FFmpeg amix-filter 始终执行 "volume normalization"。如何预防它以及它可能带来的弊端是什么？
FFmpeg amix-filter always does "volume normalization". How to prevent it and what are the possible drawbacks of it?
关于这个话题有很多问题, , and link3。但是，我正在征求有关可能解决方案的建议，以及它是否有一些缺点。
问题定义： amix-filter 总是"volume normalization"并且无法关闭
参考：请阅读FFmpeg论坛上here by @Reino. He also had opened a ticket的评论来说明情况。
Hacky 解决方案： amix=inputs=13:dropout_transition=1000,volume=13
参考：已回答, and also in the ticket。
问题：
1) "amix scales each input's volume by 1/n where n = no. of active inputs. This is evaluated for each audio frame. So when an input drops out, the volume of the remaining inputs is scaled by a smaller amount, hence their volumes increase."
例如，如果我要合并 10 个音频流，那么第一个音频流将缩放 1/10，第二个缩放 1/9，第三个缩放 1/8 ..第 9 个缩放 1/2，最后第 10 个1. 我是否理解正确，或者如果我遗漏了什么请告诉我？
2) dropout_transition: 输入流结束时体积重新归一化的过渡时间（以秒为单位）。默认值为 2 秒。
dropout_transition 意思是 它会在给定秒数 后跳过，对吗？因此，如果我设置 dropout_transition=1000（非常大的数字），那么无论视频长度如何，FFmpeg 都将 drop/skip 音频转换提供的秒数。再一次，如果我的假设有误，请指正。
3) 我已经尝试过很多其他的解决方案，但都没有成功，现在我非常依赖所提供的解决方案。上述 hacky 解决方案有什么缺点吗？
如果我要合并 10 个音频流，那么第一个音频流将按 1/10 缩放，第二个按 1/9 缩放，第三个按 1/8 .. 第 9 个按 1/2 缩放，然后最后 10 比 1.
没有。假设您有 4 个输入，分别为 10、7、4 和 2 秒长。让我们将 dropout transition 保持为 0。然后在前 2 秒内，所有输入都处于活动状态，因此每个输入都按 1/4 缩放。从 2 到 4 秒，有 3 个输入处于活动状态，因此所有活动输入（#1、2、3）都按 1/3 缩放。从 4 到 7 秒，只有输入 1 和 2 处于活动状态，因此两者都按 1/2 缩放。并且从 7 到 10 秒，只有输入 1 处于活动状态，因此它按 1 缩放，即它的音量不变。
dropout_transition 表示它会跳过几秒，对吗？
没有。继续上面的场景，假设 dropout 转换为 1 秒。因此，当输入 4 结束时，缩放比例不会立即从 1/4 变为 1/3。它在 1 秒内逐渐过渡。
上述hacky解决方案有什么缺点吗？
在大多数情况下，这很好。如果您要组合响亮的音乐片段，那么音域会变平，但在那种情况下应该无关紧要。
关于这个话题有很多问题
问题定义： amix-filter 总是"volume normalization"并且无法关闭
参考：请阅读FFmpeg论坛上here by @Reino. He also had opened a ticket的评论来说明情况。
Hacky 解决方案： amix=inputs=13:dropout_transition=1000,volume=13
参考：已回答
问题：
1) "amix scales each input's volume by 1/n where n = no. of active inputs. This is evaluated for each audio frame. So when an input drops out, the volume of the remaining inputs is scaled by a smaller amount, hence their volumes increase."
例如，如果我要合并 10 个音频流，那么第一个音频流将缩放 1/10，第二个缩放 1/9，第三个缩放 1/8 ..第 9 个缩放 1/2，最后第 10 个1. 我是否理解正确，或者如果我遗漏了什么请告诉我？
2) dropout_transition: 输入流结束时体积重新归一化的过渡时间（以秒为单位）。默认值为 2 秒。
dropout_transition 意思是 它会在给定秒数 后跳过，对吗？因此，如果我设置 dropout_transition=1000（非常大的数字），那么无论视频长度如何，FFmpeg 都将 drop/skip 音频转换提供的秒数。再一次，如果我的假设有误，请指正。
3) 我已经尝试过很多其他的解决方案，但都没有成功，现在我非常依赖所提供的解决方案。上述 hacky 解决方案有什么缺点吗？
如果我要合并 10 个音频流，那么第一个音频流将按 1/10 缩放，第二个按 1/9 缩放，第三个按 1/8 .. 第 9 个按 1/2 缩放，然后最后 10 比 1.
没有。假设您有 4 个输入，分别为 10、7、4 和 2 秒长。让我们将 dropout transition 保持为 0。然后在前 2 秒内，所有输入都处于活动状态，因此每个输入都按 1/4 缩放。从 2 到 4 秒，有 3 个输入处于活动状态，因此所有活动输入（#1、2、3）都按 1/3 缩放。从 4 到 7 秒，只有输入 1 和 2 处于活动状态，因此两者都按 1/2 缩放。并且从 7 到 10 秒，只有输入 1 处于活动状态，因此它按 1 缩放，即它的音量不变。
dropout_transition 表示它会跳过几秒，对吗？
没有。继续上面的场景，假设 dropout 转换为 1 秒。因此，当输入 4 结束时，缩放比例不会立即从 1/4 变为 1/3。它在 1 秒内逐渐过渡。
上述hacky解决方案有什么缺点吗？
在大多数情况下，这很好。如果您要组合响亮的音乐片段，那么音域会变平，但在那种情况下应该无关紧要。