概要

FFmpegで、画面を上下左右4つに分割し、それぞれの場所で動画4つを同時に再生させ、1つの動画にするコマンドを記載します。

手順

4つの動画を同時に再生させ1つの動画に

単純に4つの動画を合体するコマンドを示します。

# 1つの動画の画面解像度
# Full HDの場合は以下になる（最終的に出来上がる動画はFull HD x 4 となる
cut_w=1920
cut_h=1080

input0='左上の動画ファイルパス.mp4'
input1='右上の動画ファイルパス.mp4'
input2='左下の動画ファイルパス.mp4'
input3='右下の動画ファイルパス.mp4'

ffmpeg -i "$input0" -i "$input1" -i "$input2" -i "$input3" \
  -filter_complex "\
  amix=inputs=4:duration=longest,loudnorm;\
  [0:v] setpts=PTS-STARTPTS, scale=${cut_w}x${cut_h} [upperleft];\
  [1:v] setpts=PTS-STARTPTS, scale=${cut_w}x${cut_h} [upperright];\
  [2:v] setpts=PTS-STARTPTS, scale=${cut_w}x${cut_h} [lowerleft];\
  [3:v] setpts=PTS-STARTPTS, scale=${cut_w}x${cut_h} [lowerright];\
  [upperleft]pad=2*iw:2*ih[v0];\
  [v0][upperright]overlay=w:0[v1];\
  [v1][lowerleft]overlay=0:h[v2];\
  [v2][lowerright]overlay=w:h;\
  " \
  -b:v 2M -c:v libx264 \
  -c:a libopus -b:a 64k \
  output.mp4

以下に各行の詳細を示す。

ffmpeg -i "$input0" -i "$input1" -i "$input2" -i "$input3"
- 動画4本をそれぞれ取込む
-filter_complex "\
- -filter_complexオプションと呼ばれる設定をし、以降にそれぞれのストリームを定義
amix=inputs=4:duration=longest,loudnorm;\
- オーディオストリーム4つをすべてまとめて音量調整し、1つのストリームにする
[0:v] setpts=PTS-STARTPTS, scale=${cut_w}x${cut_h} [upperleft];\
- input0の映像ストリームを抜き出して[upperleft]ストリームとして定義
[1:v] setpts=PTS-STARTPTS, scale=${cut_w}x${cut_h} [upperright];\
- input1の映像ストリームを抜き出して[upperright]ストリームとして定義
[2:v] setpts=PTS-STARTPTS, scale=${cut_w}x${cut_h} [lowerleft];\
- input2の映像ストリームを抜き出して[lowerleft]ストリームとして定義
[3:v] setpts=PTS-STARTPTS, scale=${cut_w}x${cut_h} [lowerright];\
- input3の映像ストリームを抜き出して[lowerright]ストリームとして定義
[upperleft]pad=2*iw:2*ih[v0];\
- [upperleft]ストリーム（input0）を左上に配置する。width、heightそれぞれに2倍の余白を付ける
[v0][upperright]overlay=w:0[v1];\
- 先ほどのストリームに[upperright]ストリーム（input1）を右上に重ねる
[v1][lowerleft]overlay=0:h[v2];\
- 先ほどのストリームに[lowerleft]ストリーム（input2）を左下に重ねる
[v2][lowerright]overlay=w:h;\
- 先ほどのストリームに[lowerright]ストリーム（input3）を右下に重ねる
-b:v 2M -c:v libx264 \
- 適当な映像エンコード設定
-c:a libopus -b:a 64k \
- 適当な音声エンコード設定
output.mp4
- 出力ファイル名

4つの動画の開始時間がバラバラな場合（先頭を削除して合わせる）

4つの動画の開始位置がバラバラな場合、それぞれの動画の先頭を削除（trim）して合わせます。以下の遅延が発生しているとします。

input1: input0に対し、1秒開始が遅れている
input2: input0に対し、2秒開始が遅れている
input3: input0に対し、3秒開始が遅れている

この場合、一番遅れているinput3の動画に合わせ、それぞれの動画の先頭を以下のように削除（trim）すればよさそうです。

input0: 3秒先頭を削除する
input1: 2秒先頭を削除する（3秒-1秒）
input2: 1秒先頭を削除する（3秒-2秒）
input3: そのまま

遅延をtrimによって解消し、連結するコマンドを示します。

# 1つの動画の画面解像度
cut_w=1920
cut_h=1080

input0='左上の動画ファイルパス.mp4'
input1='右上の動画ファイルパス.mp4'
input2='左下の動画ファイルパス.mp4'
input3='右下の動画ファイルパス.mp4'

