در این مقاله قصد داریم چند دستور رایج برای تبدیل و دستکاری ویژگی های خاص فایل های رسانه ای را بیاموزیم. اگرچه ما سعی کرده ایم عملیات معادل را برای همه رویه ها نشان دهیم، اما همه عملیات در هر دو برنامه امکان پذیر نیست.
در بسیاری از موارد، دستوراتی که ما نشان می‌دهیم ممکن است در یک عملیات خط فرمان واحد ترکیب شوند و زمانی که واقعاً استفاده می‌شوند، ترکیب می‌شوند. برای مثال، هیچ چیزی مانع از تنظیم نرخ بیت فایل خروجی در همان عملیات تبدیل فایل نیست. برای این مقاله، ما اغلب این عملیات را به عنوان دستورات جداگانه برای وضوح نشان می دهیم.
تبدیل با این برنامه ها انجام می شود:
ویژگی های نمایش
هم Shaka Packager و هم FFmpeg می توانند برای بررسی محتوای یک فایل رسانه ای و سپس نمایش ویژگی های یک جریان استفاده شوند. با این حال، هر دو خروجی متفاوتی برای یک رسانه ارائه می دهند.
ویژگی های با استفاده از بسته بندی Shaka
packager input=glocken.mp4 --dump_stream_info
خروجی به نظر می رسد:
File "glocken.mp4":
Found 2 stream(s).
Stream [0] type: Video
codec_string: avc1.640028
time_scale: 30000
duration: 300300 (10.0 seconds)
is_encrypted: false
codec: H264
width: 1920
height: 1080
pixel_aspect_ratio: 1:1
trick_play_factor: 0
nalu_length_size: 4
Stream [1] type: Audio
codec_string: mp4a.40.2
time_scale: 48000
duration: 481280 (10.0 seconds)
is_encrypted: false
codec: AAC
sample_bits: 16
num_channels: 2
sampling_frequency: 48000
language: eng
seek_preroll_ns: 20833
ویژگی های با استفاده از FFmpeg
ffmpeg -i glocken.mp4
خروجی به نظر می رسد:
Input #0, mov,mp4,m4a,3gp,3g2,mj2, from 'glocken.mp4':
Metadata:
major_brand : isom
minor_version : 512
compatible_brands: isomiso2avc1mp41
encoder : Lavf57.83.100
Duration: 00:00:10.03, start: 0.000000, bitrate: 8063 kb/s
Stream #0:0(eng): Video: h264 (High) (avc1 / 0x31637661), yuvj420p(pc), 1920x1080, 7939 kb/s, 29.97 fps, 29.97 tbr, 30k tbn, 59.94 tbc (default)
Metadata:
handler_name : VideoHandler
Stream #0:1(eng): Audio: aac (LC) (mp4a / 0x6134706D), 48000 Hz, stereo, fltp, 127 kb/s (default)
Metadata:
handler_name : SoundHandler
At least one output file must be specified
Demux (جدا کردن) جریان های صوتی و تصویری
Shaka Packager در هنگام تبدیل فایل ها نیاز به دمکسینگ دارد. این برای استفاده از چارچوب های رسانه ای نیز لازم است.
دمکسینگ بسته بندی شاکا
MP4
packager input=myvideo.mp4,stream=video,output=myvideo_video.mp4
packager input=myvideo.mp4,stream=audio,output=myvideo_audio.m4a
یا:
packager \
input=myvideo.mp4,stream=video,output=myvideo_video.mp4 \
input=myvideo.mp4,stream=audio,output=myvideo_audio.m4a
WebM
packager \
input=myvideo.webm,stream=video,output=myvideo_video.webm \
input=myvideo.webm,stream=audio,output=myvideo_audio.webm
دمکسینگ FFmpeg
MP4
ffmpeg -i myvideo.mp4 -vcodec copy -an myvideo_video.mp4
ffmpeg -i myvideo.mp4 -acodec copy -vn myvideo_audio.m4a
WebM
ffmpeg -i myvideo.webm -vcodec copy -an myvideo_video.webm
ffmpeg -i myvideo.webm -acodec copy -vn myvideo_audio.webm
Remux (ترکیب) جریان های صوتی و تصویری
در برخی شرایط باید صدا و تصویر را در یک ظرف واحد ترکیب کنید. به خصوص زمانی که از چارچوب رسانه ای استفاده نمی کنید. این چیزی است که FFmpeg می تواند به خوبی از عهده آن برآید و Shaka Packager در حال حاضر از آن پشتیبانی نمی کند.
