Die Antworten auf diese Frage sind seitdem etwas durcheinander geraten, wobei viele redundante Informationen und andere vollständige Ungenauigkeiten enthalten. Diese Antwort ist ein Versuch, die Informationen in diesen Antworten zu rationalisieren, während die Probleme in ihnen beseitigt werden.

Am wichtigsten ist, dass Gregors Antwort, derzeit die am besten gewählte Antwort auf diese Frage, nicht anders ist als die Verwendung des Schalters -ac 2 - mehr dazu unten.

Downmixen einer 5.1 kanal Audio-Stream zu Stereo mit -ac 2

FFmpeg verfügt über integrierte Funktionen zum Downmixen einer 5.1-Spur auf Stereo, und dies ist auch die Lösung, die die eigene Dokumentation von FFmpeg empfiehlt :

Hinweis: ffmpeg integriert ein Standard-Down-Mix (und Up-Mix) - System, das sollte bevorzugt werden (die Option -ac) gegenüber dem Pan-Filter, es sei denn, Sie haben sehr spezifische Bedürfnisse.

Der Schalter -ac 2 mischt Proportionen der ersten 5 kanäle aus dem 6-Kanal-Stream der Quelle-Hinten links, hinten rechts, vorne links, vorne rechts und vorne in der Mitte-in den vorderen linken und vorderen rechten Kanal des Ausgangs-Stereo-Streams:

Dabei Audio aus dem LFE-Kanal (der .1 in 5.1, reserviert für den Subwoofer und verwendet für tiefe, niederfrequente Effekte) wird bei Verwendung dieser Option vollständig verworfen.

Leider führte in meinen Tests -ac 2 zu insgesamt ebenen von Musik und Dialog, die die unterschiedlichsten auf die Quelle waren, so dass es die Downmix-Formel, die die schlechteste Ausgabe aus allen Formeln gibt ich getestet, obwohl Sie es testen können und feststellen, dass es Ihnen eine vollkommen angemessene Downmix für Ihre Bedürfnisse, in diesem Fall mit einer anderen Formel wäre overkill für Sie.

Um eine DTS-Spur mit Downmix -ac 2 ohne es zu transcodieren (dh seinen Codec und seine Erweiterung gleich zu halten):

ffmpeg -i "sourcetrack.dts" -c:a dca -ac 2 "stereotrack.dts"

Als darauf weist Mephisto in seiner Antwort hin, wenn der Dialog und die Musik für Sie gut ausbalanciert klingen, Ihnen aber einfach die Lautstärke fehlt, können Sie den Stream heruntermischen und gleichzeitig die Lautstärke erhöhen:

ffmpeg -i "sourcetrack.dts" -c:a dca -ac 2 -vol 425 "stereotrack.dts"

Für den Schalter -vol entspricht 100% Volumen in der Quelle dem ganzzahligen Wert 256, und wenn Sie einen größeren Wert als diesen verwenden, wird die Gesamtlautstärke des Audiostreams erhöht. Beachten Sie jedoch, dass dies zu viel zu Verzerrungen oder Artefakten führen kann, insbesondere während der lautere Abschnitte.

Um einen Audio-Stream auf Stereo herunterzumischen und in den AC3-Codec umzucodieren, zum Beispiel:

ffmpeg -i "sourcetrack.dts" -c:a ac3 -ac 2 "stereotrack.ac3"

Downmixen eines 5.1-Kanal-Audio-Streams in Stereo mit einem benutzerdefinierten Mix-Algorithmus

Wenn Sie einen qualitativ hochwertigeren Downmix wünschen oder den LFE-Stream unbedingt in Ihre Ausgabe aufnehmen müssen, können Sie den Audiofilterschalter (-af) von FFmpeg verwenden, um das Audio mit einer benutzerdefinierten Mixformel zu downmixen.

Downmixen mit der ATSC-Formel (Gregory ' s Antwort)

Zum Zeitpunkt der Veröffentlichung dieser Antwort war die am besten gewählte Antwort auf diese Frage Gregory ' s, die die Formel aus der [[77]] ATSC-Spezifikation (siehe Abschnitt 7.8.2, Downmixen in zwei Kanäle ) in einen FFmpeg-Audiofilter einfügt. Diese Spezifikation ist selbst durch die FFmpeg-Dokumentation zum Thema direkt mit verknüpft, was darauf hinweist, dass es höchstwahrscheinlich dieselbe Formel ist, die FFmpeg bereits für seinen Schalter -ac 2 implementiert. Wenn dies ist es stimmt, dann wäre die Eingabe der gesamten Formel in Gregorys Antwort nicht anders als die Verwendung des Schalters -ac 2 und daher Zeitverschwendung.

