FFmpeg で音声ファイルを時間差でミックスする： adelay と amix の利用（dropout_transition も）【コマンドラインツール／CLI：2】

（この記事は コマンドラインツール／CLI の Advent Calendar 2025 の記事【2つ目】にする予定です）

はじめに

この記事の内容は、FFmpeg を使って 2つの音声ファイルをミックスするという話です。その際、時間差でミックスする、ということもやってみます。

メインの内容

この記事のメインの内容となるコマンドは、以下のとおりです。

ffmpeg -y -i input01.mp3 -i input02.mp3 \
-filter_complex "[1:a]adelay=1000|1000[bdel]; \
                 [0:a][bdel]amix=inputs=2:duration=longest" \
-c:a libmp3lame out_mixed.mp3

2つの音声ファイルのミックスに「adelay」を使い、その処理で再生開始のタイミングに時間差をつけるところで「amix」を使っています。

上記の補足

上記のコマンドについて、少し補足します。

出力関連のオプション

出力関連のオプションで、以下を使っています。

• -y： 出力ファイルが存在する場合、確認なしで上書きする
• -c:a libmp3lame： 音声コーデックに MP3 を使用

それと、出力ファイル名を「out_mixed.mp3」で指定しています。

amix による音声ファイルのミックス

以下 2つを入力としています。

• -i input01.mp3： 1つ目の入力ファイル（ストリーム[0:a]）
• -i input02.mp3： 2つ目の入力ファイル（ストリーム[1:a]）

そして、この後に補足する遅延追加の処理をしたものと、入力ストリームの 1つを、「amix（オーディオミックスフィルタ）」を使い合成しています。以下は合成の処理の補足です。

• [0:a][bdel]： input01.mp3 と遅延させた input02.mp3 をミックス
  • [bdel]： 遅延処理後のストリームにつけたラベル（遅延を入れた段階でつけたラベル）
• inputs=2： 2つの入力をミックス
• duration=longest： 長い方の入力に合わせて出力時間を決定

adelay による遅延の追加

[1:a]（input02.mp3 の音声ストリーム）に対しては、以下の処理で 1秒の遅延を加えています。

• adelay=1000|1000： 遅延フィルタ（左チャンネル、右チャンネルを対象としたもの）
  • 左右の両チャンネルとも 1000ミリ秒（1秒）遅延
• [bdel]： 遅延処理後のストリームにつけたラベル（後段の処理の指定に利用）

このように 2つの音声ファイルの入力を、スタート位置をずらしてミックスする、ということが実現できました。

参考情報

●複数の音声を混ぜる amix | ニコラボ
　https://nico-lab.net/amix_with_ffmpeg/