ffmpeg -i myvideo_video.webm -i myvideo_audio.webm -c copy myvideo.webm
تغییر ویژگی ها
میزان بیت
برای FFmpeg، می‌توانیم این کار را در حین تبدیل به .mp4 یا .webm انجام دهیم.
ffmpeg -i myvideo.mov -b:v 350K myvideo.mp4
ffmpeg -i myvideo.mov -vf setsar=1:1 -b:v 350K myvideo.webm
ابعاد (رزولوشن)
ffmpeg -i myvideo.webm -s 1920x1080 myvideo_1920x1080.webm
نوع فایل
Shaka Packager نمی تواند فایل های .mov را پردازش کند و از این رو نمی تواند برای تبدیل فایل ها از آن فرمت استفاده شود.
.mov به .mp4
ffmpeg -i myvideo.mov myvideo.mp4
.mov به .webm
ffmpeg -i myvideo.mov myvideo.webm
همگام سازی صدا و تصویر
برای اطمینان از همگام سازی صدا و تصویر در حین پخش، فریم های کلیدی را وارد کنید.
ffmpeg -i myvideo.mp4 -keyint_min 150 -g 150 -f webm -vf setsar=1:1 out.webm
MP4/H.264
ffmpeg -i myvideo.mp4 -c:v libx264 -c:a copy myvideo.mp4
صدا برای MP4
ffmpeg -i myvideo.mp4 -c:v copy -c:a aac myvideo.mp4
WebM/VP9
ffmpeg -i myvideo.webm -v:c libvpx-vp9 -v:a copy myvideo.webm
صدا برای وب ام
ffmpeg -i myvideo.webm -v:c copy -v:a libvorbis myvideo.webm
ffmpeg -i myvideo.webm -v:c copy -v:a libopus myvideo.webm
ویدیوی درخواستی و پخش زنده
دو نوع پروتکل جریان وجود دارد که در این مقاله قصد داریم آنها را نشان دهیم. اولین مورد، جریان تطبیقی پویا از طریق HTTP (DASH) است، که یک تکنیک جریان بیت تطبیقی و روش مبتنی بر استانداردهای وب برای ارائه ویدیو بر اساس تقاضا است. دومی HTTP Live Streaming (HLS) است که استاندارد اپل برای پخش زنده و ویدیوی درخواستی برای وب است.
DASH/MPD
این مثال فایل خروجی توصیف ارائه رسانه (MPD) را از جریان های صوتی و تصویری تولید می کند.
packager \
input=myvideo.mp4,stream=audio,output=myvideo_audio.mp4 \
input=myvideo.mp4,stream=video,output=myvideo_video.mp4 \
--mpd_output myvideo_vod.mpd
HLS
این نمونه‌ها یک فایل خروجی M3U8 را از جریان‌های صوتی و تصویری تولید می‌کنند که یک لیست پخش چندرسانه‌ای با کدگذاری UTF-8 است.
ffmpeg -i myvideo.mp4 -c:a copy -b:v 8M -c:v copy -f hls \
-hls_time 10 -hls_list_size 0 myvideo.m3u8
یا:
packager \
'input=myvideo.mp4,stream=video,segment_template=output$Number$.ts,playlist_name=video_playlist.m3u8' \
'input=myvideo.mp4,stream=audio,segment_template=output_audio$Number$.ts,playlist_name=audio_playlist.m3u8,hls_group_id=audio,hls_name=ENGLISH' \
--hls_master_playlist_output="master_playlist.m3u8"
اکنون که امیدواریم درک خوبی از نحوه تبدیل فایل‌ها داشته باشیم، می‌توانیم بر اساس آنچه در این مقاله آموخته‌ایم و در ادامه با رمزگذاری رسانه آشنا شویم.