Documentation des filtres FFmpeg

1 Description

Ce document décrit les filtres, sources et sinks fournis par la bibliothèque libavfilter.

2 Introduction au filtrage

Le filtrage dans FFmpeg est activé par la bibliothèque libavfilter.

Dans libavfilter, un filtre peut avoir plusieurs entrées et plusieurs sorties. Pour illustrer les possibilités, on considère le filtergraph suivant.

                [main]
input --> split ---------------------> overlay --> output
            |                             ^
            |[tmp]                  [flip]|
            +-----> crop --> vflip -------+

Ce filtergraph divise le flux d'entrée en deux flux, puis envoie l'un d'eux à travers le filtre crop et le filtre vflip, avant de le fusionner avec l'autre flux en le superposant par-dessus. Vous pouvez utiliser la commande suivante pour cela :

ffmpeg -i INPUT -vf "split [main][tmp]; [tmp] crop=iw:ih/2:0:0, vflip [flip]; [main][flip] overlay=0:H/2" OUTPUT

Le résultat est que la moitié supérieure de la vidéo se retrouve reflétée sur la moitié inférieure de la vidéo de sortie.

Les filtres d'une même chaîne linéaire sont séparés par des virgules, tandis que les chaînes linéaires distinctes sont séparées par des points-virgules. Dans notre exemple, crop,vflip forment une chaîne linéaire, tandis que split et overlay se trouvent chacun dans une autre. Les points où les chaînes linéaires se rejoignent sont désignés par des noms placés entre crochets. Dans l'exemple, le filtre split génère deux sorties associées aux étiquettes [main] et [tmp].

Le flux envoyé vers la deuxième sortie de split, étiquetée [tmp], est traité par le filtre crop, qui rogne la moitié inférieure de la vidéo, puis retourné verticalement. Le filtre overlay prend en entrée la première sortie inchangée du filtre split (étiquetée [main]) et superpose, sur sa moitié inférieure, la sortie générée par le filterchain crop,vflip.

Certains filtres prennent en entrée une liste de paramètres : ceux-ci sont indiqués après le nom du filtre et un signe égal, et sont séparés les uns des autres par un deux-points.

Il existe des filtres dits source, qui n'ont pas d'entrée audio/vidéo, et des filtres sink, qui n'ont pas de sortie audio/vidéo.

3 graph2dot

Le programme graph2dot inclus dans le répertoire tools de FFmpeg permet d'analyser une description de filtergraph et de produire la représentation textuelle correspondante dans le langage dot.

Exécutez la commande :

graph2dot -h

pour voir comment utiliser graph2dot.

Vous pouvez ensuite transmettre la description dot au programme dot (de la suite graphviz) pour obtenir une représentation graphique du filtergraph.

Par exemple, la séquence de commandes :

echo GRAPH_DESCRIPTION | \
tools/graph2dot -o graph.tmp && \
dot -Tpng graph.tmp -o graph.png && \
display graph.png

permet de créer et d'afficher une image représentant le graphe décrit par la chaîne GRAPH_DESCRIPTION. Notez que cette chaîne doit constituer un graphe complet et autonome, avec ses entrées et sorties explicitement définies. Par exemple, si votre ligne de commande est de la forme :

ffmpeg -i infile -vf scale=640:360 outfile

votre chaîne GRAPH_DESCRIPTION devra être de la forme :

nullsrc,scale=640:360,nullsink

il se peut également que vous deviez définir les paramètres de nullsrc et ajouter un filtre format afin de simuler un fichier d'entrée particulier.

4 Description d'un filtergraph

Un filtergraph est un graphe orienté de filtres connectés. Il peut contenir des cycles, et plusieurs liens peuvent exister entre une même paire de filtres. Chaque lien possède, d'un côté, un pad d'entrée qui le relie au filtre dont il tire son entrée, et, de l'autre côté, un pad de sortie qui le relie au filtre acceptant sa sortie.

Chaque filtre d'un filtergraph est une instance d'une classe de filtre enregistrée dans l'application, laquelle définit les fonctionnalités et le nombre de pads d'entrée et de sortie du filtre.

Un filtre sans pad d'entrée est appelé "source", et un filtre sans pad de sortie est appelé "sink".

4.1 Syntaxe d'un filtergraph

Un filtergraph possède une représentation textuelle, reconnue par les options -filter/-vf/-af et -filter_complex de ffmpeg, par -vf/-af de ffplay, ainsi que par la fonction avfilter_graph_parse_ptr() définie dans libavfilter/avfilter.h.

Un filterchain est constitué d'une séquence de filtres connectés, chacun relié au précédent dans la séquence. Un filterchain est représenté par une liste de descriptions de filtres séparées par ",".

Un filtergraph est constitué d'une séquence de filterchains. Une séquence de filterchains est représentée par une liste de descriptions de filterchain séparées par ";".

Un filtre est représenté par une chaîne de la forme : [in_link_1]...[in_link_N]filter_name@id=arguments[out_link_1]...[out_link_M]

filter_name est le nom de la classe de filtre dont le filtre décrit est une instance ; il doit correspondre au nom de l'une des classes de filtres enregistrées dans le programme, éventuellement suivi de "@id". Le nom de la classe de filtre peut ensuite être suivi d'une chaîne "=arguments".

arguments est une chaîne contenant les paramètres utilisés pour initialiser l'instance du filtre. Elle peut prendre l'une des deux formes suivantes :

• Une liste de paires key=value séparées par ’:’.
• Une liste de valeurs séparées par ’:’. Dans ce cas, les clés sont supposées être les noms d'option dans l'ordre où ils sont déclarés. Par exemple, le filtre fade déclare trois options dans cet ordre – type, start_frame et nb_frames. La liste de paramètres in:0:30 signifie alors que la valeur in est assignée à l'option type, 0 à start_frame et 30 à nb_frames.
• Une liste mêlant des valeurs directes et des paires key=value longues, séparées par ’:’. La valeur directe doit précéder les paires key=value et respecter le même ordre de contraintes que le point précédent. Les paires key=value qui suivent peuvent être définies dans l'ordre souhaité.

Si la valeur de l'option est elle-même une liste d'éléments (par exemple, le filtre format prend une liste de pixel formats), les éléments de la liste sont généralement séparés par ‘|’.

La liste d'arguments peut être placée entre guillemets en utilisant le caractère ‘'’ comme marque de début et de fin, et le caractère ‘\’ pour échapper les caractères à l'intérieur du texte ainsi délimité ; sinon, la chaîne d'arguments est considérée comme terminée dès que le prochain caractère spécial (appartenant à l'ensemble ‘[]=;,’) est rencontré.

Une syntaxe spéciale, implémentée dans l'outil CLI ffmpeg, permet de charger des valeurs d'option depuis des fichiers. Pour cela, on fait précéder le nom de l'option d'une barre oblique ’/’ ; la valeur fournie est alors interprétée comme un chemin depuis lequel la valeur réelle est chargée. Par exemple :

ffmpeg -i <INPUT> -vf drawtext=/text=/tmp/some_text <OUTPUT>

Cela charge le texte à afficher depuis /tmp/some_text. Les utilisateurs de l'API souhaitant mettre en œuvre une fonctionnalité similaire doivent utiliser les fonctions avfilter_graph_segment_*() conjointement avec du code d'E/S personnalisé.

Le nom et les arguments du filtre peuvent être précédés et suivis d'une liste d'étiquettes de lien. Une étiquette de lien permet de nommer un lien et de l'associer à un pad de sortie ou d'entrée d'un filtre. Les étiquettes précédentes in_link_1 ... in_link_N sont associées aux pads d'entrée du filtre, et les étiquettes suivantes out_link_1 ... out_link_M sont associées aux pads de sortie.

Lorsque deux étiquettes de lien portant le même nom sont trouvées dans le filtergraph, un lien est créé entre le pad d'entrée et le pad de sortie correspondants.

Si un pad de sortie n'est pas étiqueté, il est relié par défaut au premier pad d'entrée non étiqueté du filtre suivant dans le filterchain. Par exemple, dans le filterchain suivant :

nullsrc, split[L1], [L2]overlay, nullsink

l'instance du filtre split possède deux pads de sortie, et l'instance du filtre overlay deux pads d'entrée. Le premier pad de sortie de split est étiqueté "L1", le premier pad d'entrée de overlay est étiqueté "L2", et le deuxième pad de sortie de split est relié au deuxième pad d'entrée de overlay, tous deux non étiquetés.

Dans une description de filtre, si l'étiquette d'entrée du premier filtre n'est pas spécifiée, "in" est présumée ; si l'étiquette de sortie du dernier filtre n'est pas spécifiée, "out" est présumée.

Dans un filterchain complet, tous les pads d'entrée et de sortie non étiquetés doivent être connectés. Un filtergraph est considéré valide si tous les pads d'entrée et de sortie de tous les filterchains sont connectés.

Les espaces en début et fin (espaces, tabulations ou sauts de ligne) séparant les tokens dans la spécification du filtergraph sont ignorés. Le filtergraph peut donc être écrit avec des lignes vides et des espaces afin d'améliorer sa lisibilité.

Par exemple, le filtergraph :

testsrc,split[L1],hflip[L2];[L1][L2] hstack

peut être représenté comme suit :

testsrc,
split [L1], hflip [L2];

[L1][L2] hstack

Libavfilter insère automatiquement des filtres scale lorsqu'une conversion de format est nécessaire. Il est possible de spécifier des indicateurs swscale pour ces filtres scale insérés automatiquement en faisant précéder la description du filtergraph de sws_flags=flags;.

Voici une description BNF de la syntaxe du filtergraph :

NAME             ::= sequence of alphanumeric characters and '_'
FILTER_NAME      ::= NAME["@"NAME]
LINKLABEL        ::= "[" NAME "]"
LINKLABELS       ::= LINKLABEL [LINKLABELS]
FILTER_ARGUMENTS ::= sequence of chars (possibly quoted)
FILTER           ::= [LINKLABELS] FILTER_NAME ["=" FILTER_ARGUMENTS] [LINKLABELS]
FILTERCHAIN      ::= FILTER [,FILTERCHAIN]
FILTERGRAPH      ::= [sws_flags=flags;] FILTERCHAIN [;FILTERGRAPH]

4.2 Remarques sur l'échappement dans un filtergraph

La composition d'une description de filtergraph comporte plusieurs niveaux d'échappement. Pour plus d'informations sur la procédure d'échappement employée, voir (ffmpeg-utils)la section "Quoting and escaping" du manuel ffmpeg-utils(1).

Un premier niveau d'échappement concerne le contenu de la valeur de chaque option de filtre, qui peut contenir le caractère spécial : utilisé pour séparer les valeurs, ou l'un des caractères d'échappement \'.

Un second niveau d'échappement concerne la description du filtre dans son ensemble, qui peut contenir les caractères d'échappement \' ou les caractères spéciaux [],; utilisés par la description du filtergraph.

Enfin, lorsque vous spécifiez un filtergraph sur une ligne de commande shell, vous devez effectuer un troisième niveau d'échappement pour les caractères spéciaux du shell qu'il contient.

Par exemple, considérez la chaîne suivante, à intégrer dans la valeur text de la description du filtre drawtext :

this is a 'string': may contain one, or more, special characters

Cette chaîne contient le caractère spécial d'échappement ' et le caractère spécial :, elle doit donc être échappée ainsi :

text=this is a \'string\'\: may contain one, or more, special characters

Un second niveau d'échappement est nécessaire lors de l'intégration de la description du filtre dans une description de filtergraph, afin d'échapper tous les caractères spéciaux du filtergraph. L'exemple ci-dessus devient donc :

drawtext=text=this is a \\\'string\\\'\\: may contain one\, or more\, special characters

(notez qu'en plus des caractères spéciaux d'échappement \', la virgule , doit également être échappée).

Enfin, un niveau d'échappement supplémentaire est nécessaire lors de l'écriture de la description du filtergraph dans une commande shell, niveau qui dépend des règles d'échappement du shell utilisé. Par exemple, si l'on suppose que \ est un caractère spécial devant être échappé par un autre \, la chaîne précédente devient finalement :

-vf "drawtext=text=this is a \\\\\\'string\\\\\\'\\\\: may contain one\\, or more\\, special characters"

Afin d'éviter un échappement fastidieux lors de l'utilisation d'un outil en ligne de commande acceptant une spécification de filtre en entrée, il est conseillé d'éviter d'inclure directement la spécification du filtre ou des options dans le shell.

Par exemple, dans le cas du filtre drawtext, vous pourriez préférer utiliser l'option textfile à la place de text pour spécifier le texte à afficher.

5 Édition de la timeline

Certains filtres prennent en charge une option générique enable. Pour les filtres prenant en charge l'édition de la timeline, cette option peut être définie sur une expression qui est évaluée avant l'envoi d'une image au filtre. Si l'évaluation est non nulle, le filtre est activé ; sinon, l'image est transmise inchangée au filtre suivant du filtergraph.

L'expression accepte les valeurs suivantes :

‘t’

horodatage exprimé en secondes, NAN si l'horodatage d'entrée est inconnu

‘n’

numéro séquentiel de l'image d'entrée, à partir de 0

‘pos’

position de l'image d'entrée dans le fichier, NAN si inconnue ; obsolète, à ne pas utiliser

‘w’ ‘h’

largeur et hauteur de l'image d'entrée s'il s'agit de vidéo

De plus, ces filtres prennent en charge une commande enable qui peut être utilisée pour redéfinir l'expression.

Comme toute autre option de filtrage, l'option enable suit les mêmes règles.

Par exemple, pour activer un filtre de flou (smartblur) de 10 secondes à 3 minutes, et un filtre curves à partir de 3 secondes :

smartblur = enable='between(t,10,3*60)',
curves    = enable='gte(t,3)' : preset=cross_process

Voir ffmpeg -filters pour connaître les filtres prenant en charge la timeline.

6 Modifier les options à l'exécution avec une commande

Certaines options peuvent être modifiées pendant le fonctionnement du filtre à l'aide d'une commande. Ces options sont marquées ’T’ dans la sortie de ffmpeg -h filter=. Le nom de la commande correspond au nom de l'option, et l'argument est la nouvelle valeur.

7 Options des filtres à plusieurs entrées (framesync)

Certains filtres à plusieurs entrées prennent en charge un jeu d'options commun. Ces options ne peuvent être définies que par leur nom, pas avec la notation courte.

eof_action

Action à effectuer lorsque la fin de fichier (EOF) est rencontrée sur l'entrée secondaire ; accepte l'une des valeurs suivantes :

repeat

Répète la dernière image (comportement par défaut).

endall

Termine les deux flux.

pass

Fait passer l'entrée principale sans modification.

shortest

Si définie sur 1, force la sortie à se terminer lorsque l'entrée la plus courte se termine. Valeur par défaut : 0.

repeatlast

Si définie sur 1, force le filtre à prolonger la dernière image des flux secondaires jusqu'à la fin du flux principal. Une valeur de 0 désactive ce comportement. Valeur par défaut : 1.

ts_sync_mode

Degré de rigueur de la synchronisation des flux à partir des horodatages de l'entrée secondaire ; accepte l'une des valeurs suivantes :

default

Image de l'entrée secondaire dont l'horodatage est le plus proche, inférieur ou égal à celui de l'image de l'entrée principale.

nearest

Image de l'entrée secondaire dont l'horodatage est, en valeur absolue, le plus proche de celui de l'image de l'entrée principale.

8 Filtres audio

Lors de la configuration de votre build FFmpeg, vous pouvez désactiver n'importe lequel des filtres existants avec --disable-filters. La sortie de configure indique les filtres audio inclus dans votre build.

Voici la description des filtres audio disponibles à ce jour.

8.1 aap

Applique l'algorithme Affine Projection au premier flux audio en utilisant le second flux audio.

Ce filtre adaptatif sert à estimer un signal audio inconnu à partir de plusieurs échantillons audio d'entrée. L'algorithme Affine projection permet d'arbitrer entre complexité de calcul et vitesse de convergence.

Voici la description des options acceptées.

order

Définit l'ordre du filtre.

projection

Définit l'ordre de projection.

mu

Définit le mu du filtre.

delta

Définit le coefficient d'initialisation de la matrice de covariance interne.

out_mode

Définit les échantillons de sortie du filtre. Accepte les valeurs suivantes :

i

Fait passer la 1re entrée.

d

Fait passer la 2e entrée.

o

Fait passer la différence entre le signal désiré (2e entrée) et l'estimation du signal d'erreur.

n

Fait passer la différence entre le signal d'entrée (1re entrée) et l'estimation du signal d'erreur.

e

Fait passer les échantillons estimés du signal d'erreur.

Valeur par défaut : o.

precision

Définit la précision à utiliser lors du traitement des échantillons.

auto

Choisit automatiquement le sample format interne selon les autres filtres.

float

Utilise toujours un sample format en simple précision flottante.

double

Utilise toujours un sample format en double précision flottante.

8.2 acompressor

Un compresseur sert principalement à réduire la dynamique d'un signal. La musique moderne, en particulier, est le plus souvent compressée avec un ratio élevé afin d'augmenter le volume perçu global. Le but est de capter au maximum l'attention de l'auditeur, de "grossir" le son et d'apporter plus de "puissance" au morceau. Si un signal est trop compressé, le résultat peut sonner terne ou "mort", ou bien commencer à "pomper" (ce qui peut être un effet intéressant, mais peut aussi détruire complètement un morceau). Une compression bien réglée est la clé d'un son professionnel ; c'est le grand art du mixage et du mastering. En raison de la complexité de ses réglages, il peut falloir beaucoup de temps pour trouver la bonne sensation avec ce type d'effet.

La compression consiste à détecter le volume dépassant un niveau choisi threshold, puis à le diviser par le facteur défini avec ratio. Ainsi, si threshold est réglé sur -12 dB et que le signal atteint -6 dB, un ratio de 2:1 donnera un signal à -9 dB. Comme une manipulation exacte du signal provoquerait une distorsion de la forme d'onde, la réduction peut être lissée dans le temps, ce qui se fait en réglant "Attack" et "Release". attack détermine pendant combien de temps le signal doit rester au-dessus du seuil avant qu'une réduction ne se produise, et release définit le temps pendant lequel le signal doit rester sous le seuil pour que la réduction diminue à nouveau. Les signaux plus courts que le temps d'attaque choisi restent inchangés. La réduction globale du signal peut ensuite être compensée avec le réglage makeup. Ainsi, compresser les crêtes d'un signal d'environ 6 dB et relever makeup à ce niveau produit un signal deux fois plus fort que la source. Pour adoucir l'entrée en compression, knee arrondit l'angle vif du seuil sur la plage de décibels choisie.