Ich habe beschlossen, dies sicher zu testen, indem ich dasselbe Eingangsaudio sowohl mit -ac 2 als auch mit dem Filter -af aus Gregorys Antwort neu codiere (die genauen verwendeten Befehle finden Sie in den Fußnoten zu dieser Antwort).

Ich habe dann die Größen der resultierenden Ausgabedateien verglichen und festgestellt, dass sie Byte für Byte gleich waren Größe:

Schließlich öffnete ich beide Ausgabedateien in Audacity und verglich ihre Wellenformen, um zu bestätigen, dass sie identisch waren (zum Vergrößern klicken):

Es scheint daher ziemlich schlüssig zu sein, dass die ATSC-Formel, die in Gregors Antwort beschrieben wird, dieselbe ist, die bereits von FFmpeg implementiert wurde, und dass die Verwendung völlig redundant ist, wenn es nichts tut, was -ac 2 nicht tut, und ist viel umständlicher Befehl.

Downmixen ohne den LFE-Kanal zu verwerfen (Dave_750 ' s Antwort)

Von den mehreren, die in den Antworten enthalten sind, ist dies die einzige der Downmix-Formeln, die den LFE-Kanal in die Stereoanlage zu mischen scheint, anstatt ihn vollständig zu verwerfen, und infolgedessen diejenige, die dafür sorgt, dass der geringste Ton von der Quelle verloren geht.

Der Gesamtlautstärkepegel ist höher und voller als bei -ac 2, aber auch immer noch niedriger als der folgende Anode. downmix. Die Musikpegel sind jedoch viel näher an der Quelle als der Impode-Dialog enthaltene Downmix, und aufgrund der Einbeziehung der LFE-Spur kann eine Erhöhung der Lautstärke der Ausgabe unter Verwendung dieser Downmix-Formel einen Ausgabestrom erzeugen, der für die 5.1-Quelle wahrer klingt als alle anderen von mir getesteten Formeln.

Wenn man die Fähigkeit hat, würde ich empfehlen enkodieren Sie Ihre audio stream(s) durch die Nutzung dieser downmix-Formel und die Nachtfunktion Dialog downmix, und sorgfältig vergleichen Sie die wellenformen der beiden, um festzustellen, welche besser ist.

Um eine 5.1-Spur mit dieser Formel auf Stereo herunterzumischen und erhöhen Sie die Lautstärke auf 425 (wobei 256 100% der Lautstärke der Originalquelle ist):

ffmpeg -i "sourcetrack.dts" -c dca -vol 425 -af "pan=stereo|FL=0.5*FC+0.707*FL+0.707*BL+0.5*LFE|FR=0.5*FC+0.707*FR+0.707*BR+0.5*LFE" "outputstereo.dts"

Die Nachtfunktion Dialog Formel, erstellt von Robert Collier am Doom9 forum und stammen von Shane Harrelson in seiner Antwort, Ergebnisse in einem weitaus besseren Downmix als dem Schalter -ac 2 - anstelle von übermäßig leisen Dialogen werden sie auf Ebenen zurückgeführt, die viel näher an der Quelle liegen.

Aus Robert Colliers Beschreibung der Mischung:

Nachdem ich viele DTS-Filmspuren mit eac3to von 5.1 auf 2.0 konvertiert habe, habe ich festgestellt, dass die standardmäßigen eac3to-Kanalzuordnungen zu sehr leisen Dialogen und zu lauten Musik-und Actionszenen führen. Obwohl die eac3to-Kanal-Downmix-Koeffizienten eine wissenschaftliche Grundlage haben, sie klingen in der Praxis oft nicht gut, weil sie wenig Dialogvolumen haben. Diese Voreinstellung ist für diejenigen, die klare Dialoge mit linken und rechten Kanal Musik noch hörbar, aber mehr im Hintergrund.

Wie ihr sehen könnt, kommt Front Center (Dialoge) jetzt richtig rein und bleibt auf dem ursprünglichen Niveau - während die Musik und Explosionen ein Hintergrundeffekt bleiben und euch nicht überwältigen. Diese Voreinstellung löst das Problem, dass Sie ständig mit dem Lautstärkeregler herumspielen müssen, wenn das Ansehen von DTS 5.1 wurde in 2.0-Filme konvertiert, um Dialoge zu hören. (Besonders zum Ansehen von Filmen in der Nacht, in denen Sie andere nicht wecken, aber trotzdem Dialoge hören möchten).