# それぞれの動画input0～3の先頭を削除する秒数を設定
trim0=3.000
trim1=2.000
trim2=1.000
trim3=0

ffmpeg -i "$input0"  -i "$input1"  -i "$input2"  -i "$input3" \
	-filter_complex "\
	[0:v] trim=start=${trim0}, setpts=PTS-STARTPTS, scale=${cut_w}x${cut_h} [upperleft];\
	[0:a] atrim=start=${trim0},asetpts=PTS-STARTPTS,loudnorm=I=-16:TP=-1.5:LRA=11 [a0];\
	[1:v] trim=start=${trim1}, setpts=PTS-STARTPTS, scale=${cut_w}x${cut_h} [upperright];\
	[1:a] atrim=start=${trim1},asetpts=PTS-STARTPTS,loudnorm=I=-16:TP=-1.5:LRA=11 [a1];\
	[2:v] trim=start=${trim2}, setpts=PTS-STARTPTS, scale=${cut_w}x${cut_h} [lowerleft];\
	[2:a] atrim=start=${trim2},asetpts=PTS-STARTPTS,loudnorm=I=-16:TP=-1.5:LRA=11 [a2];\
	[3:v] trim=start=${trim3}, setpts=PTS-STARTPTS, scale=${cut_w}x${cut_h} [lowerright];\
	[3:a] atrim=start=${trim3},asetpts=PTS-STARTPTS,loudnorm=I=-16:TP=-1.5:LRA=11 [a3];\
	[upperleft]pad=2*iw:2*ih[v0];\
	[v0][upperright]overlay=w:0[v1];\
	[v1][lowerleft]overlay=0:h[v2];\
	[v2][lowerright]overlay=w:h[v];\
	[a0][a1][a2][a3]amix=inputs=4:duration=longest,loudnorm[a];\
	" \
	-b:v 2M -c:v hevc_nvenc \
	-c:a libopus -b:a 32k \
	-map "[v]" -map "[a]" \
	output.mp4

ffmpeg -i "$input0" -i "$input1" -i "$input2" -i "$input3"
- 動画4本をそれぞれ取込む
-filter_complex "\
- -filter_complexオプションと呼ばれる設定をし、以降にそれぞれのストリームを定義
[0:v] trim=start=${trim0}, setpts=PTS-STARTPTS, scale=${cut_w}x${cut_h} [upperleft];\
- input0の映像ストリームを抜き出し、$trim0秒先頭を削除し[upperleft]ストリームとして定義
[0:a] atrim=start=${trim0},asetpts=PTS-STARTPTS,loudnorm=I=-16:TP=-1.5:LRA=11 [a0];\
- input0の音声ストリームを抜き出し、$trim0秒先頭を削除し[a0]ストリームとして定義
[1:v] trim=start=${trim1}, setpts=PTS-STARTPTS, scale=${cut_w}x${cut_h} [upperright];\
- input1の映像ストリームを抜き出し、$trim1秒先頭を削除し[upperright]ストリームとして定義
[1:a] atrim=start=${trim1},asetpts=PTS-STARTPTS,loudnorm=I=-16:TP=-1.5:LRA=11 [a1];\
- input1の音声ストリームを抜き出し、$trim1秒先頭を削除し[a1]ストリームとして定義
[2:v] trim=start=${trim2}, setpts=PTS-STARTPTS, scale=${cut_w}x${cut_h} [lowerleft];\
- input2の映像ストリームを抜き出し、$trim2秒先頭を削除し[lowerleft]ストリームとして定義
[2:a] atrim=start=${trim2},asetpts=PTS-STARTPTS,loudnorm=I=-16:TP=-1.5:LRA=11 [a2];\
- input2の音声ストリームを抜き出し、$trim2秒先頭を削除し[a2]ストリームとして定義
[3:v] trim=start=${trim3}, setpts=PTS-STARTPTS, scale=${cut_w}x${cut_h} [lowerright];\
- input3の映像ストリームを抜き出し、$trim3秒先頭を削除し[lowerright]ストリームとして定義
[3:a] atrim=start=${trim3},asetpts=PTS-STARTPTS,loudnorm=I=-16:TP=-1.5:LRA=11 [a3];\
- input3の音声ストリームを抜き出し、$trim3秒先頭を削除し[a3]ストリームとして定義
[upperleft]pad=2*iw:2*ih[v0];\
- [upperleft]ストリーム（input0）を左上に配置し、width、heightそれぞれに2倍の余白を付ける
[v0][upperright]overlay=w:0[v1];\
- 先ほどのストリームに[upperright]ストリーム（input1）を右上に重ねる
[v1][lowerleft]overlay=0:h[v2];\
- 先ほどのストリームに[lowerleft]ストリーム（input2）を左下に重ねる
[v2][lowerright]overlay=w:h[v];\
- 先ほどのストリームに[lowerright]ストリーム（input3）を右下に重ねる。これを最終的なストリーム[v]と定義
[a0][a1][a2][a3]amix=inputs=4:duration=longest,loudnorm[a];\
- オーディオストリーム4つをすべてまとめて音量調整し、1つのストリームにする。これを最終的なストリーム[a]と定義
-b:v 2M -c:v hevc_nvenc \
- 適当な映像エンコード設定
-c:a libopus -b:a 32k \
- 適当な音声エンコード設定
-map "[v]" -map "[a]" \
- ストリーム[v]、[a]を動画ファイルとして保存
output.mp4
- 出力ファイル名