Ce filtre accepte les options suivantes :

level_in

Définit le gain d'entrée. Valeur par défaut : 1. Plage : de 0.015625 à 64.

mode

Définit le mode de fonctionnement du compresseur. Peut être upward ou downward. Valeur par défaut : downward.

threshold

Si le signal du flux dépasse ce niveau, il influe sur la réduction de gain. Par défaut : 0.125. Plage : de 0.00097563 à 1.

ratio

Définit le ratio de réduction du signal. 1:2 signifie que si le niveau dépasse le seuil de 4 dB, il ne le dépassera plus que de 2 dB après réduction. Valeur par défaut : 2. Plage : de 1 à 20.

attack

Nombre de millisecondes pendant lesquelles le signal doit rester au-dessus du seuil avant que la réduction de gain ne commence. Valeur par défaut : 20. Plage : de 0.01 à 2000.

release

Nombre de millisecondes pendant lesquelles le signal doit rester sous le seuil avant que la réduction ne diminue à nouveau. Valeur par défaut : 250. Plage : de 0.01 à 9000.

makeup

Définit le niveau d'amplification du signal après traitement. Valeur par défaut : 1. Plage : de 1 à 64.

knee

Arrondit l'angle vif autour du seuil pour entrer plus progressivement dans la réduction de gain. Valeur par défaut : 2.82843. Plage : de 1 à 8.

link

Choisit si c'est le niveau average (moyenne entre tous les canaux du flux d'entrée) ou le canal le plus fort (maximum) du flux d'entrée qui influe sur la réduction. Valeur par défaut : average.

detection

Détermine si l'on prend le signal exact avec peak ou un signal RMS avec rms. Valeur par défaut : rms, généralement plus lisse.

mix

Proportion du signal compressé utilisée en sortie. Valeur par défaut : 1. Plage : de 0 à 1.

8.2.1 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

8.3 acontrast

Filtre simple de compression/expansion de la dynamique audio.

Ce filtre accepte les options suivantes :

contrast

Définit le contraste. Valeur par défaut : 33. Plage autorisée : de 0 à 100.

8.4 acopy

Copie la source audio d'entrée vers la sortie sans modification. Principalement utile à des fins de test.

8.5 acrossfade

Applique un fondu enchaîné (cross fade) d'un flux audio d'entrée vers un autre. Le fondu enchaîné est appliqué pendant la durée spécifiée, vers la fin du premier flux.

Ce filtre accepte les options suivantes :

inputs, n

Spécifie le nombre d'entrées à traiter en fondu enchaîné. Lorsque plusieurs entrées sont concernées, chacune est concaténée puis enchaînée en fondu successivement, à la manière du filtre concat. Valeur par défaut : 2.

nb_samples, ns

Spécifie le nombre d'échantillons pendant lesquels l'effet de fondu enchaîné doit durer. À la fin de l'effet, le premier flux audio d'entrée est totalement silencieux. Valeur par défaut : 44100.

duration, d

Spécifie la durée de l'effet de fondu enchaîné. Voir (ffmpeg-utils)la section Time duration du manuel ffmpeg-utils(1) pour la syntaxe acceptée. Par défaut, la durée est déterminée par nb_samples. Si elle est définie, cette option est utilisée à la place de nb_samples.

overlap, o

Indique si la fin du premier flux doit chevaucher le début du second. Activée par défaut.

curve1

Définit la courbe de transition du fondu enchaîné pour le premier flux.

curve2

Définit la courbe de transition du fondu enchaîné pour le second flux.

Pour la description des types de courbe disponibles, voir la description du filtre afade.

8.5.1 Exemples

• Fondu enchaîné d'une entrée vers une autre :

  ffmpeg -i first.flac -i second.flac -filter_complex acrossfade=d=10:c1=exp:c2=exp output.flac
  

• Fondu enchaîné d'une entrée vers une autre, mais sans chevauchement :

  ffmpeg -i first.flac -i second.flac -filter_complex acrossfade=d=10:o=0:c1=exp:c2=exp output.flac
  

Concatène plusieurs entrées avec un fondu enchaîné entre chacune :

    ffmpeg -i first.flac -i second.flac -i third.flac -filter_complex acrossfade=n=3 output.flac

8.6 acrossover

Divise un flux audio en plusieurs bandes.

Ce filtre divise le flux audio en deux plages de fréquences ou plus. Additionner à nouveau tous les flux redonne une sortie plate.

Ce filtre accepte les options suivantes :

split

Définit les fréquences de division. Elles doivent être positives et croissantes.

order

Définit l'ordre du filtre pour chaque division de bande. Ceci contrôle le roll-off du filtre, c'est-à-dire la pente de sa fonction de transfert. Valeurs disponibles :

‘2nd’

12 dB par octave.

‘4th’

24 dB par octave.

‘6th’

36 dB par octave.

‘8th’

48 dB par octave.

‘10th’

60 dB par octave.

‘12th’

72 dB par octave.

‘14th’

84 dB par octave.

‘16th’

96 dB par octave.

‘18th’

108 dB par octave.

‘20th’

120 dB par octave.

Valeur par défaut : 4th.

level

Définit le niveau de gain d'entrée. Plage autorisée : de 0 à 1. Valeur par défaut : 1.

gains

Définit le gain de sortie pour chaque bande. Valeur par défaut : 1 pour toutes les bandes.

precision

Définit la précision à utiliser lors du traitement des échantillons.

auto

Choisit automatiquement le sample format interne selon les autres filtres.

float

Utilise toujours un sample format en simple précision flottante.

double

Utilise toujours un sample format en double précision flottante.

Valeur par défaut : auto.

8.6.1 Exemples

• Divise le flux audio d'entrée en deux bandes (basse et haute) avec une fréquence de division de 1500 Hz, chaque bande étant dans un flux séparé :

  ffmpeg -i in.flac -filter_complex 'acrossover=split=1500[LOW][HIGH]' -map '[LOW]' low.wav -map '[HIGH]' high.wav
  

• Identique à l'exemple précédent, mais avec un ordre de filtre plus élevé :

  ffmpeg -i in.flac -filter_complex 'acrossover=split=1500:order=8th[LOW][HIGH]' -map '[LOW]' low.wav -map '[HIGH]' high.wav
  

• Identique à l'exemple précédent, mais avec une bande médiane supplémentaire (fréquences entre 1500 et 8000) :

  ffmpeg -i in.flac -filter_complex 'acrossover=split=1500 8000:order=8th[LOW][MID][HIGH]' -map '[LOW]' low.wav -map '[MID]' mid.wav -map '[HIGH]' high.wav
  

8.7 acrusher

Réduit la résolution en bits du signal audio.

Ce filtre est un bit crusher aux fonctionnalités étendues. Un bit crusher sert à réduire de façon audible le nombre de bits sur lesquels un signal audio est échantillonné. Cela ne change en rien la profondeur de bits réelle, cela ne fait que produire l'effet. Un contenu à la profondeur de bits réduite sonne plus dur et plus "numérique". Ce filtre peut même arrondir vers des valeurs continues plutôt que vers des profondeurs de bits discrètes. Il dispose en outre d'un décalage D/C, qui entraîne un écrasement différent entre la moitié basse et la moitié haute du signal. Un réglage anti-aliasing permet de produire des écrasements au son "plus doux".

Une autre particularité de ce filtre est le mode logarithmique. Ce réglage fait passer les distances entre les bits d'une échelle linéaire à une échelle logarithmique. Le résultat est un écrasement au son beaucoup plus "naturel", qui par exemple ne coupe pas les signaux faibles. L'oreille humaine ayant une perception logarithmique, ce type d'écrasement est bien plus agréable. L'écrasement logarithmique peut lui aussi bénéficier de l'anti-aliasing.

Ce filtre accepte les options suivantes :

level_in

Définit le niveau d'entrée.

level_out

Définit le niveau de sortie.

bits

Définit la réduction de bits.

mix

Définit le taux de mixage.

mode

Peut être linéaire : lin, ou logarithmique : log.

dc

Définit le DC.

aa

Définit l'anti-aliasing.

samples

Définit la réduction d'échantillons.

lfo

Active le LFO. Désactivé par défaut.

lforange

Définit la plage du LFO.

lforate

Définit la fréquence du LFO.

8.7.1 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

8.8 acue

Retarde le filtrage audio jusqu'à un horodatage d'horloge murale (wallclock) donné. Voir le filtre cue.

8.9 adeclick

Supprime le bruit impulsif du signal audio d'entrée.

Les échantillons détectés comme bruit impulsif sont remplacés par des échantillons interpolés à l'aide d'une modélisation autorégressive.

window, w

Définit la taille de la fenêtre, en millisecondes. Plage autorisée : de 10 à 100. Valeur par défaut : 55 millisecondes. Ceci définit la taille de la fenêtre traitée en une seule fois.

overlap, o

Définit le chevauchement de fenêtre, en pourcentage de la taille de fenêtre. Plage autorisée : de 50 à 95. Valeur par défaut : 75 pour cent. Une valeur très élevée améliore la suppression du bruit impulsif, mais ralentit considérablement l'ensemble du traitement.

arorder, a

Définit l'ordre d'autorégression, en pourcentage de la taille de fenêtre. Plage autorisée : de 0 à 25. Valeur par défaut : 2 pour cent. Cette option contrôle également la qualité des échantillons interpolés à partir des bons échantillons voisins.

threshold, t

Définit la valeur de seuil. Plage autorisée : de 1 à 100. Valeur par défaut : 2. Ceci contrôle l'intensité du bruit impulsif à supprimer. Plus la valeur est basse, plus d'échantillons sont détectés comme bruit impulsif.

burst, b

Définit la fusion de rafales (burst), en pourcentage de la taille de fenêtre. Plage autorisée : de 0 à 10. Valeur par défaut : 2. Si deux échantillons détectés comme bruit sont espacés de moins que cette valeur, tout échantillon situé entre eux est également détecté comme bruit.

method, m

Définit la méthode de chevauchement.

Accepte les valeurs suivantes :

add, a

Sélectionne la méthode overlap-add. Avec cette méthode, même les échantillons non interpolés sont légèrement modifiés.

save, s

Sélectionne la méthode overlap-save. Les échantillons non interpolés restent inchangés.

Valeur par défaut : a.

8.10 adeclip

Supprime les échantillons écrêtés du signal audio d'entrée.

Les échantillons détectés comme écrêtés sont remplacés par des échantillons interpolés à l'aide d'une modélisation autorégressive.

window, w

Définit la taille de la fenêtre, en millisecondes. Plage autorisée : de 10 à 100. Valeur par défaut : 55 millisecondes. Ceci définit la taille de la fenêtre traitée en une seule fois.

overlap, o

Définit le chevauchement de fenêtre, en pourcentage de la taille de fenêtre. Plage autorisée : de 50 à 95. Valeur par défaut : 75 pour cent.

arorder, a

Définit l'ordre d'autorégression, en pourcentage de la taille de fenêtre. Plage autorisée : de 0 à 25. Valeur par défaut : 8 pour cent. Cette option contrôle également la qualité des échantillons interpolés à partir des bons échantillons voisins.

threshold, t

Définit la valeur de seuil. Plage autorisée : de 1 à 100. Valeur par défaut : 10. Des valeurs plus élevées rendent la détection d'écrêtage moins agressive.

hsize, n

Définit la taille de l'histogramme utilisé pour détecter les écrêtages. Plage autorisée : de 100 à 9999. Valeur par défaut : 1000. Des valeurs plus élevées rendent la détection d'écrêtage moins agressive.

method, m

Définit la méthode de chevauchement.

Accepte les valeurs suivantes :

add, a

Sélectionne la méthode overlap-add. Avec cette méthode, même les échantillons non interpolés sont légèrement modifiés.

save, s

Sélectionne la méthode overlap-save. Les échantillons non interpolés restent inchangés.

Valeur par défaut : a.

8.11 adecorrelate

Applique une décorrélation au flux audio d'entrée.

Ce filtre accepte les options suivantes :

stages

Définit le nombre d'étages de décorrélation du filtrage. Plage autorisée : de 1 à 16. Valeur par défaut : 6.

seed

Définit la graine aléatoire utilisée pour fixer le délai en échantillons entre les canaux.

8.12 adelay

Retarde un ou plusieurs canaux audio.

Les échantillons du canal retardé sont remplis de silence.

Ce filtre accepte l'option suivante :

delays

Définit la liste des délais en millisecondes pour chaque canal, séparés par ’|’. Les délais inutilisés sont ignorés silencieusement. Si le nombre de délais indiqués est inférieur au nombre de canaux, les canaux restants ne sont pas retardés. Pour retarder d'un nombre exact d'échantillons, ajoutez ’S’ au nombre. Pour retarder en secondes à la place, ajoutez ’s’ au nombre.

all

Utilise le dernier délai défini pour tous les canaux restants. Désactivée par défaut. Si elle est activée, cette option modifie la façon dont l'option delays est interprétée.

8.12.1 Exemples

• Retarde le premier canal de 1.5 seconde, le troisième canal de 0.5 seconde, et laisse le deuxième canal (ainsi que tout autre canal éventuellement présent) inchangé.

  adelay=1500|0|500
  

• Retarde le deuxième canal de 500 échantillons, le troisième canal de 700 échantillons, et laisse le premier canal (ainsi que tout autre canal éventuellement présent) inchangé.

  adelay=0|500S|700S
  

• Retarde tous les canaux du même nombre d'échantillons :

  adelay=delays=64S:all=1
  

8.13 adenorm

Corrige les denormals du signal audio en ajoutant un bruit de très faible niveau.

Ce filtre doit être placé avant tout filtre susceptible de produire des denormals.

Voici la description des paramètres acceptés.

level

Définit le niveau du bruit ajouté, en dB. Valeur par défaut : -351. Plage autorisée : de -451 à -90.

type

Définit le type de bruit ajouté.

dc

Ajoute un signal DC.

ac

Ajoute un signal AC.

square

Ajoute un signal carré.

pulse

Ajoute un signal en impulsions.

Valeur par défaut : dc.

8.13.1 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

8.14 aderivative, aintegral

Calcule la dérivée/l'intégrale du flux audio.

L'application des deux filtres l'un après l'autre restitue l'audio d'origine.

8.15 adrc

Applique un filtre de contrôleur de plage dynamique spectrale au flux audio d'entrée.

Voici la description des options acceptées.

transfer

Définit l'expression de transfert.

L'expression peut contenir les constantes suivantes :

ch

numéro du canal actuel

sn

numéro d'échantillon actuel

nb_channels

nombre de canaux

t

horodatage exprimé en secondes

sr

fréquence d'échantillonnage

p

valeur de puissance de la fréquence actuelle, en dB

f

fréquence actuelle en Hz

La valeur par défaut est p.

attack

Définit l'attaque en millisecondes. La valeur par défaut est 50 millisecondes. La plage autorisée va de 1 à 1000 millisecondes.

release

Définit le relâchement en millisecondes. La valeur par défaut est 100 millisecondes. La plage autorisée va de 5 à 2000 millisecondes.

channels

Définit les canaux à filtrer. Par défaut, tous les canaux (all) du flux audio sont filtrés.

8.15.1 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

8.15.2 Exemples

• Applique une compression spectrale à toutes les fréquences avec un seuil de -50 dB et un ratio de 1:6 :

  adrc=transfer='if(gt(p,-50),-50+(p-(-50))/6,p)':attack=50:release=100
  

• Comme ci-dessus, mais avec un ratio de 1:2 et en ne filtrant que le canal frontal central :

  adrc=transfer='if(gt(p,-50),-50+(p-(-50))/2,p)':attack=50:release=100:channels=FC
  

• Applique une porte de bruit spectrale à toutes les fréquences avec un seuil de -85 dB, une attaque courte et un relâchement court :

  adrc=transfer='if(lte(p,-85),p-800,p)':attack=1:release=5
  

• Applique une expansion spectrale à toutes les fréquences avec un seuil de -10 dB et un ratio de 1:2 :

  adrc=transfer='if(lt(p,-10),-10+(p-(-10))*2,p)':attack=50:release=100
  

• Applique un limiteur à -60 dB maximum sur toutes les fréquences, avec une attaque de 2 ms et un relâchement de 10 ms :

  adrc=transfer='min(p,-60)':attack=2:release=10
  

8.16 adynamicequalizer

Applique une égalisation dynamique au flux audio d'entrée.

Voici la description des options acceptées.

threshold

Définit le seuil de détection utilisé pour déclencher l'égalisation. La détection du seuil utilise un filtre de détection. La valeur par défaut est 0. La plage autorisée va de 0 à 100.

dfrequency

Définit la fréquence de détection en Hz utilisée par le filtre de détection qui déclenche l'égalisation. La valeur par défaut est 1000 Hz. La plage autorisée va de 2 à 1000000 Hz.

dqfactor

Définit le facteur de résonance de détection du filtre de détection qui déclenche l'égalisation. La valeur par défaut est 1. La plage autorisée va de 0.001 à 1000.

tfrequency

Définit la fréquence cible du filtre d'égalisation. La valeur par défaut est 1000 Hz. La plage autorisée va de 2 à 1000000 Hz.

tqfactor

Définit le facteur de résonance cible du filtre d'égalisation cible. La valeur par défaut est 1. La plage autorisée va de 0.001 à 1000.

attack

Définit le nombre de millisecondes pendant lequel le signal de détection doit dépasser le seuil de détection avant que l'égalisation ne commence. La valeur par défaut est 20. La plage autorisée va de 1 à 2000.

release

Définit le nombre de millisecondes pendant lequel le signal de détection doit passer sous le seuil de détection avant que l'égalisation ne se termine. La valeur par défaut est 200. La plage autorisée va de 1 à 2000.

ratio

Définit le ratio selon lequel le gain d'égalisation est augmenté. La valeur par défaut est 1. La plage autorisée va de 0 à 30.

makeup

Définit le décalage de compensation (makeup) selon lequel le gain d'égalisation est augmenté. La valeur par défaut est 0. La plage autorisée va de 0 à 100.

range

Définit le niveau maximal autorisé de coupure/accentuation. La valeur par défaut est 50. La plage autorisée va de 1 à 200.

mode

Définit le mode de fonctionnement du filtre, qui peut être l'une des valeurs suivantes :

‘listen’

Ne produit en sortie que le signal de détection isolé.

‘cutbelow’

Coupe les fréquences en dessous du seuil de détection.

‘cutabove’

Coupe les fréquences au-dessus du seuil de détection.

‘boostbelow’

Accentue les fréquences en dessous du seuil de détection.