Leider ist die Musik dieser Downmix-Formel viel niedriger als in der 5.1-Quelle (was unter Berücksichtigung von Colliers Absicht, einen "Nightmode" - Mix zu erstellen, wahrscheinlich beabsichtigt war) und aufgrund des vollständigen Verlusts der LFE-Spur klingt das Gesamtausgangsaudio nicht so voll oder nahe an der quelle als Dave_750 ' s Formel mit erhöhtem Volumen.

Wenn Sie jedoch aus irgendeinem Grund vermeiden möchten, die Gesamtlautstärke des Streams zu erhöhen, wäre der Nightmode - Dialog wahrscheinlich die beste Option-obwohl ich wiederum dringend empfehlen würde, Ihren Audiostream für beide zu codieren und die Wellenformen der beiden sorgfältig zu vergleichen.

Zum Downmix mit der Dialogformel Nightmode in FFmpeg:

ffmpeg -i "sourcetrack.dts" -c dca -af "pan=stereo|FL=FC+0.30*FL+0.30*BL|FR=FC+0.30*FR+0.30*BR" "stereotrack.dts" 

Tarcs Antwort

Diese Antwort setzt einfach die Nightmode Dialog downmix Formel aus Shane Harrelson Antwort in einen Befehl, um den Audio-Stream in einem MKV-Container zu konvertieren. Während der in dieser Antwort angegebene Befehl für einen solchen Audiostream einwandfrei funktionieren würde, würde die Anpassung an eine eigenständige Audiospur den Fehler

Filterung und streamcopy können nicht zusammen verwendet werden

Dies liegt daran, dass der Audiocodec beim Downmixen nicht kopiert werden kann - wie alle anderen Änderungen, die FFmpeg an einem Ausgabestream, einem Downmix, vornimmt erfordert, dass die Spur neu codiert wird, damit die Änderungen angewendet werden können.

Dieser Befehl enthielt auch einen redundanten -ac 2 Schalter, den FFmpeg ignoriert hätte.

Testbefehle

Um die Zuverlässigkeit der Tests zu demonstrieren, die ich für diese Antwort durchgeführt habe, sind unten alle Befehle aufgeführt, mit denen ich jede Downmix-Formel getestet habe.

_{Der für die Option -ac 2 verwendete Testbefehl:}

ffmpeg -i "signed16bitPCM.wav" -c pcm_s16le -ac 2 "Audio 1 (-ac 2).wav"

_{Der Testbefehl für Gregors Antwort:}

ffmpeg -i "signed16bitPCM.wav" -c pcm_s16le -af "pan=stereo|FL < 1.0*FL + 0.707*FC + 0.707*BL|FR < 1.0*FR + 0.707*FC + 0.707*BR" "Audio 2 (ATSC Algorithm Downmix).wav"

_{Der für die Antwort von Dave_750 verwendete Testbefehl:}

ffmpeg -i "signed16bitPCM.wav" -c pcm_s16le -vol 425 -af "pan=stereo|FL=0.5*FC+0.707*FL+0.707*BL+0.5*LFE|FR=0.5*FC+0.707*FR+0.707*BR+0.5*LFE" "Audio 4 (Dave750 Downmix).wav"

_{Der für Shane Harrelsons Antwort verwendete Testbefehl:}

ffmpeg -i "signed16bitPCM.wav" -c pcm_s16le -af "pan=stereo|FL=FC+0.30*FL+0.30*BL|FR=FC+0.30*FR+0.30*BR" "Audio 3 (Nightmode Dialogue Downmix).wav"

Ich fand die Antwort, die Shane gegeben hat, um zu wenig von den anderen Kanälen und zu viel von der Mitte bereitzustellen. Filme mit Kopfhörern klang aus dem Gleichgewicht, mit allen Dialog und nicht genug Hintergrundmusik/Effekte.

Nach ATSC-Standards (Abschnitt 7.8, Seite 91) wird die folgende Formel verwendet, um 5.1 auf herkömmliches Stereo herunterzumischen (im Gegensatz zu Matrix):

Lo = 1.0 * L + clev * C + slev * Ls ;
Ro = 1.0 * R + clev * C + slev * Rs ;

Clev und slev sollten sein .707 gemäß den Tabellen 5.9 und 5.10 im vorgenannten Dokument, angenommen, ein Center / Surround-Mix-Level von 0. Andere Werte werden in diesen Tabellen bereitgestellt, wodurch die Menge des Center-Mix reduziert wird, was ich nicht nützlich finde.