左右の音量バランス調整

Panningして、左上・左下の動画は左から、右上・右下の動画は右から音が鳴るようにします。

# 1つの動画の画面解像度
cut_w=1920
cut_h=1080

input0='左上の動画ファイルパス.mp4'
input1='右上の動画ファイルパス.mp4'
input2='左下の動画ファイルパス.mp4'
input3='右下の動画ファイルパス.mp4'

# それぞれの動画input0～3の先頭を削除する秒数を設定
trim0=3.000
trim1=2.000
trim2=1.000
trim3=0

# 0.0~1.0 の間で指定。0に近づけば左右の音分離が強くなります
pan_gap=0.3

ffmpeg -i "$input0"  -i "$input1"  -i "$input2"  -i "$input3" \
	-filter_complex "\
	[0:v] trim=start=${trim0}, setpts=PTS-STARTPTS, scale=${cut_w}x${cut_h} [upperleft];\
	[0:a] atrim=start=${trim0},asetpts=PTS-STARTPTS,loudnorm=I=-16:TP=-1.5:LRA=11,pan=stereo|c0=c0|c1=${pan_gap}*c1 [a0];\
	[1:v] trim=start=${trim1}, setpts=PTS-STARTPTS, scale=${cut_w}x${cut_h} [upperright];\
	[1:a] atrim=start=${trim1},asetpts=PTS-STARTPTS,loudnorm=I=-16:TP=-1.5:LRA=11,pan=stereo|c0=${pan_gap}*c0|c1=c1 [a1];\
	[2:v] trim=start=${trim2}, setpts=PTS-STARTPTS, scale=${cut_w}x${cut_h} [lowerleft];\
	[2:a] atrim=start=${trim2},asetpts=PTS-STARTPTS,loudnorm=I=-16:TP=-1.5:LRA=11,pan=stereo|c0=c0|c1=${pan_gap}*c1 [a2];\
	[3:v] trim=start=${trim3}, setpts=PTS-STARTPTS, scale=${cut_w}x${cut_h} [lowerright];\
	[3:a] atrim=start=${trim3},asetpts=PTS-STARTPTS,loudnorm=I=-16:TP=-1.5:LRA=11,pan=stereo|c0=${pan_gap}*c0|c1=c1 [a3];\
	[upperleft]pad=2*iw:2*ih[v0];\
	[v0][upperright]overlay=w:0[v1];\
	[v1][lowerleft]overlay=0:h[v2];\
	[v2][lowerright]overlay=w:h[v];\
	[a0][a1][a2][a3]amix=inputs=4:duration=longest,loudnorm[a];\
	" \
	-b:v 2M -c:v hevc_nvenc \
	-c:a libopus -b:a 32k \
	-map "[v]" -map "[a]" \
	output.mp4

前節との違いは、[0:a]、[1:a]、[2:a]、[3:a]のストリームの個所です。

[0:a] ... ,pan=stereo|c0=c0|c1=${pan_gap}*c1 [a0];\
- （左上の動画の音声）左をそのまま、右を${pan_gap}倍
[1:a] ... ,pan=stereo|c0=${pan_gap}*c0|c1=c1 [a1];\
- （右上の動画の音声）左を${pan_gap}倍、右をそのまま
[2:a] ... ,pan=stereo|c0=c0|c1=${pan_gap}*c1 [a2];\
- （左下の動画の音声）左をそのまま、右を${pan_gap}倍
[3:a] ... ,pan=stereo|c0=${pan_gap}*c0|c1=c1 [a3];\
- （右下の動画の音声）左を${pan_gap}倍、右をそのまま