‘boostabove’

Accentue les fréquences au-dessus du seuil de détection.

Le mode par défaut est ‘cutbelow’.

dftype

Définit le type de filtre de détection, qui peut être l'une des valeurs suivantes :

‘bandpass’ ‘lowpass’ ‘highpass’ ‘peak’

Le type par défaut est ‘bandpass’.

tftype

Définit le type de filtre cible, qui peut être l'une des valeurs suivantes :

‘bell’ ‘lowshelf’ ‘highshelf’

Le type par défaut est ‘bell’.

auto

Recueille automatiquement le seuil à partir du filtre de détection. Elle est ‘disabled’ par défaut. Cette option est utile pour détecter le seuil sur une certaine plage temporelle du flux audio d'entrée ; dans ce cas, la valeur de l'option est modifiée à l'exécution.

Les valeurs disponibles sont :

‘disabled’

Désactive l'utilisation de la valeur de seuil recueillie automatiquement.

‘off’

Arrête le prélèvement de la valeur de seuil.

‘on’

Démarre le prélèvement de la valeur de seuil.

‘adaptive’

Prélève la valeur de seuil de manière adaptative, en calculant l'entropie d'une fenêtre glissante.

precision

Définit la précision à utiliser lors du traitement des échantillons.

auto

Sélectionne automatiquement le sample format interne en fonction des autres filtres.

float

Utilise toujours un sample format en simple précision flottante.

double

Utilise toujours un sample format en double précision flottante.

8.16.1 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

8.17 adynamicsmooth

Applique un lissage dynamique au flux audio d'entrée.

Voici la description des options acceptées.

sensitivity

Définit le niveau de sensibilité aux fluctuations de fréquence. La valeur par défaut est 2. La plage autorisée va de 0 à 1e+06.

basefreq

Définit une fréquence de base pour le lissage. La valeur par défaut est 22050. La plage autorisée va de 2 à 1e+06.

8.17.1 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

8.18 aecho

Applique un écho à l'audio d'entrée.

Les échos sont le son réfléchi et peuvent survenir naturellement dans les montagnes (et parfois dans de grands bâtiments) lorsqu'on parle ou qu'on crie ; les effets d'écho numériques imitent ce comportement et servent souvent à étoffer le son d'un instrument seul ou d'une voix. L'écart de temps entre le signal d'origine et la réflexion est le delay, et le niveau sonore du signal réfléchi est le decay. Plusieurs échos peuvent avoir des retards et des atténuations différents.

Voici la description des paramètres acceptés.

in_gain

Définit le gain d'entrée du signal réfléchi. La valeur par défaut est 0.6.

out_gain

Définit le gain de sortie du signal réfléchi. La valeur par défaut est 0.3.

delays

Définit la liste des intervalles de temps en millisecondes entre le signal d'origine et les réflexions, séparés par ’|’. La plage autorisée pour chaque delay est (0 - 90000.0]. La valeur par défaut est 1000.

decays

Définit la liste des niveaux sonores des signaux réfléchis, séparés par ’|’. La plage autorisée pour chaque decay est (0 - 1.0]. La valeur par défaut est 0.5.

8.18.1 Exemples

• Donne l'impression qu'il y a deux fois plus d'instruments que ceux qui jouent réellement :

  aecho=0.8:0.88:60:0.4
  

• Si le délai est très court, cela ressemble à un robot (métallique) jouant de la musique :

  aecho=0.8:0.88:6:0.4
  

• Un délai plus long évoque un concert en plein air dans les montagnes :

  aecho=0.8:0.9:1000:0.3
  

• Comme ci-dessus, mais avec une montagne de plus :

  aecho=0.8:0.9:1000|1800:0.3|0.25
  

8.19 aemphasis

Le filtre d'emphase audio crée ou restaure des éléments issus directement de disques vinyles ou de CD à emphase, à l'aide de courbes de filtrage différentes. Par exemple, pour enregistrer de la musique sur vinyle, le signal doit d'abord être modifié par un filtre afin de compenser les inconvénients de ce support d'enregistrement. Lors de la lecture, le filtre inverse doit être appliqué pour corriger la distorsion de la réponse en fréquence.

Le filtre accepte les options suivantes :

level_in

Définit le gain d'entrée.

level_out

Définit le gain de sortie.

mode

Définit le mode du filtre. Pour restaurer des éléments, utilisez le mode reproduction ; sinon, utilisez le mode production. Le mode par défaut est reproduction.

type

Définit le type de filtre. Sélectionne le support. Peut être l'une des valeurs suivantes :

col

Sélectionne Columbia.

emi

Sélectionne EMI.

bsi

Sélectionne BSI (78RPM).

riaa

Sélectionne RIAA.

cd

Sélectionne Compact Disc (CD).

50fm

Sélectionne 50µs (FM).

75fm

Sélectionne 75µs (FM).

50kf

Sélectionne 50µs (FM-KF).

75kf

Sélectionne 75µs (FM-KF).

8.19.1 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

8.20 aeval

Modifie un signal audio selon les expressions spécifiées.

Ce filtre accepte une ou plusieurs expressions (une par canal), qui sont évaluées et utilisées pour modifier le signal audio correspondant.

Il accepte les paramètres suivants :

exprs

Définit la liste des expressions séparées par ’|’ pour chaque canal. Si le nombre de canaux d'entrée est supérieur au nombre d'expressions, la dernière expression spécifiée est utilisée pour les canaux de sortie restants.

channel_layout, c

Définit la disposition des canaux de sortie. Si elle n'est pas spécifiée, la disposition des canaux est déterminée par le nombre d'expressions. Si elle est définie à ‘same’, la même disposition des canaux que celle de l'entrée est utilisée par défaut.

Chaque expression de exprs peut contenir les constantes et fonctions suivantes :

ch

numéro de canal de l'expression actuelle

n

numéro de l'échantillon évalué, à partir de 0

s

fréquence d'échantillonnage

t

instant de l'échantillon évalué, exprimé en secondes

nb_in_channels nb_out_channels

nombre de canaux d'entrée et de sortie

val(CH)

la valeur du canal d'entrée numéro CH

Remarque : ce filtre est lent. Pour un traitement plus rapide, utilisez un filtre dédié.

8.20.1 Exemples

• Volume réduit de moitié :

  aeval=val(ch)/2:c=same
  

• Inverse la phase du second canal :

  aeval=val(0)|-val(1)
  

8.21 aexciter

Un exciteur sert à produire des sons aigus absents du signal d'origine. Cela se fait en créant des distorsions harmoniques du signal, limitées en plage et ajoutées au signal d'origine. Un exciteur relève le haut du spectre d'un signal audio sans se contenter, comme le ferait un égaliseur, d'augmenter les fréquences hautes, afin de créer un son plus "précis" ou "brillant".

Le filtre accepte les options suivantes :

level_in

Définit le niveau d'entrée avant le traitement du signal. La plage autorisée va de 0 à 64. La valeur par défaut est 1.

level_out

Définit le niveau de sortie après le traitement du signal. La plage autorisée va de 0 à 64. La valeur par défaut est 1.

amount

Définit la quantité d'harmoniques ajoutée au signal d'origine. La plage autorisée va de 0 à 64. La valeur par défaut est 1.

drive

Définit la quantité d'harmoniques nouvellement créées. La plage autorisée va de 0.1 à 10. La valeur par défaut est 8.5.

blend

Définit l'octave des harmoniques nouvellement créées. La plage autorisée va de -10 à 10. La valeur par défaut est 0.

freq

Définit la limite de fréquence basse pour la production d'harmoniques, en Hz. La plage autorisée va de 2000 à 12000 Hz. La valeur par défaut est 7500 Hz.

ceil

Définit la limite de fréquence haute pour la production d'harmoniques. La plage autorisée va de 9999 à 20000 Hz. Si la valeur est inférieure à 10000 Hz, aucune limite n'est appliquée.

listen

Coupe le signal d'origine et ne produit en sortie que les harmoniques ajoutées. Elle est désactivée par défaut.

8.21.1 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

8.22 afade

Applique un effet de fondu (ouverture/fermeture) à l'audio d'entrée.

Voici la description des paramètres acceptés.

type, t

Spécifie le type d'effet : in pour un fondu à l'ouverture, ou out pour un fondu à la fermeture. La valeur par défaut est in.

start_sample, ss

Spécifie le numéro de l'échantillon de départ à partir duquel appliquer l'effet de fondu. La valeur par défaut est 0.

nb_samples, ns

Spécifie le nombre d'échantillons pendant lequel l'effet de fondu doit durer. À la fin du fondu à l'ouverture, l'audio de sortie a le même volume que l'audio d'entrée ; à la fin de la transition de fondu à la fermeture, l'audio de sortie est silencieux. La valeur par défaut est 44100.

start_time, st

Spécifie l'heure de début de l'effet de fondu. La valeur par défaut est 0. La valeur doit être spécifiée comme une durée, voir (ffmpeg-utils)la section Time duration du manuel ffmpeg-utils(1) pour la syntaxe acceptée. Si elle est définie, cette option est utilisée à la place de start_sample.

duration, d

Spécifie la durée de l'effet de fondu. Voir (ffmpeg-utils)la section Time duration du manuel ffmpeg-utils(1) pour la syntaxe acceptée. À la fin du fondu à l'ouverture, l'audio de sortie a le même volume que l'audio d'entrée ; à la fin de la transition de fondu à la fermeture, l'audio de sortie est silencieux. Par défaut, la durée est déterminée par nb_samples. Si elle est définie, cette option est utilisée à la place de nb_samples.

curve

Définit la courbe de la transition de fondu.

Les valeurs acceptées sont les suivantes :

tri

sélectionne une pente triangulaire linéaire (par défaut)

qsin

sélectionne un quart d'onde sinusoïdale

hsin

sélectionne une demi-onde sinusoïdale

esin

sélectionne une onde sinusoïdale exponentielle

log

sélectionne une courbe logarithmique

ipar

sélectionne une parabole inversée

qua

sélectionne une courbe quadratique

cub

sélectionne une courbe cubique

squ

sélectionne une racine carrée

cbr

sélectionne une racine cubique

par

sélectionne une parabole

exp

sélectionne une courbe exponentielle

iqsin

sélectionne un quart d'onde sinusoïdale inversée

ihsin

sélectionne une demi-onde sinusoïdale inversée

dese

sélectionne une assise à double exponentielle

desi

sélectionne une sigmoïde à double exponentielle

losi

sélectionne une sigmoïde logistique

sinc

sélectionne une fonction sinus cardinal

isinc

sélectionne une fonction sinus cardinal inversée

quat

sélectionne une courbe quartique

quatr

sélectionne une racine quartique

qsin2

sélectionne un quart d'onde sinusoïdale au carré

hsin2

sélectionne une demi-onde sinusoïdale au carré

nofade

aucun fondu appliqué

silence

Définit le gain initial pour le fondu à l'ouverture ou le gain final pour le fondu à la fermeture. La valeur par défaut est 0.0.

unity

Définit le gain initial pour le fondu à la fermeture ou le gain final pour le fondu à l'ouverture. La valeur par défaut est 1.0.

8.22.1 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

8.22.2 Exemples

• Fondu en entrée sur les 15 premières secondes du son :

  afade=t=in:ss=0:d=15
  

• Fondu en sortie sur les 25 dernières secondes d'un son de 900 secondes :

  afade=t=out:st=875:d=25
  

8.23 afftdn

Débruite les échantillons audio avec la FFT.

Voici la description des paramètres acceptés.

noise_reduction, nr

Définit la réduction de bruit en dB ; la plage autorisée va de 0.01 à 97. La valeur par défaut est 12 dB.

noise_floor, nf

Définit le seuil de bruit en dB ; la plage autorisée va de -80 à -20. La valeur par défaut est -50 dB.

noise_type, nt

Définit le type de bruit.

Les valeurs acceptées sont les suivantes :

white, w

Sélectionne le bruit blanc.

vinyl, v

Sélectionne le bruit de vinyle.

shellac, s

Sélectionne le bruit de gomme-laque.

custom, c

Sélectionne un bruit personnalisé, défini par l'option bn.

La valeur par défaut est le bruit blanc.

band_noise, bn

Définit le profil de bruit personnalisé pour chacune des 15 bandes. Les bandes sont séparées par ’ ’ ou ’|’.

residual_floor, rf

Définit le seuil résiduel en dB ; la plage autorisée va de -80 à -20. La valeur par défaut est -38 dB.

track_noise, tn

Active le suivi du seuil de bruit. Elle est désactivée par défaut. Lorsqu'elle est activée, le seuil de bruit est ajusté automatiquement.

track_residual, tr

Active le suivi résiduel. Elle est désactivée par défaut.

output_mode, om

Définit le mode de sortie.

Les valeurs acceptées sont les suivantes :

input, i

Laisse passer l'entrée inchangée.

output, o

Laisse passer le signal débruité.

noise, n

Ne laisse passer que le bruit.

La valeur par défaut est output.

adaptivity, ad

Définit le facteur d'adaptabilité, qui détermine la vitesse d'adaptation des ajustements de gain pour chaque bin de fréquence. La valeur 0 active une adaptation instantanée, tandis que des valeurs plus élevées réagissent beaucoup plus lentement. La plage autorisée va de 0 à 1. La valeur par défaut est 0.5.

floor_offset, fo

Définit le facteur de décalage du seuil de bruit. Cette option sert à ajuster le décalage appliqué au seuil de bruit mesuré. Elle n'a d'effet que lorsque le suivi du seuil de bruit est activé. La plage autorisée va de -2.0 à 2.0. La valeur par défaut est 1.0.

noise_link, nl

Définit le lien de bruit utilisé pour l'audio multicanal.

Les valeurs acceptées sont les suivantes :

none

Utilise le seuil de bruit du canal sans le modifier.

min

Utilise le seuil de bruit minimal mesuré sur tous les canaux.

max

Utilise le seuil de bruit maximal mesuré sur tous les canaux.

average

Utilise le seuil de bruit moyen mesuré sur tous les canaux.

La valeur par défaut est min.

band_multiplier, bm

Définit le facteur multiplicateur de bande, qui détermine sur combien de cases de fréquence chaque bande est répartie. La plage autorisée va de 0.2 à 5. La valeur par défaut est 1.25.

sample_noise, sn

Active ou désactive la capture et la mesure du profil de bruit à partir de l'audio d'entrée.

Les valeurs acceptées sont les suivantes :

start, begin

Démarre la capture de l'échantillon de bruit.

stop, end

Arrête la capture de l'échantillon de bruit et mesure un nouveau profil de bande de bruit.

La valeur par défaut est none.

gain_smooth, gs

Définit le rayon spatial de lissage du gain, utilisé pour lisser les gains appliqués à chaque case de fréquence. Utile pour réduire les artefacts aléatoires de bruit musical. Des valeurs plus élevées augmentent le lissage des gains. La plage autorisée va de 0 à 50. La valeur par défaut est 0.

8.23.1 Commandes

Ce filtre prend en charge certaines des options mentionnées ci-dessus en tant que commandes.

8.23.2 Exemples

• Réduit le bruit blanc de 10 dB et utilise un seuil de bruit précédemment mesuré de -40 dB :

  afftdn=nr=10:nf=-40
  

• Réduit le bruit blanc de 10 dB, définit également un seuil de bruit initial de -80 dB et active le suivi automatique du seuil de bruit afin qu'il évolue progressivement pendant le traitement :

  afftdn=nr=10:nf=-80:tn=1
  

• Réduit le bruit de 20 dB en utilisant un seuil de bruit de -40 dB, et utilise des commandes pour capturer le profil de bruit des 0.4 premières secondes de l'audio d'entrée :

  asendcmd=0.0 afftdn sn start,asendcmd=0.4 afftdn sn stop,afftdn=nr=20:nf=-40
  

8.24 afftfilt

Applique des expressions arbitraires aux échantillons dans le domaine fréquentiel.

real

Définit l'expression réelle du domaine fréquentiel pour chaque canal séparé par ’|’. La valeur par défaut est "re". Si le nombre de canaux d'entrée est supérieur au nombre d'expressions, la dernière expression indiquée est utilisée pour les canaux de sortie restants.

imag

Définit l'expression imaginaire du domaine fréquentiel pour chaque canal séparé par ’|’. La valeur par défaut est "im".

Chaque expression de real et imag peut contenir les constantes et fonctions suivantes :

sr

fréquence d'échantillonnage

b

numéro du bin de fréquence actuel

nb

nombre de bins disponibles

ch

numéro de canal de l'expression actuelle

chs

nombre de canaux

pts

pts de l'image actuelle

re

partie réelle actuelle du bin de fréquence du canal actuel

im

partie imaginaire actuelle du bin de fréquence du canal actuel

real(b, ch)

Renvoie la valeur de la partie réelle du bin de fréquence à l'emplacement (bin,channel)

imag(b, ch)

Renvoie la valeur de la partie imaginaire du bin de fréquence à l'emplacement (bin,channel)

win_size

Définit la taille de la fenêtre. La plage autorisée va de 16 à 131072. La valeur par défaut est 4096

win_func

Définit la fonction de fenêtrage.

Elle accepte les valeurs suivantes :

‘rect’ ‘bartlett’ ‘hann, hanning’ ‘hamming’ ‘blackman’ ‘welch’ ‘flattop’ ‘bharris’ ‘bnuttall’ ‘bhann’ ‘sine’ ‘nuttall’ ‘lanczos’ ‘gauss’ ‘tukey’ ‘dolph’ ‘cauchy’ ‘parzen’ ‘poisson’ ‘bohman’ ‘kaiser’

La valeur par défaut est hann.

overlap

Définit le chevauchement de la fenêtre. Si la valeur est 1, le chevauchement recommandé pour la fonction de fenêtrage sélectionnée est utilisé. La valeur par défaut est 0.75.

8.24.1 Exemples

• Ne laisse presque que les basses fréquences dans l'audio :

  afftfilt="'real=re * (1-clip((b/nb)*b,0,1))':imag='im * (1-clip((b/nb)*b,0,1))'"
  

• Applique un effet de robotisation :

  afftfilt="real='hypot(re,im)*sin(0)':imag='hypot(re,im)*cos(0)':win_size=512:overlap=0.75"
  

• Applique un effet de chuchotement :

  afftfilt="real='hypot(re,im)*cos((random(0)*2-1)*2*3.14)':imag='hypot(re,im)*sin((random(1)*2-1)*2*3.14)':win_size=128:overlap=0.8"
  

• Applique un décalage de phase :

  afftfilt="real=re*cos(1)-im*sin(1):imag=re*sin(1)+im*cos(1)"
  

8.25 afir

Applique un filtre à réponse impulsionnelle finie (FIR) arbitraire.

