它取最长那条，错位了也看不出来。
- 同时写 -vf 与 -filter_complex。
-vf被静默忽略，画面不动。
自测三问（点开对答案）
1. 画面慢一倍、声音也慢一倍，两个参数分别写什么？ —— `-vf setpts=2*PTS` 与 `-af atempo=0.5`。 2. 只改视频会怎样？ —— 声音提前放完，后半段无声；容器时长按视频那条报，看不出错位。 3. 两轨差几十毫秒是为什么？ —— atempo 分块与 AAC 帧对齐的零头，听感上察觉不到。- ☐ （本节完，下一节 7.3.4 使用 ffplay 倍速播放）