In diesem Sinne erzeugt die folgende ffmpeg-Option einen gut ausgewogenen Klang mit hörbarem Dialog. Beachten Sie, dass die Angabe der Audiokanäle nicht erforderlich ist.

-af "pan=stereo|FL < 1.0*FL + 0.707*FC + 0.707*BL|FR < 1.0*FR + 0.707*FC + 0.707*BR"

Ein Hinweis zur Verwendung des less-than-Symbols aus der Dokumentation zum Panfilter :

Wenn das ' = ' in einer Kanalspezifikation ersetzt wird durch'

Versuche diesen Downmix:

-ac 2 -af "pan=stereo|FL=FC+0.30*FL+0.30*BL|FR=FC+0.30*FR+0.30*BR" 

Als , vorgeschlagen von Robert Collier im Doom9-forum.

Also, durch die Kombination von @Shane Harrelson 's mit @Jordan Harris' s Antwort auf eine andere Frage - mit aktiviertem Lazy-Modus-hier, was benötigt wird, um input_51.mkv (5.1) in output_stereo.mkv (Stereo) umzuwandeln:

ffmpeg -i input_51.mkv -c:v copy \
    -ac 2 -af "pan=stereo|FL=FC+0.30*FL+0.30*BL|FR=FC+0.30*FR+0.30*BR" \
    output_stereo.mkv

Der Teil -c:v copy bedeutet, dass der Videostream nicht berührt wird (ich denke, dass die video codec-Einstellungen copied). Ohne es wird es viel länger dauern. Nur aus der obigen Antwort der Vollständigkeit halber zu wiederholen, bedeutet -ac 2 zwei audiokanäle und -af gibt einen Audiofilter an.

Nachdem ich mir den Befehl ein wenig angesehen hatte, stellte ich fest, dass er die Zusammensetzung der beiden Stereokanäle festlegt; Der FL (linker vorderer Kanal) wird vom ursprünglichen FC (vordere Mitte) plus 0.30*FL (30% von vorne links) plus 0.30*BL (30% von hinten links) und so weiter genommen.

Dies ist jetzt eine alte Frage, zeigte mich aber in die richtige Richtung und wollte mein Ergebnis teilen:

-af "pan=stereo|FL=0.5*FC+0.707*FL+0.707*BL+0.5*LFE|FR=0.5*FC+0.707*FR+0.707*BR+0.5*LFE"

Wenn Sie die Hälfte des FC und des LFE in links und rechts einfügen, erhalten Sie insgesamt 1 für ihre effektiven Lautstärken von beiden Lautsprechern. Wobei .707 * Vorne / hinten links / rechts bringt diese Kanäle auf ein gutes Niveau, damit sie die Mitte nicht überwältigen.

RFC 7845 Abschnitt 5.1.1.5 hat Koeffizienten für verschiedene Stereo-Downmixes, die die LFE erhalten.

$ ffmpeg -i INFILE -c:a libopus -b:a 256k -af "pan=stereo|OUTDEFS" OUTFILE

Ersetzen Sie INFILE und OUTFILE durch die Dateinamen und OUTDEFS durch die folgende Definition (wobei die neue Zeile durch ein Leerzeichen ersetzt wird):

, 5.1-Surround-downmix zu stereo -

FL, FC, FR, BL, BR, LFE -> FL, FR

FL = 0.374107*FC + 0.529067*FL + 0.458186*BL + 0.264534*BR + 0.374107*LFE |
FR = 0.374107*FC + 0.529067*FR + 0.458186*BR + 0.264534*BL + 0.374107*LFE

7.1-Surround -

FL, FC, FR, SL, SR, BL, BR, LFE -> FL, FR

FL = 0.274804*FC + 0.388631*FL + 0.336565*SL + 0.194316*SR + 0.336565*BL + 0.194316*BR + 0.274804*LFE |
FR = 0.274804*FC + 0.388631*FR + 0.336565*SR + 0.194316*SL + 0.336565*BR + 0.194316*BL + 0.274804*LFE

6.1-Surround -

FL, FC, FR, SL, SR, BC, LFE -> FL, FR

FL = 0.321953*FC + 0.455310*FL + 0.394310*SL + 0.227655*SR + 278819*BC + 0.321953*LFE |
FR = 0.321953*FC + 0.455310*FR + 0.394310*SR + 0.227655*SL + 278819*BC + 0.321953*LFE