Ce filtre est conçu pour appliquer de longs filtres FIR, jusqu'à 60 secondes.

Il peut être utilisé comme composant pour les filtres de répartition de fréquences numériques, l'égalisation de pièce, l'annulation de diaphonie, la synthèse de champ d'ondes, l'auralisation, l'ambiophonie, l'ambisonie et la spatialisation.

Ce filtre utilise les flux suivant le premier comme coefficients FIR. Si un flux autre que le premier ne contient qu'un seul canal, celui-ci est utilisé pour tous les canaux d'entrée du premier flux ; sinon, le nombre de canaux du flux non premier doit être identique au nombre de canaux du premier flux.

Il accepte les paramètres suivants :

dry

Définit le gain dry. Ceci définit le gain d'entrée.

wet

Définit le gain wet. Ceci définit le gain de sortie final.

length

Définit la longueur du filtre à réponse impulsionnelle. La valeur par défaut est 1, ce qui signifie que l'IR est traité dans son intégralité.

gtype

Cette option est obsolète et ne fait rien.

irnorm

Définit la norme à appliquer aux coefficients IR avant le filtrage. La plage autorisée va de -1 à 2. Les coefficients IR sont normalisés avec la norme vectorielle calculée définie par cette option. Pour des valeurs négatives, aucune norme n'est calculée et les coefficients IR ne sont pas du tout modifiés. La valeur par défaut est 1.

irlink

Pour un IR multicanal, si cette option est définie sur true, tous les canaux IR sont normalisés avec le gain maximal mesuré des coefficients de tous les canaux IR, tel que défini par l'option irnorm. Lorsqu'elle est désactivée, tous les coefficients IR de chaque canal IR sont normalisés indépendamment. La valeur par défaut est true.

irgain

Définit le gain à appliquer aux coefficients IR avant le filtrage. La plage autorisée va de 0 à 1. Ce gain est appliqué après tout gain appliqué par l'option irnorm.

irfmt

Définit le format du flux IR. Peut être mono ou input. La valeur par défaut est input.

maxir

Définit la durée maximale autorisée du filtre à réponse impulsionnelle, en secondes. La valeur par défaut est 30 secondes. La plage autorisée va de 0.1 à 60 secondes.

response

Cette option est obsolète et ne fait rien.

channel

Cette option est obsolète et ne fait rien.

size

Cette option est obsolète et ne fait rien.

rate

Cette option est obsolète et ne fait rien.

minp

Définit la taille minimale de partition utilisée pour la convolution. La valeur par défaut est 8192. La plage autorisée va de 1 à 65536. Des valeurs plus faibles réduisent la latence au prix d'une charge CPU plus élevée.

maxp

Définit la taille maximale de partition utilisée pour la convolution. La valeur par défaut est 8192. La plage autorisée va de 8 à 65536. Des valeurs plus faibles peuvent augmenter la charge CPU.

nbirs

Définit le nombre de flux de réponses impulsionnelles d'entrée qui pourront être commutés à l'exécution. La plage autorisée va de 1 à 32. La valeur par défaut est 1.

ir

Définit le flux IR qui sera utilisé pour la convolution, en commençant à 0 ; sa valeur doit toujours être inférieure à celle fournie par l'option nbirs. La valeur par défaut est 0. Cette option peut être modifiée à l'exécution via des commandes.

precision

Définit la précision à utiliser lors du traitement des échantillons.

auto

Choisit automatiquement le sample format interne en fonction des autres filtres.

float

Utilise toujours un sample format en simple précision flottante.

double

Utilise toujours un sample format en double précision flottante.

La valeur par défaut est auto.

irload

Définit le moment où le flux IR est chargé. Peut être init ou access. La première charge et prépare tous les IR à l'initialisation, la seconde le fait une seule fois lors du premier accès à un IR donné. La valeur par défaut est init.

8.25.1 Exemples

• Applique une réverbération au flux en utilisant un fichier IR mono comme seconde entrée, commande complète avec ffmpeg :

  ffmpeg -i input.wav -i middle_tunnel_1way_mono.wav -lavfi afir output.wav
  

• Applique un traitement stéréo réel à un flux d'entrée stéréo et à deux réponses impulsionnelles stéréo pour les canaux gauche et droit ; les fichiers de réponse impulsionnelle sont nommés l_ir.wav et r_ir.wav, avec définition de la valeur de l'option irnorm :

  "pan=4C|c0=FL|c1=FL|c2=FR|c3=FR[a];amovie=l_ir.wav[LIR];amovie=r_ir.wav[RIR];[LIR][RIR]amerge[ir];[a][ir]afir=irfmt=input:irnorm=1.2,pan=stereo|FL<c0+c2|FR<c1+c3"
  

• Similaire à l'exemple précédent, mais avec irgain explicitement défini à la valeur estimée et avec irnorm désactivé :

  "pan=4C|c0=FL|c1=FL|c2=FR|c3=FR[a];amovie=l_ir.wav[LIR];amovie=r_ir.wav[RIR];[LIR][RIR]amerge[ir];[a][ir]afir=irfmt=input:irgain=-5dB:irnom=-1,pan=stereo|FL<c0+c2|FR<c1+c3"
  

8.26 aformat

Définit les contraintes de format de sortie pour l'audio d'entrée. Le framework négocie le format le plus approprié afin de minimiser les conversions.

Il accepte les paramètres suivants :

sample_fmts, f

Liste des sample formats demandés, séparés par ’|’.

sample_rates, r

Liste des fréquences d'échantillonnage demandées, séparées par ’|’.

channel_layouts, cl

Liste des dispositions de canaux demandées, séparées par ’|’.

Voir (ffmpeg-utils)la section Channel Layout du manuel ffmpeg-utils(1) pour la syntaxe requise.

Si un paramètre est omis, toutes les valeurs sont autorisées.

Force la sortie en stéréo non signée 8 bits ou signée 16 bits

aformat=sample_fmts=u8|s16:channel_layouts=stereo

8.27 afreqshift

Applique un décalage de fréquence aux échantillons audio d'entrée.

Ce filtre accepte les options suivantes :

shift

Indique le décalage de fréquence. La plage autorisée va de -INT_MAX à INT_MAX. La valeur par défaut est 0.0.

level

Définit le gain de sortie appliqué à la sortie finale. La plage autorisée va de 0.0 à 1.0. La valeur par défaut est 1.0.

order

Définit l'ordre du filtre utilisé pour le filtrage. La plage autorisée va de 1 à 16. La valeur par défaut est 8.

8.27.1 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

8.28 afwtdn

Réduit le bruit large bande des échantillons d'entrée à l'aide d'ondelettes.

Une description des options acceptées suit.

sigma

Définit le sigma du bruit ; la plage autorisée va de 0 à 1. La valeur par défaut est 0. Cette option contrôle l'intensité du débruitage appliqué aux échantillons d'entrée. La façon la plus pratique de définir cette option est en décibels, par exemple -45dB.

levels

Définit le nombre de niveaux de décomposition en ondelettes. La plage autorisée va de 1 à 12. La valeur par défaut est 10. Une valeur trop basse dégrade fortement la qualité du débruitage.

wavet

Définit le type d'ondelette pour la décomposition de l'image d'entrée. Elles sont classées par nombre de coefficients, du plus faible au plus élevé. Plus de coefficients signifie une vitesse de filtrage plus faible, mais une meilleure qualité globale. Les ondelettes disponibles sont :

‘sym2’ ‘sym4’ ‘rbior68’ ‘deb10’ ‘sym10’ ‘coif5’ ‘bl3’ percent

Définit le pourcentage de débruitage complet. La plage autorisée va de 0 à 100 pour cent. La valeur par défaut est 85 pour cent, soit un débruitage partiel.

profile

Si elle est activée, la première image d'entrée est utilisée comme profil de bruit. Si les échantillons de la première image contiennent autre chose que du bruit, les performances seront très médiocres.

adaptive

Si elle est activée, les images d'entrée sont analysées pour détecter la présence de bruit. Si du bruit est détecté avec une forte probabilité, le profil de l'image d'entrée est utilisé pour traiter les images suivantes, jusqu'à ce qu'une nouvelle image de bruit soit détectée.

samples

Définit la taille d'une image unique en nombre d'échantillons. La plage autorisée va de 512 à 65536. La taille d'image par défaut est de 8192 échantillons.

softness

Définit la douceur appliquée à l'intérieur de la fonction de seuillage. La plage autorisée va de 0 à 10. La douceur par défaut est 1.

8.28.1 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

8.29 agate

Un gate sert principalement à réduire les parties faibles d'un signal. Ce type de traitement du signal réduit le bruit gênant entre les signaux utiles.

Le gating consiste à détecter le volume en dessous d'un seuil de niveau choisi et à le diviser par le facteur défini avec ratio. Le plancher de bruit est défini via range. Une manipulation exacte du signal provoquant une distorsion de la forme d'onde, la réduction peut être lissée dans le temps. Cela se fait en définissant attack et release.

attack détermine combien de temps le signal doit rester en dessous du seuil avant qu'une réduction ne se produise, et release définit le temps pendant lequel le signal doit rester au-dessus du seuil pour que la réduction diminue à nouveau. Les signaux plus courts que le temps d'attack choisi restent inchangés.

level_in

Définit le niveau d'entrée avant le filtrage. La valeur par défaut est 1. La plage autorisée va de 0.015625 à 64.

mode

Définit le mode de fonctionnement. Peut être upward ou downward. La valeur par défaut est downward. En mode upward, les parties fortes du signal sont amplifiées, ce qui étend la plage dynamique vers le haut. Sinon, en mode downward, les parties faibles du signal sont réduites.

range

Définit le niveau de réduction de gain lorsque le signal est en dessous du seuil. La valeur par défaut est 0.06125. La plage autorisée va de 0 à 1. Une valeur de 0 désactive la réduction, et le filtre se comporte alors comme un expandeur.

threshold

Si un signal s'élève au-dessus de ce niveau, la réduction de gain est relâchée. La valeur par défaut est 0.125. La plage autorisée va de 0 à 1.

ratio

Définit le rapport selon lequel le signal est réduit. La valeur par défaut est 2. La plage autorisée va de 1 à 9000.

attack

Durée en millisecondes pendant laquelle le signal doit s'élever au-dessus du seuil avant que la réduction de gain ne s'arrête. La valeur par défaut est 20 millisecondes. La plage autorisée va de 0.01 à 9000.

release

Durée en millisecondes pendant laquelle le signal doit descendre en dessous du seuil avant que la réduction n'augmente à nouveau. La valeur par défaut est 250 millisecondes. La plage autorisée va de 0.01 à 9000.

makeup

Définit le niveau d'amplification du signal après traitement. La valeur par défaut est 1. La plage autorisée va de 1 à 64.

knee

Arrondit l'angle vif autour du seuil pour entrer plus progressivement dans la réduction de gain. La valeur par défaut est 2.828427125. La plage autorisée va de 1 à 8.

detection

Choisit si le signal exact doit être utilisé pour la détection, ou un signal de type RMS. La valeur par défaut est rms. Peut être peak ou rms.

link

Choisit si c'est le niveau moyen entre tous les canaux ou le canal le plus fort qui influence la réduction. La valeur par défaut est average. Peut être average ou maximum.

8.29.1 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

8.30 aiir

Applique un filtre à réponse impulsionnelle infinie (IIR) arbitraire.

Il accepte les paramètres suivants :

zeros, z

Définit les coefficients B/numérateur/zéros/réflexion.

poles, p

Définit les coefficients A/dénominateur/pôles/échelle.

gains, k

Définit les gains des canaux.

dry_gain

Définit le gain d'entrée.

wet_gain

Définit le gain de sortie.

format, f

Définit le format des coefficients.

‘ll’

fonction treillis-échelle

‘sf’

fonction de transfert analogique

‘tf’

fonction de transfert numérique

‘zp’

zéros/pôles dans le plan Z, coordonnées cartésiennes (par défaut)

‘pr’

zéros/pôles dans le plan Z, coordonnées polaires en radians

‘pd’

zéros/pôles dans le plan Z, coordonnées polaires en degrés

‘sp’

zéros/pôles dans le plan S

process, r

Définit le type de traitement.

‘d’

traitement direct

‘s’

traitement série

‘p’

traitement parallèle

precision, e

Définit la précision de filtrage.

‘dbl’

virgule flottante double précision (par défaut)

‘flt’

virgule flottante simple précision

‘i32’

entiers 32 bits

‘i16’

entiers 16 bits

normalize, n

Normalise les coefficients du filtre ; activée par défaut. L'activer normalise la réponse en amplitude en DC à 0dB.

mix

Détermine la part du signal filtré utilisée dans la sortie. La valeur par défaut est 1. La plage va de 0 à 1.

response

Affiche la réponse en fréquence de l'IR, amplitude(magenta), phase(vert) et délai de groupe(jaune), dans un flux vidéo supplémentaire. Désactivée par défaut.

channel

Définit pour quel canal IR afficher la réponse en fréquence. Par défaut, c'est le premier canal qui est affiché. Cette option n'est utilisée que lorsque response est activée.

size

Définit la taille du flux vidéo. Cette option n'est utilisée que lorsque response est activée.

Les coefficients au format tf et sf sont séparés par des espaces et classés par ordre croissant.

Les coefficients au format zp sont séparés par des espaces et leur ordre n'a pas d'importance. Les coefficients au format zp sont des nombres complexes avec i comme unité imaginaire.

Des coefficients et des gains différents peuvent être fournis pour chaque canal ; dans ce cas, utilisez ’|’ pour séparer les coefficients ou les gains. Les derniers coefficients fournis sont utilisés pour tous les canaux restants.

8.30.1 Exemples

• Applique un notch elliptique à 2 pôles autour de 5000Hz pour une fréquence d'échantillonnage de 48000 Hz :

  aiir=k=1:z=7.957584807809675810E-1 -2.575128568908332300 3.674839853930788710 -2.57512875289799137 7.957586296317130880E-1:p=1 -2.86950072432325953 3.63022088054647218 -2.28075678147272232 6.361362326477423500E-1:f=tf:r=d
  

• Identique à l'exemple précédent mais au format zp :

  aiir=k=0.79575848078096756:z=0.80918701+0.58773007i 0.80918701-0.58773007i 0.80884700+0.58784055i 0.80884700-0.58784055i:p=0.63892345+0.59951235i 0.63892345-0.59951235i 0.79582691+0.44198673i 0.79582691-0.44198673i:f=zp:r=s
  

• Applique un filtre passe-bas de Butterworth analogique normalisé du 3e ordre, au format fonction de transfert analogique :

  aiir=z=1.3057 0 0 0:p=1.3057 2.3892 2.1860 1:f=sf:r=d
  

8.31 alimiter

Le limiteur empêche un signal d'entrée de dépasser un seuil souhaité. Ce limiteur utilise la technologie de préécoute (lookahead) pour éviter que le signal ne se déforme. Cela signifie qu'un léger délai apparaît après le traitement du signal. Notez que ce délai correspond au temps d'attack défini.

Ce filtre accepte les options suivantes :

level_in

Définit le gain d'entrée. La valeur par défaut est 1.

level_out

Définit le gain de sortie. La valeur par défaut est 1.

limit

Empêche les signaux dépassant ce niveau de traverser le limiteur. La valeur par défaut est 1.

attack

Le limiteur atteint son niveau d'atténuation dans ce délai, exprimé en millisecondes. La valeur par défaut est 5 millisecondes.

release

Revient de la limitation à une atténuation de 1.0 dans ce délai, en millisecondes. La valeur par défaut est 50 millisecondes.

asc

Lorsque la réduction de gain est constamment nécessaire, ASC se charge de revenir à un niveau de réduction moyen plutôt que d'atteindre une réduction de 0 dans le temps de release.

asc_level

Sélectionne dans quelle mesure le temps de release est affecté par ASC ; 0 signifie presque aucun changement du temps de release, tandis que 1 produit des temps de release plus longs.

level

Ajuste automatiquement le niveau du signal de sortie. Activée par défaut. Si elle est activée, cela renormalise l'audio à 0dB.

latency

Compense le délai introduit par l'utilisation du tampon de préécoute défini avec le paramètre attack. Vide également les données audio valides du tampon de préécoute lorsque le flux atteint l'EOF.

Selon le réglage choisi, il est recommandé de suréchantillonner l'entrée 2x ou 4x avec aresample avant d'appliquer ce filtre.

8.32 allpass

Applique un filtre passe-tout à deux pôles avec une fréquence centrale (en Hz) frequency et une largeur de filtre width. Un filtre passe-tout modifie la relation fréquence-phase de l'audio sans modifier sa relation fréquence-amplitude.

Ce filtre accepte les options suivantes :

frequency, f

Définit la fréquence en Hz.

width_type, t

Définit la méthode utilisée pour indiquer la largeur de bande du filtre.

h

Hz

q

Facteur Q

o

octave

s

pente

k

kHz

width, w

Indique la largeur de bande du filtre dans les unités de width_type.

mix, m

Détermine la part du signal filtré utilisée dans la sortie. La valeur par défaut est 1. La plage va de 0 à 1.

channels, c

Indique les canaux à filtrer ; par défaut, tous les canaux disponibles sont filtrés.

normalize, n

Normalise les coefficients biquad ; désactivée par défaut. L'activer normalise la réponse en amplitude en DC à 0dB.

order, o

Définit l'ordre du filtre ; peut être 1 ou 2. La valeur par défaut est 2.

transform, a

Définit le type de transformation du filtre IIR.

di dii tdi tdii latt svf zdf precision, r

Définit la précision du filtrage.

auto

Choisit automatiquement le sample format en fonction des filtres surround.

s16

Utilise toujours des entiers signés 16 bits.

s32

Utilise toujours des entiers signés 32 bits.

f32

Utilise toujours des flottants 32 bits.

f64

Utilise toujours des flottants 64 bits.

8.32.1 Commandes

Ce filtre prend en charge les commandes suivantes :

frequency, f

Modifie la fréquence d'allpass. La syntaxe de la commande est : "frequency"

width_type, t

Modifie le width_type d'allpass. La syntaxe de la commande est : "width_type"

width, w

Modifie le width d'allpass. La syntaxe de la commande est : "width"

mix, m

Modifie le mix d'allpass. La syntaxe de la commande est : "mix"

8.33 aloop

Boucle les échantillons audio.

Ce filtre accepte les options suivantes :

loop

Définit le nombre de boucles. Une valeur de -1 entraîne des boucles infinies. La valeur par défaut est 0.

size

Définit le nombre maximal d'échantillons. La valeur par défaut est 0.

start

Définit le premier échantillon de la boucle. La valeur par défaut est 0.

time

Définit l'instant de début de boucle, en secondes. Utilisé uniquement si l'option start est définie sur -1.

8.34 amerge

Fusionne deux flux audio ou plus en un seul flux multicanal.

Toutes les entrées doivent avoir la même fréquence d'échantillonnage et le même format.

Si les entrées n'ont pas la même durée, la sortie s'arrête avec la plus courte.

Ce filtre accepte les options suivantes :

inputs

Définit le nombre d'entrées. La valeur par défaut est 2.

layout_mode

Cette option contrôle la façon dont la disposition des canaux de sortie est déterminée et si les canaux audio sont réordonnés lors de la fusion.

legacy

C'est le mode dans lequel le filtre s'est historiquement comporté ; il s'agit donc du mode par défaut.

Si les dispositions de canaux des entrées sont connues et disjointes, et donc compatibles, la disposition de canaux de la sortie est définie en conséquence et les canaux sont réordonnés si nécessaire. Si les dispositions de canaux des entrées ne sont pas disjointes, si certaines sont inconnues, ou si elles utilisent des dispositions spéciales telles que l'ambisonie, la sortie contient tous les canaux de la première entrée puis tous les canaux de la seconde entrée, dans cet ordre, et la disposition de canaux de la sortie est la valeur par défaut correspondant au nombre total de canaux.

Par exemple, si la première entrée est en 2.1 (FL+FR+LF) et la seconde en FC+BL+BR, la sortie sera en 5.1, avec les canaux dans l'ordre suivant : a1, a2, b1, a3, b2, b3 (a1 est le premier canal de la première entrée, b1 est le premier canal de la seconde entrée).

En revanche, si les deux entrées sont en stéréo, les canaux de sortie suivent l'ordre par défaut : a1, a2, b1, b2, et la disposition de canaux est arbitrairement définie sur 4.0, ce qui peut correspondre ou non à la valeur attendue.

reset

Ce mode ignore les dispositions de canaux des entrées et ne réordonne pas les canaux. La sortie contient tous les canaux de la première entrée, puis tous les canaux de la seconde entrée, dans cet ordre, et ainsi de suite.

La disposition de canaux de sortie indique uniquement le nombre total de canaux.

normal

Ce mode conserve le nom des canaux et les informations de désignation des canaux d'entrée, et ne réordonne pas les canaux. La sortie contient tous les canaux de la première entrée, puis tous les canaux de la seconde entrée, dans cet ordre, et ainsi de suite.

8.34.1 Exemples

• Fusionne deux fichiers mono en un flux stéréo :

  amovie=left.wav [l] ; amovie=right.mp3 [r] ; [l] [r] amerge
  

• Fusions multiples en supposant 1 flux vidéo et 6 flux audio dans input.mkv :

  ffmpeg -i input.mkv -filter_complex "[0:1][0:2][0:3][0:4][0:5][0:6] amerge=inputs=6" -c:a pcm_s16le output.mkv
  

8.35 amix

Mixe plusieurs entrées audio en une seule sortie.

Notez que ce filtre ne prend en charge que les échantillons flottants (les filtres audio amerge et pan prennent en charge de nombreux formats). Si l'entrée d'amix contient des échantillons entiers, aresample est automatiquement inséré pour effectuer la conversion vers des échantillons flottants.

Il accepte les paramètres suivants :

inputs

Le nombre d'entrées. S'il n'est pas précisé, la valeur par défaut est 2.

duration

Détermine comment calculer la fin de flux.

longest

La durée de l'entrée la plus longue. (par défaut)

shortest

La durée de l'entrée la plus courte.

first

La durée de la première entrée.

dropout_transition

Le temps de transition, en secondes, pour la renormalisation du volume lorsqu'un flux d'entrée se termine. La valeur par défaut est 2 secondes.

weights

Indique le poids de chaque flux audio d'entrée sous la forme d'une suite de nombres séparés par un espace. Si moins de poids sont indiqués que d'entrées, le dernier poids est attribué aux entrées restantes. Le poids par défaut de chaque entrée est 1.

normalize

Met toujours les entrées à l'échelle au lieu de se contenter d'additionner les échantillons. Attention à un écrêtage important si les entrées ne sont pas normalisées avant ou après le filtrage par ce filtre lorsque cette option est désactivée. Activée par défaut.

8.35.1 Exemples

• Ceci mélange 3 flux audio d'entrée en une seule sortie, avec la même durée que la première entrée et un temps de transition de coupure de 3 secondes :

  ffmpeg -i INPUT1 -i INPUT2 -i INPUT3 -filter_complex amix=inputs=3:duration=first:dropout_transition=3 OUTPUT
  

• Ceci mélange un flux audio d'entrée vocal et un flux audio d'entrée musical en une seule sortie, avec la même durée que la plus longue entrée. La musique aura le quart du poids de la voix, et les entrées ne sont pas normalisées :

  ffmpeg -i VOCALS -i MUSIC -filter_complex amix=inputs=2:duration=longest:dropout_transition=0:weights="1 0.25":normalize=0 OUTPUT
  

8.35.2 Commandes

Ce filtre prend en charge les commandes suivantes :

weights normalize

La syntaxe est identique à celle de l'option du même nom.

8.36 amultiply

Multiplie le premier flux audio par le second flux audio et stocke le résultat dans le flux audio de sortie. La multiplication s'effectue en multipliant chaque échantillon du premier flux par l'échantillon situé à la même position dans le second flux.

Cette multiplication élément par élément permet de créer des fondus d'amplitude et des modulations d'amplitude.

8.37 anequalizer

Égaliseur paramétrique multibande d'ordre élevé pour chaque canal.

Il accepte les paramètres suivants :

params

Cette chaîne d'option est au format : "cchn f=cf w=w g=g t=f | ..." Chaque bande de l'égaliseur est séparée par ’|’.

chn

Définit le numéro de canal auquel l'égalisation sera appliquée. Si l'entrée ne comporte pas ce canal, l'entrée est ignorée.

f

Définit la fréquence centrale de la bande. Si l'entrée ne comporte pas cette fréquence, l'entrée est ignorée.

w

Définit la largeur de la bande en hertz.

g

Définit le gain de la bande en dB.

t

Définit le type de filtre de la bande, facultatif, qui peut être :

‘0’

Butterworth, valeur par défaut.

‘1’

Chebyshev de type 1.

‘2’

Chebyshev de type 2.

curves

Lorsque cette option est activée, la réponse en fréquence de l'anequalizer est affichée dans le flux vidéo.

size

Définit la taille du flux vidéo. Utile uniquement si l'option curves est activée.

mgain

Définit le gain maximal qui sera affiché. Utile uniquement si l'option curves est activée. Donner à cette option une valeur raisonnable permet d'afficher le gain qui résulte de bandes voisines trop proches l'une de l'autre et qui produisent donc un gain plus élevé lorsque les deux sont activées.

fscale

Définit l'échelle de fréquence utilisée pour tracer la réponse en fréquence dans la sortie vidéo. Peut être linear ou logarithmic. La valeur par défaut est logarithmic.

colors

Définit la couleur de la courbe de chaque canal qui sera affichée dans le flux vidéo. Il s'agit d'une liste de noms de couleurs séparés par un espace ou par ’|’. Les couleurs non reconnues ou manquantes seront remplacées par du blanc.

8.37.1 Exemples

• Réduit le gain de 10 pour la fréquence centrale 200 Hz et la largeur 100 Hz des 2 premiers canaux à l'aide du filtre Chebyshev de type 1 :

  anequalizer=c0 f=200 w=100 g=-10 t=1|c1 f=200 w=100 g=-10 t=1
  

8.37.2 Commandes

Ce filtre prend en charge les commandes suivantes :

change

Modifie les paramètres existants du filtre. La syntaxe des commandes est : "fN|f=freq|w=width|g=gain"

fN est le numéro du filtre existant, à partir de 0 ; si un tel filtre n'existe pas, une erreur est renvoyée. freq définit le nouveau paramètre de fréquence. width définit le nouveau paramètre de largeur en hertz. gain définit le nouveau paramètre de gain en dB.

Un appel complet du filtre avec asendcmd peut ressembler à ceci : asendcmd=c=’4.0 anequalizer change 0|f=200|w=50|g=1’,anequalizer=...

8.38 anlmdn

Réduit le bruit large bande dans les échantillons audio à l'aide de l'algorithme des moyennes non locales (Non-Local Means).

Chaque échantillon est ajusté en recherchant d'autres échantillons présentant des contextes similaires. Cette similarité de contexte est définie en comparant les blocs environnants de taille p. Les blocs sont recherchés dans une zone de rayon r autour de l'échantillon.

Le filtre accepte les options suivantes :

strength, s

Définit la force du débruitage. La plage autorisée va de 0.00001 à 10000. La valeur par défaut est 0.00001.

patch, p

Définit la durée du rayon des blocs. La plage autorisée va de 1 à 100 millisecondes. La valeur par défaut est 2 millisecondes.

research, r

Définit la durée du rayon de recherche. La plage autorisée va de 2 à 300 millisecondes. La valeur par défaut est 6 millisecondes.

output, o

Définit le mode de sortie.

Il accepte les valeurs suivantes :

i

Transmet l'entrée sans modification.

o

Transmet le signal après filtrage du bruit.

n

Transmet uniquement le bruit.

La valeur par défaut est o.

smooth, m

Définit le facteur de lissage. La valeur par défaut est 11. La plage autorisée va de 1 à 1000.

8.38.1 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

8.39 anlmf, anlms

Applique l'algorithme Normalized Least-Mean-(Squares|Fourth) au premier flux audio en utilisant le second flux audio.

Ce filtre adaptatif sert à imiter un filtre souhaité en recherchant les coefficients de filtre permettant de produire l'erreur quadratique moyenne minimale du signal d'erreur (différence entre le signal souhaité, le 2e flux audio d'entrée, et le signal réel, le 1er flux audio d'entrée).

Une description des options acceptées suit.

order

Définit l'ordre du filtre.

mu

Définit le mu du filtre.

eps

Définit l'eps du filtre.

leakage

Définit la fuite du filtre.

out_mode

Il accepte les valeurs suivantes :

i

Transmet la 1re entrée.

d

Transmet la 2e entrée.

o

Transmet la différence entre le signal souhaité (2e entrée) et l'estimation du signal d'erreur.

n

Transmet la différence entre le signal d'entrée (1re entrée) et l'estimation du signal d'erreur.

e

Transmet les échantillons estimés du signal d'erreur.

La valeur par défaut est o.

precision

Définit la précision à utiliser lors du traitement des échantillons.

auto

Choisit automatiquement le sample format interne en fonction des autres filtres.

float

Utilise toujours un sample format en simple précision flottante.

double

Utilise toujours un sample format en double précision flottante.

8.39.1 Exemples

• L'un des nombreux usages de ce filtre est la réduction de bruit : l'audio d'entrée est filtré avec les mêmes échantillons retardés d'une quantité fixe ; en voici un exemple pour l'audio stéréo :

  asplit[a][b],[a]adelay=32S|32S[a],[b][a]anlms=order=128:leakage=0.0005:mu=.5:out_mode=o
  

8.39.2 Commandes

Ce filtre prend en charge les mêmes commandes que les options, à l'exception de l'option order.

8.40 anull

Transmet la source audio sans modification vers la sortie.

8.41 apad

Complète la fin d'un flux audio avec du silence.

Cela peut être utilisé conjointement avec ffmpeg -shortest pour prolonger les flux audio jusqu'à la même durée que le flux vidéo.

Une description des options acceptées suit.

packet_size

Définit la taille des paquets de silence. La valeur par défaut est 4096.

pad_len

Définit le nombre d'échantillons de silence à ajouter à la fin. Une fois la valeur atteinte, le flux est terminé. Cette option est mutuellement exclusive avec whole_len.

whole_len

Définit le nombre total minimal d'échantillons dans le flux audio de sortie. Si la valeur dépasse la longueur de l'audio d'entrée, du silence est ajouté à la fin jusqu'à ce que la valeur soit atteinte. Cette option est mutuellement exclusive avec pad_len.

pad_dur

Spécifie la durée des échantillons de silence à ajouter. Voir (ffmpeg-utils) la section Time duration du manuel ffmpeg-utils(1) pour la syntaxe acceptée. Utilisé uniquement si la valeur est non négative.

whole_dur

Spécifie la durée totale minimale du flux audio de sortie. Voir (ffmpeg-utils) la section Time duration du manuel ffmpeg-utils(1) pour la syntaxe acceptée. Utilisé uniquement si la valeur est non négative. Si la valeur dépasse la longueur de l'audio d'entrée, du silence est ajouté à la fin jusqu'à ce que la valeur soit atteinte. Cette option est mutuellement exclusive avec pad_dur

Si aucune des options pad_len, whole_len, pad_dur ou whole_dur n'est définie, le filtre ajoute indéfiniment du silence à la fin du flux d'entrée.

Notez que pour ffmpeg 4.4 et les versions antérieures, une valeur pad_dur ou whole_dur égale à zéro entraînait également l'ajout indéfini de silence par le filtre.

8.41.1 Exemples

• Ajoute 1024 échantillons de silence à la fin de l'entrée :

  apad=pad_len=1024
  

• S'assure que la sortie audio contient au moins 10000 échantillons, en complétant l'entrée avec du silence si nécessaire :

  apad=whole_len=10000
  

• Utilise ffmpeg pour compléter l'entrée audio avec du silence, de sorte que le flux vidéo soit toujours le plus court et soit converti jusqu'à la fin dans le fichier de sortie lors de l'utilisation de l'option shortest :

  ffmpeg -i VIDEO -i AUDIO -filter_complex "[1:0]apad" -shortest OUTPUT
  

8.42 aphaser

Ajoute un effet de phasing à l'audio d'entrée.

Un filtre phaser crée une série de crêtes et de creux dans le spectre de fréquences. La position des crêtes et des creux est modulée de façon à varier dans le temps, créant un effet de balayage.

Une description des paramètres acceptés suit.

in_gain

Définit le gain d'entrée. La valeur par défaut est 0.4.

out_gain

Définit le gain de sortie. La valeur par défaut est 0.74

delay

Définit le délai en millisecondes. La valeur par défaut est 3.0.

decay

Définit la décroissance. La valeur par défaut est 0.4.

speed

Définit la vitesse de modulation en Hz. La valeur par défaut est 0.5.

type

Définit le type de modulation. La valeur par défaut est triangular.

Il accepte les valeurs suivantes :

‘triangular, t’ ‘sinusoidal, s’

8.43 aphaseshift

Applique un déphasage aux échantillons audio d'entrée.

Le filtre accepte les options suivantes :

shift

Spécifie le déphasage. La plage autorisée va de -1.0 à 1.0. La valeur par défaut est 0.0.

level

Définit le gain de sortie appliqué à la sortie finale. La plage autorisée va de 0.0 à 1.0. La valeur par défaut est 1.0.

order

Définit l'ordre du filtre utilisé pour le filtrage. La plage autorisée va de 1 à 16. La valeur par défaut est 8.

8.43.1 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

8.44 apsnr

Mesure le rapport signal sur bruit de crête audio.

Ce filtre prend deux flux audio en entrée et restitue le premier flux audio en sortie. Les résultats sont exprimés en dB par canal, à la fin de l'une ou l'autre des entrées.

8.45 apsyclip

Applique un écrêteur psychoacoustique au flux audio d'entrée.

Le filtre accepte les options suivantes :

level_in

Définit le gain d'entrée. Par défaut, il est de 1. La plage est [0.015625 - 64].

level_out

Définit le gain de sortie. Par défaut, il est de 1. La plage est [0.015625 - 64].

clip

Définit la valeur de début d'écrêtage. La valeur par défaut est 0dBFS ou 1.

diff

Ne restitue que les échantillons de différence, utile pour entendre les distorsions introduites. Désactivé par défaut.

adaptive

Définit l'intensité de la distorsion adaptative appliquée. La valeur par défaut est 0.5. La plage autorisée va de 0 à 1.

iterations

Définit le nombre d'itérations de l'écrêteur psychoacoustique. La plage autorisée va de 1 à 20. La valeur par défaut est 10.

level

Ajuste automatiquement le niveau du signal de sortie. Désactivé par défaut. Si activé, cela renormalise l'audio à 0dBFS.

8.45.1 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

8.46 apulsator

Audio pulsator se situe entre un autopanoramique et un trémolo. Mais il peut aussi produire des effets stéréo amusants. Pulsator fait varier le volume des canaux gauche et droit à partir d'un LFO (oscillateur basse fréquence) avec des formes d'onde différentes et des phases décalées. Ce filtre permet de définir un décalage entre le canal gauche et le canal droit. Un décalage de 0 signifie que les deux formes du LFO coïncident. Les canaux gauche et droit sont modifiés de façon identique - un trémolo classique. Un décalage de 50 % signifie que la forme du canal droit est exactement décalée en phase (ou reculée d'environ la moitié de la fréquence) - pulsator agit alors comme un autopanoramique. À 1, les deux courbes coïncident de nouveau. Chaque réglage intermédiaire déplace le déphasage sans discontinuité entre tous les stades et produit des sons "de basculement" avec des formes d'onde sinusoïdale et triangulaire. Plus on règle le décalage près de 1 (à partir de 0.5), plus le signal passe rapidement du haut-parleur gauche au haut-parleur droit.

Le filtre accepte les options suivantes :

level_in

Définit le gain d'entrée. Par défaut, il est de 1. La plage est [0.015625 - 64].

level_out

Définit le gain de sortie. Par défaut, il est de 1. La plage est [0.015625 - 64].

mode

Définit la forme d'onde utilisée par le LFO. Peut être l'une des suivantes : sine, triangle, square, sawup ou sawdown. La valeur par défaut est sine.

amount

Définit la modulation. Détermine la part du signal d'origine affectée par le LFO.

offset_l

Définit le décalage du canal gauche. La valeur par défaut est 0. La plage autorisée est [0 - 1].

offset_r

Définit le décalage du canal droit. La valeur par défaut est 0.5. La plage autorisée est [0 - 1].

width

Définit la largeur d'impulsion. La valeur par défaut est 1. La plage autorisée est [0 - 2].

timing

Définit le mode de rythme possible. Peut être l'un des suivants : bpm, ms ou hz. La valeur par défaut est hz.

bpm

Définit le bpm. La valeur par défaut est 120. La plage autorisée est [30 - 300]. Utilisé uniquement si timing est réglé sur bpm.

ms

Définit le ms. La valeur par défaut est 500. La plage autorisée est [10 - 2000]. Utilisé uniquement si timing est réglé sur ms.

hz

Définit la fréquence en Hz. La valeur par défaut est 2. La plage autorisée est [0.01 - 100]. Utilisé uniquement si timing est réglé sur hz.