5.0 Surround -

FL, FC, FR, BL, BR -> FL, FR

FL = 0.460186*FC + 0.650802*FL + 0.563611*BL + 0.325401*BR |
FR = 0.460186*FC + 0.650802*FR + 0.563611*BR + 0.325401*BL

Quadrophonie-Kanal -

FL, FR, BL, BR -> FL, FR

FL = 0.422650*FL + 0.366025*BL + 0.211325*BR |
FR = 0.422650*FR + 0.366025*BR + 0.211325*BL

Linearer Surround-Kanal

FL, FC, FR -> FL, FR

FL = 0.414214*FC + 0.585786*FL |
FR = 0.414214*FC + 0.585786*FR

Der RFC erklärt, wie sie die Koeffizienten gewählt haben:

Implementierungen KÖNNEN die Matrizen in den Abbildungen 4 bis 9 bis implementieren Sie Downmixing aus Mehrkanaldateien mithilfe der Kanalzuordnung familie 1 (Abschnitt 5.1.1.2), die bekannt sind zu geben akzeptabel Ergebnisse für stereo. Matrizen für 3 und 4 Kanäle sind so normalisiert jede Koeffizientenzeile summiert sich auf 1, um Clipping zu vermeiden. Für 5 oder mehr kanäle werden sie als Kompromiss zwischen dem Clipping auf 2 normalisiert und Dynamik-Reduktion.

In diesen Matrizen sind der vordere linke und der vordere rechte Kanal im Allgemeinen direkt durchgegangen. Wenn ein Surround-Kanal geteilt wird zwischen dem linken und dem rechten Stereokanal liegen Koeffizienten und so summieren sich ihre Quadrate auf 1, was hilft, das Wahrgenommene zu bewahren Intensität. Hintere Kanäle werden diffuser gemischt oder gedämpft zu konzentrieren Sie sich auf die vorderen Kanäle.

Gemäß dieser Antwort ist es auch möglich, -ac 2 und -lfe_mix_level <level> zu verwenden, um die LFE einzuschließen.

$ ffmpeg -i INFILE -c:a libopus -b:a 256k -ac 2 -lfe_mix_level 1 OUTFILE

Wenn Sie mit der Option-ac 2 einen ausgeglichenen Downmix erhalten, bei dem weder die Musik noch die Sprache zu viel mehr klingen als die anderen Komponenten, müssen Sie nur die Lautstärke mit

-vol 512

Ich habe 512 im Beispiel verwendet, wodurch der Ton zweimal lauter wird. Die Regel ist, dass 256 100% entspricht

Gehen Sie nicht zu hoch mit dem Wert, und achten Sie darauf, die Ergebnisse in diesen Teilen des Films mit Explosionen oder lauten Geräuschen zu überprüfen. Is ist sehr einfach einzuführen verzerrung durch Verwendung eines zu hohen Wertes.

Nachdem ich diese ganze Seite und einige Experimente gelesen hatte, kam ich auf dieses Skript namens "down_mix":

#!/bin/bash -x

FL="0.5*FC + 0.707*FL + 0.707*BL + 0.5*LFE"
FR="0.5*FC + 0.707*FR + 0.707*BR + 0.5*LFE"
AUDIO_FMT="libopus"
CONTAINER="mkv"

ffmpeg -i "$1" -c:v copy -c:s copy \
    -c:a $AUDIO_FMT \
    -af "pan=stereo|FL=$FL|FR=$FR" \
    "${1%.*}"_dm.$CONTAINER

    # how to test a snippet of movie
    # -ss 41:07.0 -t 4 \

Optimieren Sie die obigen Variablen nach Ihren Wünschen. Ich hatte kein Problem mit geringer Lautstärke, also habe ich das weggelassen, aber leicht hinzugefügt.

Der ffmpeg-Filter "- ac 2 " funktioniert einwandfrei, solange Ihr Ziel pcm_s16le-codiert ist. Beim Codieren in pcm_f32le im WAV-Format wird die Lautstärke um 9 dB und mehr erhöht. Daher: Verwenden Sie in solchen Fällen nicht den Filter "-ac 2".

-ac 2

Die Lautstärke der Kanäle im Downmix ist mit Gleitkomma-Codec unverändert -> pcm_f32le, aac -

Die Lautstärke im Downmix (5.1 bis 2.0 ohne LFE) wird mit Integer-Codec um 1/2, 5 = -7,96 dB reduziert -> pcm_s16le, libfdk_aac

Filme haben Ton in eine Richtung und keinen maximalen Schalldruck auf allen Kanälen. Reduzierte Downmix-Lautstärke ist also falsch, wenig Level-Komprimierung ist der richtige Weg. Das macht Dolby.