8.47 aresample

Rééchantillonne l'audio d'entrée selon les paramètres spécifiés, à l'aide de la bibliothèque libswresample. Si aucun n'est spécifié, le filtre effectue automatiquement la conversion entre son entrée et sa sortie.

Ce filtre est également capable d'étirer/compresser les données audio pour qu'elles correspondent aux horodatages, ou d'injecter du silence / de retirer de l'audio pour qu'il corresponde aux horodatages, de combiner les deux ou de ne faire ni l'un ni l'autre.

Le filtre accepte la syntaxe [sample_rate:]resampler_options, où sample_rate exprime une fréquence d'échantillonnage et resampler_options est une liste de paires clé=valeur séparées par ":". Voir (ffmpeg-resampler) la section "Resampler Options" du manuel ffmpeg-resampler(1) pour la liste complète des options prises en charge.

8.47.1 Exemples

• Rééchantillonne l'audio d'entrée à 44100 Hz :

  aresample=44100
  

• Étire/compresse les échantillons selon les horodatages donnés, avec une compensation maximale de 1000 échantillons par seconde :

  aresample=async=1000
  

8.48 areverse

Inverse un clip audio.

Avertissement : ce filtre nécessite de la mémoire pour mettre en mémoire tampon l'ensemble du clip ; il est donc conseillé de le découper au préalable.

8.48.1 Exemples

• Prend les 5 premières secondes d'un clip et les inverse.

  atrim=end=5,areverse
  

8.49 arls

Applique l'algorithme des moindres carrés récursifs (Recursive Least Squares) au premier flux audio en utilisant le second flux audio.

Ce filtre adaptatif sert à imiter un filtre souhaité en recherchant de manière récursive les coefficients de filtre permettant de produire la fonction de coût des moindres carrés linéaires pondérés minimale du signal d'erreur (différence entre le signal souhaité, le 2e flux audio d'entrée, et le signal réel, le 1er flux audio d'entrée).

Une description des options acceptées suit.

order

Définit l'ordre du filtre.

lambda

Définit le facteur d'oubli.

delta

Définit le coefficient d'initialisation de la matrice de covariance interne.

out_mode

Définit les échantillons de sortie du filtre. Il accepte les valeurs suivantes :

i

Transmet la 1re entrée.

d

Transmet la 2e entrée.

o

Transmet la différence entre le signal souhaité (2e entrée) et l'estimation du signal d'erreur.

n

Transmet la différence entre le signal d'entrée (1re entrée) et l'estimation du signal d'erreur.

e

Transmet les échantillons estimés du signal d'erreur.

La valeur par défaut est o.

precision

Définit la précision à utiliser lors du traitement des échantillons.

auto

Choisit automatiquement le sample format interne en fonction des autres filtres.

float

Utilise toujours un sample format en simple précision flottante.

double

Utilise toujours un sample format en double précision flottante.

8.50 arnndn

Réduit le bruit de la parole à l'aide de réseaux de neurones récurrents.

Ce filtre accepte les options suivantes :

model, m

Définit le fichier de modèle entraîné à charger. Cette option est toujours obligatoire.

mix

Définit la proportion des échantillons filtrés mélangée à la sortie finale. La plage autorisée va de -1 à 1. La valeur par défaut est 1. Les valeurs négatives sont particulières : elles définissent la quantité de bruit filtré conservée dans la sortie finale du filtre. Réglez cette option sur -1 pour entendre le bruit réellement supprimé du signal d'entrée.

8.50.1 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

8.51 asdr

Mesure le rapport signal sur distorsion audio.

Ce filtre prend deux flux audio en entrée et restitue le premier flux audio en sortie. Les résultats sont exprimés en dB par canal, à la fin de l'une ou l'autre des entrées.

8.52 asetnsamples

Définit le nombre d'échantillons par image audio de sortie.

Le dernier paquet de sortie peut contenir un nombre d'échantillons différent, car le filtre vide tous les échantillons restants lorsque l'audio d'entrée signale sa fin.

Le filtre accepte les options suivantes :

nb_out_samples, n

Définit le nombre d'images par image audio de sortie. Le nombre s'entend comme le nombre d'échantillons par canal. La valeur par défaut est 1024.

pad, p

Si la valeur est 1, le filtre complète la dernière image audio avec des zéros, de sorte que la dernière image contienne le même nombre d'échantillons que les précédentes. La valeur par défaut est 1.

Par exemple, pour définir le nombre d'échantillons par image à 1234 et désactiver le remplissage de la dernière image, utilisez :

asetnsamples=n=1234:p=0

8.53 asetrate

Définit la fréquence d'échantillonnage sans modifier les données PCM. Cela entraîne un changement de vitesse et de hauteur.

Le filtre accepte les options suivantes :

sample_rate, r

Définit la fréquence d'échantillonnage de sortie. La valeur par défaut est 44100 Hz.

8.54 ashowinfo

Affiche une ligne contenant diverses informations pour chaque image audio d'entrée. L'audio d'entrée n'est pas modifié.

La ligne affichée contient une séquence de paires clé/valeur de la forme key:value.

Les valeurs suivantes sont affichées dans la sortie :

n

Le numéro (séquentiel) de l'image d'entrée, à partir de 0.

pts

Le presentation timestamp de l'image d'entrée, en unités de base de temps ; la base de temps dépend du pad d'entrée du filtre et vaut généralement 1/sample_rate.

pts_time

Le presentation timestamp de l'image d'entrée, en secondes.

fmt

Le sample format.

chlayout

La disposition des canaux.

rate

La fréquence d'échantillonnage de l'image audio.

nb_samples

Le nombre d'échantillons (par canal) dans l'image.

checksum

La somme de contrôle Adler-32 (affichée en hexadécimal) des données audio. Pour l'audio planaire, les données sont traitées comme si tous les plans étaient concaténés.

plane_checksums

Une liste des sommes de contrôle Adler-32 pour chaque plan de données.

8.55 asisdr

Mesure le rapport signal sur distorsion audio invariant à l'échelle.

Ce filtre prend deux flux audio en entrée et restitue le premier flux audio en sortie. Les résultats sont exprimés en dB par canal, à la fin de l'une ou l'autre des entrées.

8.56 asoftclip

Applique un écrêtage audio progressif.

L'écrêtage progressif est un type d'effet de distorsion où l'amplitude d'un signal est saturée le long d'une courbe lisse, plutôt que selon la forme abrupte de l'écrêtage dur (hard-clipping).

Ce filtre accepte les options suivantes :

type

Définit le type d'écrêtage progressif.

Il accepte les valeurs suivantes :

hard tanh atan cubic exp alg quintic sin erf threshold

Définit le seuil à partir duquel l'écrêtage commence. La valeur par défaut est 0dB ou 1.

output

Définit le gain appliqué à la sortie. La valeur par défaut est 0dB ou 1.

param

Définit le paramètre supplémentaire qui contrôle la fonction sigmoïde.

oversample

Définit le facteur de suréchantillonnage.

8.56.1 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

8.57 aspectralstats

Affiche des informations statistiques dans le domaine fréquentiel sur les canaux audio. Les statistiques sont calculées et stockées en tant que métadonnées pour chaque canal audio et pour chaque image audio.

Il accepte l'option suivante :

win_size

Définit la longueur de la fenêtre en échantillons. La valeur par défaut est 2048. La plage autorisée va de 32 à 65536.

win_func

Définit la fonction de fenêtrage.

Il accepte les valeurs suivantes :

‘rect’ ‘bartlett’ ‘hann, hanning’ ‘hamming’ ‘blackman’ ‘welch’ ‘flattop’ ‘bharris’ ‘bnuttall’ ‘bhann’ ‘sine’ ‘nuttall’ ‘lanczos’ ‘gauss’ ‘tukey’ ‘dolph’ ‘cauchy’ ‘parzen’ ‘poisson’ ‘bohman’ ‘kaiser’

La valeur par défaut est hann.

overlap

Définit le chevauchement de fenêtre. La plage autorisée va de 0 à 1. La valeur par défaut est 0.5.

measure

Sélectionne les paramètres mesurés. Les clés de métadonnées peuvent être utilisées comme indicateurs ; la valeur par défaut est all, qui mesure tout. none désactive toute mesure.

Une liste de chaque clé de métadonnées suit :

mean variance centroid spread skewness kurtosis entropy flatness crest flux slope decrease rolloff

8.58 asr

Reconnaissance vocale automatique

Ce filtre utilise PocketSphinx pour la reconnaissance vocale. Pour activer la compilation de ce filtre, vous devez configurer FFmpeg avec --enable-pocketsphinx.

Il accepte les options suivantes :

rate

Définit la fréquence d'échantillonnage de l'audio d'entrée. La valeur par défaut est 16000. Elle doit correspondre aux modèles vocaux, sous peine d'obtenir de mauvais résultats.

hmm

Définit le dictionnaire contenant les fichiers du modèle acoustique.

dict

Définit le dictionnaire de prononciation.

lm

Définit le fichier du modèle de langue.

lmctl

Définit l'ensemble de modèles de langue.

lmname

Définit le modèle de langue à utiliser.

logfn

Définit la sortie des messages du journal.

Le filtre exporte la parole reconnue sous forme de métadonnée d'image lavfi.asr.text.

8.59 astats

Affiche des informations statistiques du domaine temporel sur les canaux audio. Les statistiques sont calculées et affichées pour chaque canal audio et, le cas échéant, une valeur globale est également fournie.

Accepte l'option suivante :

length

Longueur de la fenêtre courte en secondes, utilisée pour la mesure RMS de crête et de creux. La valeur par défaut est 0.05 (50 millisecondes). La plage autorisée est [0 - 10].

metadata

Définit l'injection de métadonnées. Toutes les clés de métadonnées sont préfixées par lavfi.astats.X, où X est le numéro de canal à partir de 1, ou la chaîne Overall. Par défaut, cette option est désactivée.

Les clés disponibles pour chaque canal sont : Bit_depth Crest_factor DC_offset Dynamic_range Entropy Flat_factor Max_difference Max_level Mean_difference Min_difference Min_level Noise_floor Noise_floor_count Number_of_Infs Number_of_NaNs Number_of_denormals Peak_count Abs_Peak_count Peak_level RMS_difference RMS_peak RMS_trough Zero_crossings Zero_crossings_rate

et pour Overall : Bit_depth DC_offset Entropy Flat_factor Max_difference Max_level Mean_difference Min_difference Min_level Noise_floor Noise_floor_count Number_of_Infs Number_of_NaNs Number_of_denormals Number_of_samples Peak_count Abs_Peak_count Peak_level RMS_difference RMS_level RMS_peak RMS_trough

Par exemple, une clé complète ressemble à lavfi.astats.1.DC_offset ou lavfi.astats.Overall.Peak_count.

Consultez ci-dessous la description des clés.

reset

Définit le nombre d'images sur lequel les statistiques cumulées sont calculées avant d'être réinitialisées. Par défaut, cette option est désactivée.

measure_perchannel

Sélectionne les paramètres mesurés par canal. Les clés de métadonnées peuvent être utilisées comme indicateurs. La valeur par défaut est all, qui mesure tout. none désactive toute mesure par canal.

measure_overall

Sélectionne les paramètres mesurés globalement. Les clés de métadonnées peuvent être utilisées comme indicateurs. La valeur par défaut est all, qui mesure tout. none désactive toute mesure globale.

Voici la description des clés de mesure :

none

aucune mesure

all

toutes les mesures

Bit_depth

profondeur de bits globale de l'audio, c'est-à-dire le nombre de bits utilisés pour chaque échantillon

Crest_factor

rapport standard entre le niveau de crête et le niveau RMS (remarque : pas en dB)

DC_offset

déplacement moyen de l'amplitude par rapport à zéro

Dynamic_range

plage dynamique mesurée de l'audio, en dB

Entropy

entropie mesurée sur l'ensemble de l'audio ; une entropie de valeur proche de 1.0 est typiquement mesurée pour un bruit blanc

Flat_factor

aplatissement (c'est-à-dire des échantillons consécutifs ayant la même valeur) du signal à ses niveaux de crête (c'est-à-dire Min_level ou Max_level)

Max_difference

différence maximale entre deux échantillons consécutifs

Max_level

niveau maximal des échantillons

Mean_difference

différence moyenne entre deux échantillons consécutifs, c'est-à-dire la moyenne de chaque différence entre deux échantillons consécutifs

Min_difference

différence minimale entre deux échantillons consécutifs

Min_level

niveau minimal des échantillons

Noise_floor

crête locale minimale mesurée en dBFS sur une fenêtre courte

Noise_floor_count

nombre d'occurrences (et non le nombre d'échantillons) où le signal a atteint Noise floor

Number_of_Infs

nombre d'échantillons ayant une valeur infinie

Number_of_NaNs

nombre d'échantillons ayant une valeur NaN (pas un nombre)

Number_of_denormals

nombre d'échantillons ayant une valeur sous-normale

Number_of_samples

nombre d'échantillons

Peak_count

nombre d'occurrences (et non le nombre d'échantillons) où le signal a atteint Min_level ou Max_level

Abs_Peak_count

nombre d'occurrences où les échantillons absolus prélevés sur le signal ont atteint la valeur absolue maximale de Min_level et Max_level

Peak_level

niveau de crête standard mesuré en dBFS

RMS_difference

différence quadratique moyenne (RMS) entre deux échantillons consécutifs

RMS_level

niveau RMS standard mesuré en dBFS

RMS_peak RMS_trough

valeurs de crête et de creux du niveau RMS mesurées sur une fenêtre courte, en dBFS.

Zero crossings

nombre de points où la forme d'onde traverse l'axe de niveau zéro

Zero crossings rate

rapport entre le nombre de passages par zéro et le nombre d'échantillons audio

8.60 asubboost

Amplifie les fréquences du caisson de basses.

Le filtre accepte les options suivantes :

dry

Définit le gain dry, c'est-à-dire la part du signal d'origine conservée. La plage autorisée va de 0 à 1. La valeur par défaut est 1.0.

wet

Définit le gain wet, c'est-à-dire la part du signal filtré conservée. La plage autorisée va de 0 à 1. La valeur par défaut est 1.0.

boost

Définit le facteur d'amplification maximal. La plage autorisée va de 1 à 12. La valeur par défaut est 2.

decay

Définit la valeur de gain de décroissance de la ligne à retard. La plage autorisée va de 0 à 1. La valeur par défaut est 0.0.

feedback

Définit la valeur de gain de réinjection de la ligne à retard. La plage autorisée va de 0 à 1. La valeur par défaut est 0.9.

cutoff

Définit la fréquence de coupure en hertz. La plage autorisée va de 50 à 900. La valeur par défaut est 100.

slope

Définit la pente de la fréquence de coupure. La plage autorisée va de 0.0001 à 1. La valeur par défaut est 0.5.

delay

Définit le retard. La plage autorisée va de 1 à 100. La valeur par défaut est 20.

channels

Définit les canaux à traiter. La valeur par défaut correspond à tous les canaux disponibles.

8.60.1 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

8.61 asubcut

Coupe les fréquences du caisson de basses.

Ce filtre permet de définir une pente de coupure personnalisée, plus raide que celle d'un filtre passe-haut, et peut ainsi atténuer davantage le contenu fréquentiel dans la bande coupée.

Le filtre accepte les options suivantes :

cutoff

Définit la fréquence de coupure en hertz. La plage autorisée va de 2 à 200. La valeur par défaut est 20.

order

Définit l'ordre du filtre. Les valeurs disponibles vont de 3 à 20. La valeur par défaut est 10.

level

Définit le niveau de gain d'entrée. La plage autorisée va de 0 à 1. La valeur par défaut est 1.

8.61.1 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

8.62 asupercut

Coupe les fréquences très élevées.

Le filtre accepte les options suivantes :

cutoff

Définit la fréquence de coupure en hertz. La plage autorisée va de 20000 à 192000. La valeur par défaut est 20000.

order

Définit l'ordre du filtre. Les valeurs disponibles vont de 3 à 20. La valeur par défaut est 10.

level

Définit le niveau de gain d'entrée. La plage autorisée va de 0 à 1. La valeur par défaut est 1.

8.62.1 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

8.63 asuperpass

Applique un filtre passe-bande de Butterworth d'ordre élevé.

Le filtre accepte les options suivantes :

centerf

Définit la fréquence centrale en hertz. La plage autorisée va de 2 à 999999. La valeur par défaut est 1000.

order

Définit l'ordre du filtre. Les valeurs disponibles vont de 4 à 20. La valeur par défaut est 4.

qfactor

Définit le facteur Q. La plage autorisée va de 0.01 à 100. La valeur par défaut est 1.

level

Définit le niveau de gain d'entrée. La plage autorisée va de 0 à 2. La valeur par défaut est 1.

8.63.1 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

8.64 asuperstop

Applique un filtre coupe-bande de Butterworth d'ordre élevé.

Le filtre accepte les options suivantes :

centerf

Définit la fréquence centrale en hertz. La plage autorisée va de 2 à 999999. La valeur par défaut est 1000.

order

Définit l'ordre du filtre. Les valeurs disponibles vont de 4 à 20. La valeur par défaut est 4.

qfactor

Définit le facteur Q. La plage autorisée va de 0.01 à 100. La valeur par défaut est 1.

level

Définit le niveau de gain d'entrée. La plage autorisée va de 0 à 2. La valeur par défaut est 1.

8.64.1 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

8.65 atempo

Ajuste le tempo audio.

Le filtre accepte exactement un paramètre, le tempo audio. S'il n'est pas précisé, le filtre suppose un tempo nominal de 1.0. Le tempo doit être compris dans la plage [0.5, 100.0].

Notez qu'un tempo supérieur à 2 saute certains échantillons au lieu de les mélanger. Si cela pose problème pour une raison quelconque, il est toujours possible de chaîner plusieurs instances d'atempo pour obtenir le tempo produit souhaité.

8.65.1 Exemples

• Ralentit l'audio à un tempo de 80 % :

  atempo=0.8
  

• Accélère l'audio à un tempo de 300 % :

  atempo=3
  

• Accélère l'audio à un tempo de 300 % en chaînant deux instances d'atempo :

  atempo=sqrt(3),atempo=sqrt(3)
  

8.65.2 Commandes

Ce filtre prend en charge les commandes suivantes :

tempo

Modifie le facteur d'échelle de tempo du filtre. La syntaxe de la commande est : "tempo"

8.66 atilt

Applique un filtre d'inclinaison spectrale au flux audio.

Ce filtre applique une pente de roll-off spectral sur n'importe quelle bande de fréquences spécifiée.

Le filtre accepte les options suivantes :

freq

Définit la fréquence centrale de l'inclinaison en Hz. La valeur par défaut est 10000 Hz.

slope

Définit la direction de la pente de l'inclinaison. La valeur par défaut est 0. La plage autorisée va de -1 à 1.

width

Définit la largeur de l'inclinaison. La valeur par défaut est 1000. La plage autorisée va de 100 à 10000.

order

Définit l'ordre du filtre d'inclinaison.

level

Définit le niveau du volume d'entrée. La plage autorisée va de 0 à 4. La valeur par défaut est 1.

8.66.1 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

8.67 atrim

Découpe l'entrée de sorte que la sortie contienne une seule sous-partie continue de l'entrée.

Accepte les paramètres suivants :

start

Horodatage (en secondes) du début de la section à conserver. C'est-à-dire que l'échantillon audio dont l'horodatage est start est le premier échantillon de la sortie.

end

Indique l'instant du premier échantillon audio à supprimer, c'est-à-dire que l'échantillon audio précédant immédiatement celui dont l'horodatage est end est le dernier échantillon de la sortie.

start_pts

Identique à start, sauf que cette option définit l'horodatage de début en échantillons plutôt qu'en secondes.

end_pts

Identique à end, sauf que cette option définit l'horodatage de fin en échantillons plutôt qu'en secondes.

duration

Durée maximale de la sortie, en secondes.

start_sample

Numéro du premier échantillon à inclure dans la sortie.

end_sample

Numéro du premier échantillon à supprimer.

start, end et duration s'expriment comme des spécifications de durée ; voir (ffmpeg-utils)la section Time duration du manuel ffmpeg-utils(1).

Notez que les deux premières paires d'options start/end ainsi que l'option duration se basent sur l'horodatage de l'image, alors que les options _sample comptent simplement les échantillons qui traversent le filtre. Ainsi, start/end_pts et start/end_sample donnent des résultats différents lorsque les horodatages sont erronés, imprécis ou ne commencent pas à zéro. Notez également que ce filtre ne modifie pas les horodatages. Si vous souhaitez que les horodatages de sortie commencent à zéro, insérez le filtre asetpts après le filtre atrim.

Si plusieurs options start ou end sont définies, ce filtre se comporte de façon gourmande et conserve tous les échantillons correspondant à au moins une des contraintes spécifiées. Pour ne conserver que la partie qui satisfait toutes les contraintes à la fois, chaînez plusieurs filtres atrim.

Les valeurs par défaut sont telles que la totalité de l'entrée est conservée. Il est donc possible de définir, par exemple, uniquement la valeur end pour conserver tout ce qui précède l'instant spécifié.

Exemples :

• Supprime tout sauf la deuxième minute de l'entrée :

  ffmpeg -i INPUT -af atrim=60:120
  

• Conserve uniquement les 1000 premiers échantillons :

  ffmpeg -i INPUT -af atrim=end_sample=1000
  

8.68 axcorrelate

Calcule la corrélation croisée normalisée et fenêtrée entre deux flux audio d'entrée.

Les échantillons résultants sont toujours compris entre -1 et 1 inclus. Un résultat de 1 signifie que les deux échantillons d'entrée sont fortement corrélés sur le segment sélectionné. Un résultat de 0 signifie qu'ils ne sont pas du tout corrélés. Un résultat de -1 signifie que les deux échantillons d'entrée sont en opposition de phase, c'est-à-dire qu'ils s'annulent mutuellement.

Le filtre accepte les options suivantes :

size

Définit la taille du segment sur lequel la corrélation croisée est calculée. La valeur par défaut est 256. La plage autorisée va de 2 à 131072.

algo

Définit l'algorithme de corrélation croisée. Peut être slow, fast ou best. La valeur par défaut est best. L'algorithme fast suppose que les valeurs moyennes sur un segment donné sont toujours nulles, ce qui nécessite beaucoup moins de calculs. Ce n'est généralement pas vrai, mais c'est valable pour des flux audio typiques.

8.68.1 Exemples

• Calcule la corrélation entre les canaux d'un flux audio stéréo :

  ffmpeg -i stereo.wav -af channelsplit,axcorrelate=size=1024:algo=fast correlation.wav
  

8.69 bandpass

Applique un filtre passe-bande de Butterworth à deux pôles, de fréquence centrale frequency et de largeur de bande (point à 3 dB) width. L'option csg sélectionne un gain de palier constant (gain de crête = Q) au lieu du comportement par défaut : gain de crête constant de 0 dB. Le filtre présente une pente de 6 dB par octave (20 dB par décade).

Le filtre accepte les options suivantes :

frequency, f

Définit la fréquence centrale du filtre. La valeur par défaut est 3000.

csg

Gain de palier constant si réglé sur 1. La valeur par défaut est 0.

width_type, t

Définit la méthode pour indiquer la largeur de bande du filtre.

h

Hz

q

Facteur Q

o

octave

s

pente

k

kHz

width, w

Indique la largeur de bande du filtre, dans les unités de width_type.

mix, m

Indique la proportion du signal filtré à utiliser dans la sortie. La valeur par défaut est 1. La plage est comprise entre 0 et 1.

channels, c

Indique les canaux à filtrer ; par défaut, tous les canaux disponibles sont filtrés.

normalize, n

Normalise les coefficients biquad ; désactivé par défaut. Son activation normalise la réponse en amplitude au niveau continu (DC) à 0 dB.

transform, a

Définit le type de transformation du filtre IIR.

di dii tdi tdii latt svf zdf precision, r

Définit la précision du filtrage.

auto

Choisit automatiquement le sample format selon les filtres surround.

s16

Utilise toujours des entiers signés 16 bits.

s32

Utilise toujours des entiers signés 32 bits.

f32

Utilise toujours des flottants 32 bits.

f64

Utilise toujours des flottants 64 bits.

block_size, b

Définit la taille de bloc utilisée pour le traitement IIR inverse. Si cette valeur est suffisamment élevée (supérieure à la longueur de la réponse impulsionnelle tronquée lorsqu'elle atteint des valeurs proches de zéro), le filtrage devient à phase linéaire ; sinon, si elle n'est pas assez grande, cela produit simplement des artefacts désagréables.

Notez que le retard du filtre correspond alors exactement à ce nombre d'échantillons lorsque cette valeur est non nulle.

8.69.1 Commandes

Ce filtre prend en charge les commandes suivantes :

frequency, f

Modifie frequency de bandpass. La syntaxe de la commande est : "frequency"

width_type, t

Modifie width_type de bandpass. La syntaxe de la commande est : "width_type"

width, w

Modifie width de bandpass. La syntaxe de la commande est : "width"

mix, m

Modifie mix de bandpass. La syntaxe de la commande est : "mix"

8.70 bandreject

Applique un filtre coupe-bande de Butterworth à deux pôles, de fréquence centrale frequency et de largeur de bande (point à 3 dB) width. Le filtre présente une pente de 6 dB par octave (20 dB par décade).

Le filtre accepte les options suivantes :

frequency, f

Définit la fréquence centrale du filtre. La valeur par défaut est 3000.

width_type, t

Définit la méthode pour indiquer la largeur de bande du filtre.

h

Hz

q

Facteur Q

o

octave

s

pente

k

kHz

width, w

Indique la largeur de bande du filtre, dans les unités de width_type.

mix, m

Indique la proportion du signal filtré à utiliser dans la sortie. La valeur par défaut est 1. La plage est comprise entre 0 et 1.

channels, c

Indique les canaux à filtrer ; par défaut, tous les canaux disponibles sont filtrés.

normalize, n

Normalise les coefficients biquad ; désactivé par défaut. Son activation normalise la réponse en amplitude au niveau continu (DC) à 0 dB.

transform, a

Définit le type de transformation du filtre IIR.

di dii tdi tdii latt svf zdf precision, r

Définit la précision du filtrage.

auto

Choisit automatiquement le sample format selon les filtres surround.

s16

Utilise toujours des entiers signés 16 bits.

s32

Utilise toujours des entiers signés 32 bits.

f32

Utilise toujours des flottants 32 bits.

f64

Utilise toujours des flottants 64 bits.

block_size, b

Définit la taille de bloc utilisée pour le traitement IIR inverse. Si cette valeur est suffisamment élevée (supérieure à la longueur de la réponse impulsionnelle tronquée lorsqu'elle atteint des valeurs proches de zéro), le filtrage devient à phase linéaire ; sinon, si elle n'est pas assez grande, cela produit simplement des artefacts désagréables.

Notez que le retard du filtre correspond alors exactement à ce nombre d'échantillons lorsque cette valeur est non nulle.

8.70.1 Commandes

Ce filtre prend en charge les commandes suivantes :

frequency, f

Modifie frequency de bandreject. La syntaxe de la commande est : "frequency"

width_type, t

Modifie width_type de bandreject. La syntaxe de la commande est : "width_type"

width, w

Modifie width de bandreject. La syntaxe de la commande est : "width"

mix, m

Modifie mix de bandreject. La syntaxe de la commande est : "mix"

8.71 bass, lowshelf

Amplifie ou atténue les fréquences graves (basses) de l'audio à l'aide d'un filtre en plateau à deux pôles, avec une réponse similaire à celle des réglages de tonalité d'une chaîne hi-fi classique. On parle aussi d'égalisation en plateau (EQ).

Le filtre accepte les options suivantes :

gain, g

Indique le gain à 0 Hz. Sa plage utile va d'environ -20 (pour une forte atténuation) à +20 (pour une forte amplification). Attention à l'écrêtage lors de l'utilisation d'un gain positif.

frequency, f

Définit la fréquence centrale du filtre, ce qui permet d'étendre ou de réduire la plage de fréquences à amplifier ou à atténuer. La valeur par défaut est 100 Hz.

width_type, t

Définit la méthode pour indiquer la largeur de bande du filtre.

h

Hz

q

Facteur Q

o

octave

s

pente

k

kHz

width, w

Détermine la raideur de la transition du plateau du filtre.

poles, p

Définit le nombre de pôles. La valeur par défaut est 2.

mix, m

Indique la proportion du signal filtré à utiliser dans la sortie. La valeur par défaut est 1. La plage est comprise entre 0 et 1.

channels, c

Indique les canaux à filtrer ; par défaut, tous les canaux disponibles sont filtrés.

normalize, n

Normalise les coefficients biquad ; désactivé par défaut. Son activation normalise la réponse en amplitude au niveau continu (DC) à 0 dB.

transform, a

Définit le type de transformation du filtre IIR.

di dii tdi tdii latt svf zdf precision, r

Définit la précision du filtrage.

auto

Choisit automatiquement le sample format selon les filtres surround.

s16

Utilise toujours des entiers signés 16 bits.

s32

Utilise toujours des entiers signés 32 bits.

f32

Utilise toujours des flottants 32 bits.

f64

Utilise toujours des flottants 64 bits.

block_size, b

Définit la taille de bloc utilisée pour le traitement IIR inverse. Si cette valeur est suffisamment élevée (supérieure à la longueur de la réponse impulsionnelle tronquée lorsqu'elle atteint des valeurs proches de zéro), le filtrage devient à phase linéaire ; sinon, si elle n'est pas assez grande, cela produit simplement des artefacts désagréables.

Notez que le retard du filtre correspond alors exactement à ce nombre d'échantillons lorsque cette valeur est non nulle.

8.71.1 Commandes

Ce filtre prend en charge les commandes suivantes :

frequency, f

Modifie la fréquence de bass. La syntaxe de la commande est : "frequency"

width_type, t

Modifie le width_type de bass. La syntaxe de la commande est : "width_type"

width, w

Modifie la largeur de bass. La syntaxe de la commande est : "width"

gain, g

Modifie le gain de bass. La syntaxe de la commande est : "gain"

mix, m

Modifie le mélange de bass. La syntaxe de la commande est : "mix"

8.72 biquad

Applique un filtre IIR biquad avec les coefficients indiqués. Ici, b0, b1, b2 et a0, a1, a2 sont respectivement les coefficients du numérateur et du dénominateur. Quant à channels, c, il indique les canaux à filtrer ; par défaut, tous les canaux disponibles sont filtrés.

8.72.1 Commandes

Ce filtre prend en charge les commandes suivantes :

a0 a1 a2 b0 b1 b2

Modifie un paramètre de biquad. La syntaxe de la commande est : "value"

mix, m

Indique la proportion de signal filtré à utiliser dans la sortie. La valeur par défaut est 1. La plage va de 0 à 1.

channels, c

Indique les canaux à filtrer ; par défaut, tous les canaux disponibles sont filtrés.

normalize, n

Normalise les coefficients de biquad. Désactivé par défaut. Si activée, cette option normalise la réponse en amplitude en DC à 0dB.

transform, a

Définit le type de transformation du filtre IIR.

di dii tdi tdii latt svf zdf precision, r

Définit la précision du filtrage.

auto

Choisit automatiquement le sample format selon les filtres surround.

s16

Utilise toujours des échantillons signés 16 bits.

s32

Utilise toujours des échantillons signés 32 bits.

f32

Utilise toujours des flottants 32 bits.

f64

Utilise toujours des flottants 64 bits.

block_size, b

Définit la taille de bloc utilisée pour le traitement IIR inverse. Si cette valeur est suffisamment élevée (supérieure à la longueur de la réponse impulsionnelle tronquée lorsqu'elle atteint des valeurs proches de zéro), le filtrage devient à phase linéaire ; sinon, si elle n'est pas assez grande, cela produit simplement des artefacts désagréables.

Notez que le retard du filtre correspond alors exactement à ce nombre d'échantillons lorsque cette valeur est non nulle.

8.73 bs2b

Transformation stéréo vers binaural de Bauer, qui améliore l'écoute au casque des enregistrements audio stéréo.

Pour activer la compilation de ce filtre, vous devez configurer FFmpeg avec --enable-libbs2b.

Il accepte les paramètres suivants :

profile

Niveau de crossfeed prédéfini.

default

Niveau par défaut (fcut=700, feed=50).

cmoy

Circuit Chu Moy (fcut=700, feed=60).

jmeier

Circuit Jan Meier (fcut=650, feed=95).

fcut

Fréquence de coupure (en Hz).

feed

Niveau de feed (en Hz).

8.74 channelmap

Réaffecte les canaux d'entrée vers de nouveaux emplacements.

Il accepte les paramètres suivants :

map

Fait correspondre les canaux de l'entrée à ceux de la sortie. L'argument est une liste de correspondances séparées par ’|’, chacune sous la forme in_channel-out_channel ou in_channel. in_channel peut être soit le nom du canal d'entrée (par exemple FL pour front left), soit son index dans la disposition des canaux d'entrée. out_channel est le nom du canal de sortie ou son index dans la disposition des canaux de sortie. Si out_channel n'est pas indiqué, il s'agit alors implicitement d'un index qui commence à zéro et augmente de un à chaque correspondance. Mélanger différents types de correspondances n'est pas autorisé et provoquera une erreur d'analyse.

channel_layout

Disposition des canaux du flux de sortie. Si elle n'est pas spécifiée, le filtre la devine à partir des noms de out_channel ou du nombre de correspondances. Les dispositions devinées ne contiennent pas nécessairement les canaux dans l'ordre des correspondances.

En l'absence de correspondance, le filtre fait implicitement correspondre les canaux d'entrée aux canaux de sortie, en conservant les index.

8.74.1 Exemples

• Par exemple, en supposant un fichier MOV d'entrée 5.1+downmix,

  ffmpeg -i in.mov -filter 'channelmap=map=DL-FL|DR-FR' out.wav
  

créera un fichier WAV de sortie étiqueté comme stéréo à partir des canaux downmix de l'entrée.

• Pour corriger un WAV 5.1 encodé de façon incorrecte dans l'ordre de canaux natif de l'AAC

  ffmpeg -i in.wav -filter 'channelmap=1|2|0|5|3|4:5.1' out.wav
  

8.75 channelsplit

Divise chaque canal d'un flux audio d'entrée en un flux de sortie distinct.

Il accepte les paramètres suivants :

channel_layout

Disposition des canaux du flux d'entrée. La valeur par défaut est "stereo".

channels

Disposition de canaux décrivant les canaux à extraire sous forme de flux de sortie distincts, ou "all" pour extraire chaque canal d'entrée sous forme de flux distinct. La valeur par défaut est "all".

Choisir des canaux absents de la disposition des canaux de l'entrée provoquera une erreur.

8.75.1 Exemples

• Par exemple, en supposant un fichier MP3 d'entrée stéréo,

  ffmpeg -i in.mp3 -filter_complex channelsplit out.mkv
  

créera un fichier Matroska de sortie avec deux flux audio, l'un ne contenant que le canal gauche et l'autre le canal droit.

• Divise un fichier WAV 5.1 en fichiers par canal :

  ffmpeg -i in.wav -filter_complex
  'channelsplit=channel_layout=5.1[FL][FR][FC][LFE][SL][SR]'
  -map '[FL]' front_left.wav -map '[FR]' front_right.wav -map '[FC]'
  front_center.wav -map '[LFE]' lfe.wav -map '[SL]' side_left.wav -map '[SR]'
  side_right.wav
  

• Extrait uniquement le LFE d'un fichier WAV 5.1 :

  ffmpeg -i in.wav -filter_complex 'channelsplit=channel_layout=5.1:channels=LFE[LFE]'
  -map '[LFE]' lfe.wav
  

8.76 chorus

Ajoute un effet de chorus à l'audio.

Peut faire sonner une voix seule comme un chœur, mais peut aussi s'appliquer à de l'instrumentation.

Le chorus ressemble à un effet d'écho avec un court délai, mais alors que le délai de l'écho est constant, celui du chorus varie grâce à une modulation sinusoïdale ou triangulaire. La profondeur de modulation définit l'amplitude selon laquelle le délai modulé est joué avant ou après le délai de base. Le son retardé semblera donc plus lent ou plus rapide, c'est-à-dire que le son retardé oscille autour du son d'origine, comme dans un chœur où certaines voix chantent légèrement faux.

Il accepte les paramètres suivants :

in_gain

Définit le gain d'entrée. La valeur par défaut est 0.4.

out_gain

Définit le gain de sortie. La valeur par défaut est 0.4.

delays

Définit les délais. Un délai typique se situe entre 40ms et 60ms.

decays

Définit les décroissances.

speeds

Définit les vitesses.

depths

Définit les profondeurs.

8.76.1 Exemples

• Un délai unique :

  chorus=0.7:0.9:55:0.4:0.25:2
  

• Deux délais :

  chorus=0.6:0.9:50|60:0.4|0.32:0.25|0.4:2|1.3
  

• Chorus au son plus riche avec trois délais :

  chorus=0.5:0.9:50|60|40:0.4|0.32|0.3:0.25|0.4|0.3:2|2.3|1.3
  

8.77 compand

Comprime ou étend la dynamique de l'audio.

Il accepte les paramètres suivants :

attacks decays

Une liste de durées en secondes, pour chaque canal, sur laquelle le niveau instantané du signal d'entrée est moyenné pour déterminer son volume. attacks correspond à l'augmentation du volume et decays à sa diminution. Dans la plupart des cas, le temps d'attaque (réponse à l'audio qui devient plus fort) devrait être plus court que le temps de décroissance, car l'oreille humaine est plus sensible à un son fort soudain qu'à un son faible soudain. Une valeur typique pour l'attaque est 0.3 seconde et une valeur typique pour la décroissance est 0.8 seconde. Si le nombre d'attacks et decays spécifiés est inférieur au nombre de canaux, la dernière attaque/décroissance définie est utilisée pour tous les canaux restants.

points

Une liste de points pour la fonction de transfert, spécifiés en dB par rapport à l'amplitude maximale possible du signal. Chaque liste de points clés doit être définie selon la syntaxe suivante : x0/y0|x1/y1|x2/y2|.... ou x0/y0 x1/y1 x2/y2 ....

Les valeurs d'entrée doivent être en ordre strictement croissant, mais la fonction de transfert n'a pas besoin d'être monotone croissante. Le point 0/0 est supposé mais peut être remplacé (par 0/out-dBn). Les valeurs typiques de la fonction de transfert sont -70/-70|-60/-20|1/0.

soft-knee

Définit le rayon de courbure en dB pour toutes les jonctions. La valeur par défaut est 0.01.

gain

Définit le gain supplémentaire en dB à appliquer à tous les points de la fonction de transfert. Cela permet d'ajuster facilement le gain global. La valeur par défaut est 0.

volume

Définit un volume initial, en dB, supposé pour chaque canal au démarrage du filtrage. Cela permet à l'utilisateur de fournir d'emblée un niveau nominal, afin par exemple qu'un gain très élevé ne soit pas appliqué aux niveaux de signal initiaux avant que le companding n'ait commencé à opérer. Une valeur typique pour un audio initialement calme est -90 dB. La valeur par défaut est 0.

delay

Définit un délai, en secondes. L'audio d'entrée est analysé immédiatement, mais l'audio est retardé avant d'être transmis à l'ajusteur de volume. Spécifier un délai à peu près égal aux temps d'attaque/décroissance permet au filtre de fonctionner de façon effectivement prédictive plutôt que réactive. La valeur par défaut est 0.

8.77.1 Exemples

• Crée une musique avec des passages à la fois calmes et forts, adaptée à l'écoute dans un environnement bruyant :

  compand=.3|.3:1|1:-90/-60|-60/-40|-40/-30|-20/-20:6:0:-90:0.2
  

Un autre exemple pour un audio comportant des passages chuchotés et des explosions :

    compand=0|0:1|1:-90/-900|-70/-70|-30/-9|0/-3:6:0:0:0

• Une porte de bruit (noise gate) pour quand le bruit est à un niveau inférieur au signal :

  compand=.1|.1:.2|.2:-900/-900|-50.1/-900|-50/-50:.01:0:-90:.1
  

• Voici une autre porte de bruit, cette fois pour quand le bruit est à un niveau supérieur au signal (ce qui la rend, à certains égards, semblable à un squelch) :

  compand=.1|.1:.1|.1:-45.1/-45.1|-45/-900|0/-900:.01:45:-90:.1
  

• Compression 2:1 démarrant à -6dB :

  compand=points=-80/-80|-6/-6|0/-3.8|20/3.5
  

• Compression 2:1 démarrant à -9dB :

  compand=points=-80/-80|-9/-9|0/-5.3|20/2.9
  

• Compression 2:1 démarrant à -12dB :

  compand=points=-80/-80|-12/-12|0/-6.8|20/1.9
  

• Compression 2:1 démarrant à -18dB :

  compand=points=-80/-80|-18/-18|0/-9.8|20/0.7
  

• Compression 3:1 démarrant à -15dB :

  compand=points=-80/-80|-15/-15|0/-10.8|20/-5.2
  

• Compresseur/Porte :

  compand=points=-80/-105|-62/-80|-15.4/-15.4|0/-12|20/-7.6
  

• Expandeur :

  compand=attacks=0:points=-80/-169|-54/-80|-49.5/-64.6|-41.1/-41.1|-25.8/-15|-10.8/-4.5|0/0|20/8.3
  

• Limiteur dur à -6dB :

  compand=attacks=0:points=-80/-80|-6/-6|20/-6
  

• Limiteur dur à -12dB :

  compand=attacks=0:points=-80/-80|-12/-12|20/-12
  

• Porte de bruit dure à -35 dB :

  compand=attacks=0:points=-80/-115|-35.1/-80|-35/-35|20/20
  

• Limiteur doux :

  compand=attacks=0:points=-80/-80|-12.4/-12.4|-6/-8|0/-6.8|20/-2.8
  

8.78 compensationdelay

Compensation Delay Line est un délai basé sur une distance métrique, destiné à compenser les différences de position entre microphones ou haut-parleurs.

Par exemple, vous avez enregistré une guitare avec deux microphones placés à des endroits différents. Comme le front de l'onde sonore se déplace à vitesse fixe en conditions normales, la phase des microphones peut varier selon leur emplacement et leur disposition mutuelle. Le meilleur mixage sonore s'obtient lorsque ces microphones sont en phase (synchronisés). Notez qu'une distance d'environ 30 cm entre microphones fait qu'un microphone capte le signal en antiphase par rapport à l'autre. Cela rend le mixage final trouble. Ce filtre aide à résoudre les problèmes de phase en ajoutant des délais différents à chaque piste de microphone et en les synchronisant.

Le meilleur résultat s'obtient en prenant une piste comme référence et en synchronisant les autres pistes avec elle, une par une. N'oubliez pas que la tolérance de synchronisation/délai dépend aussi de la fréquence d'échantillonnage. Des fréquences d'échantillonnage plus élevées offrent plus de tolérance.

Le filtre accepte les paramètres suivants :

mm

Définit la distance en millimètres. Il s'agit de la distance de compensation pour un réglage fin. La valeur par défaut est 0.

cm

Définit la distance en centimètres. Il s'agit de la distance de compensation pour ajuster la configuration de distance. La valeur par défaut est 0.

m

Définit la distance en mètres. Il s'agit de la distance de compensation pour une configuration de distance grossière. La valeur par défaut est 0.

dry

Définit la quantité de dry. Quantité de signal non traité (dry). La valeur par défaut est 0.

wet

Définit la quantité de wet. Quantité de signal traité (wet). La valeur par défaut est 1.

temp

Définit la température en degrés Celsius. Il s'agit de la température de l'environnement. La valeur par défaut est 20.

8.78.1 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

8.79 crossfeed

Applique un filtre de crossfeed pour casque.

Le crossfeed consiste à mélanger les canaux gauche et droit d'un enregistrement audio stéréo. Il sert principalement à réduire la séparation stéréo extrême des basses fréquences.

L'objectif est de produire pour l'auditeur un son plus proche de celui d'enceintes.

Le filtre accepte les options suivantes :

strength

Définit l'intensité du crossfeed. La valeur par défaut est 0.2. La plage autorisée va de 0 à 1. Cela définit le gain du filtre low shelf pour la partie latérale de l'image stéréo. La valeur par défaut est -6dB. Le maximum autorisé est -30db lorsque strength est fixé à 1.

range

Définit l'ampleur de la scène sonore. La valeur par défaut est 0.5. La plage autorisée va de 0 à 1. Cela définit la fréquence de coupure du filtre low shelf. Par défaut, la coupure se situe près de 1550 Hz. Avec range fixé à 1, la fréquence de coupure est fixée à 2100 Hz.

slope

Définit la pente de la courbe du filtre low shelf. La valeur par défaut est 0.5. La plage autorisée va de 0.01 à 1.

level_in

Définit le gain d'entrée. La valeur par défaut est 0.9.

level_out

Définit le gain de sortie. La valeur par défaut est 1.

block_size

Définit la taille de bloc utilisée pour le traitement IIR inverse. Si cette valeur est suffisamment élevée (supérieure à la longueur de la réponse impulsionnelle tronquée lorsqu'elle atteint des valeurs proches de zéro), le filtrage devient à phase linéaire ; sinon, si elle n'est pas assez grande, cela produit simplement des artefacts désagréables.

Notez que le retard du filtre correspond alors exactement à ce nombre d'échantillons lorsque cette valeur est non nulle.

8.79.1 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

8.80 crystalizer

Algorithme simple pour le renforcement du bruit audio (noise sharpening).

Ce filtre augmente linéairement les différences entre chaque échantillon audio.

Le filtre accepte les options suivantes :

i

Définit l'intensité de l'effet (valeur par défaut : 2.0). Doit être comprise entre -10.0 à 0 (son inchangé) et 10.0 (effet maximal). Pour inverser le filtrage, utilisez une valeur négative.

c

Active l'écrêtage (clipping). Activé par défaut.

8.80.1 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

8.81 dcshift

Applique un décalage DC (DC shift) à l'audio.

Cela peut être utile pour supprimer de l'audio un offset DC (causé peut-être par un problème matériel dans la chaîne d'enregistrement). L'effet d'un offset DC est une réduction du headroom et donc du volume. Le filtre astats peut être utilisé pour déterminer si un signal présente un offset DC.

shift

Définit le décalage DC ; la plage autorisée est [-1, 1]. Indique l'ampleur du décalage appliqué à l'audio.

limitergain

Optionnel. Doit avoir une valeur bien inférieure à 1 (par exemple 0.05 ou 0.02) et sert à éviter l'écrêtage (clipping).

8.82 deesser

Applique du de-essing aux échantillons audio.

i

Définit l'intensité déclenchant le de-essing. La plage autorisée va de 0 à 1. La valeur par défaut est 0.

m

Définit la quantité de ducking sur la partie aiguë du son. La plage autorisée va de 0 à 1. La valeur par défaut est 0.5.

f

Détermine la part du contenu fréquentiel d'origine conservée lors du de-essing. La plage autorisée va de 0 à 1. La valeur par défaut est 0.5.

s

Définit le mode de sortie.

Il accepte les valeurs suivantes :

i

Laisse passer l'entrée sans modification.

o

Laisse passer le signal débarrassé de l'ess.

e

Laisse passer uniquement l'ess.

La valeur par défaut est o.

8.83 dialoguenhance

Renforce le dialogue dans un audio stéréo.

Ce filtre accepte une entrée stéréo et produit une sortie en canaux surround (3.0). Le canal central avant nouvellement produit contient le dialogue vocal renforcé, initialement présent dans les deux canaux stéréo. Ce filtre restitue les canaux avant gauche et avant droit tels que présents dans l'entrée stéréo.

Le filtre accepte les options suivantes :

original

Définit le facteur de centre d'origine à conserver dans la sortie du canal frontal central. La plage autorisée va de 0 à 1. La valeur par défaut est 1.

enhance

Définit le facteur de renforcement du dialogue à ajouter dans la sortie du canal frontal central. La plage autorisée va de 0 à 3. La valeur par défaut est 1.

voice

Définit le facteur de détection vocale. La plage autorisée va de 2 à 32. La valeur par défaut est 2.

8.83.1 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

8.84 drmeter

Mesure la dynamique de l'audio.

Des valeurs de DR de 14 et plus se rencontrent dans un contenu très dynamique. Un DR de 8 à 13 se rencontre dans un contenu de transition. Et tout ce qui est inférieur à 8 présente une dynamique très pauvre et une forte compression.

Le filtre accepte les options suivantes :

length

Définit, en secondes, la longueur de fenêtre utilisée pour diviser l'audio en segments de longueur égale. La valeur par défaut est 3 secondes.

8.85 dynaudnorm

Dynamic Audio Normalizer.

Ce filtre applique une certaine quantité de gain à l'audio d'entrée afin d'amener sa magnitude de crête à un niveau cible (par exemple 0 dBFS). Cependant, contrairement aux algorithmes de normalisation plus "simples", le Dynamic Audio Normalizer réajuste dynamiquement le facteur de gain en fonction de l'audio d'entrée. Cela permet d'appliquer un gain supplémentaire aux sections "silencieuses" de l'audio tout en évitant les distorsions ou l'écrêtage des sections "fortes". Autrement dit : le Dynamic Audio Normalizer "égalise" le volume des sections silencieuses et fortes, en ce sens que le volume de chaque section est amené au même niveau cible. Notez cependant que le Dynamic Audio Normalizer atteint cet objectif sans appliquer de "compression de la dynamique". Il conservera 100 % de la dynamique à l'intérieur de chaque section du fichier audio.

framelen, f

Définit la longueur d'image en millisecondes. Plage de 10 à 8000 millisecondes. La valeur par défaut est 500 millisecondes. Le Dynamic Audio Normalizer traite l'audio d'entrée par petits blocs, appelés images. Cela est nécessaire car une magnitude de crête n'a pas de sens pour une seule valeur d'échantillon. Il faut au contraire déterminer la magnitude de crête sur une séquence contiguë de valeurs d'échantillon. Alors qu'un normalisateur "standard" utiliserait simplement la magnitude de crête du fichier complet, le Dynamic Audio Normalizer détermine la magnitude de crête individuellement pour chaque image. La longueur d'une image est spécifiée en millisecondes. Par défaut, le Dynamic Audio Normalizer utilise une longueur d'image de 500 millisecondes, ce qui s'est révélé donner de bons résultats avec la plupart des fichiers. Notez que la longueur exacte de l'image, en nombre d'échantillons, sera déterminée automatiquement en fonction de la fréquence d'échantillonnage de chaque fichier audio d'entrée.

gausssize, g

Définit la taille de la fenêtre du filtre gaussien. Plage de 3 à 301, doit être un nombre impair. La valeur par défaut est 31. Le paramètre sans doute le plus important du Dynamic Audio Normalizer est la window size (taille de fenêtre) du filtre de lissage gaussien. La taille de fenêtre du filtre est spécifiée en images, centrée autour de l'image actuelle. Par simplicité, ce doit être un nombre impair. Par conséquent, la valeur par défaut de 31 prend en compte l'image actuelle, ainsi que les 15 images précédentes et les 15 images suivantes. Utiliser une fenêtre plus grande produit un effet de lissage plus fort et donc moins de variation de gain, c'est-à-dire une adaptation du gain plus lente. Inversement, utiliser une fenêtre plus petite produit un effet de lissage plus faible et donc plus de variation de gain, c'est-à-dire une adaptation du gain plus rapide. Autrement dit, plus vous augmentez cette valeur, plus le Dynamic Audio Normalizer se comporte comme un filtre de normalisation "traditionnel". À l'inverse, plus vous diminuez cette valeur, plus le Dynamic Audio Normalizer se comporte comme un compresseur de dynamique.

peak, p

Définit la valeur de crête cible. Spécifie le niveau de magnitude le plus élevé autorisé pour l'audio d'entrée normalisé. Ce filtre tentera de s'approcher autant que possible de la magnitude de crête cible, tout en s'assurant que le signal normalisé ne dépasse jamais la magnitude de crête. Le facteur de gain local maximal d'une image est directement imposé par la magnitude de crête cible. La valeur par défaut est 0.95, ce qui laisse un headroom de 5 %*. Il n'est pas recommandé de dépasser cette valeur.

maxgain, m

Définit le facteur de gain maximal. Plage de 1.0 à 100.0. La valeur par défaut est 10.0. Le Dynamic Audio Normalizer détermine, pour chaque image d'entrée, le facteur de gain (local) maximal possible, c'est-à-dire le facteur de gain maximal qui ne produit ni écrêtage ni distorsion. Le facteur de gain maximal est déterminé par l'échantillon de plus forte magnitude de l'image. Cependant, le Dynamic Audio Normalizer borne en outre le facteur de gain maximal de l'image par un facteur de gain maximal (global) prédéterminé. Cela permet d'éviter des facteurs de gain excessifs dans des images "silencieuses" ou presque silencieuses. Par défaut, le facteur de gain maximal est 10.0. Pour la plupart des entrées, la valeur par défaut devrait suffire, et il n'est généralement pas recommandé de l'augmenter. Toutefois, pour une entrée dont le niveau de volume global est extrêmement faible, il peut être nécessaire d'autoriser des facteurs de gain encore plus élevés. Notez cependant que le Dynamic Audio Normalizer n'applique pas simplement un seuil "dur" (c'est-à-dire qui écrête les valeurs au-delà du seuil). Une fonction de seuil "sigmoïde" est appliquée à la place. Ainsi, les facteurs de gain s'approchent en douceur de la valeur de seuil, sans jamais la dépasser.

targetrms, r

Définit le RMS cible. Plage de 0.0 à 1.0. La valeur par défaut est 0.0 - désactivé. Par défaut, le Dynamic Audio Normalizer effectue une normalisation "de crête". Cela signifie que le facteur de gain local maximal de chaque image est défini (uniquement) par l'échantillon de plus forte magnitude de l'image. Ainsi, les échantillons peuvent être amplifiés autant que possible sans dépasser le niveau de signal maximal, c'est-à-dire sans écrêtage. Optionnellement, le Dynamic Audio Normalizer peut aussi tenir compte de la valeur quadratique moyenne de l'image, abrégée RMS. En électrotechnique, le RMS est couramment utilisé pour déterminer la puissance d'un signal variable dans le temps. On considère donc que le RMS est une meilleure approximation de la "sonie perçue" que la seule observation de la magnitude de crête du signal. Par conséquent, en ajustant toutes les images à une valeur RMS constante, on peut établir une "sonie perçue" uniforme. Si une valeur RMS cible a été spécifiée, le facteur de gain local d'une image est défini comme le facteur qui donnerait exactement cette valeur RMS. Notez cependant que le facteur de gain local maximal reste limité par l'échantillon de plus forte magnitude de l'image, afin d'éviter l'écrêtage.

coupling, n

Active le couplage des canaux. Activé par défaut. Par défaut, le Dynamic Audio Normalizer amplifie tous les canaux de la même quantité. Cela signifie que le même facteur de gain sera appliqué à tous les canaux, c'est-à-dire que le facteur de gain maximal possible est déterminé par le canal "le plus fort". Cependant, dans certains enregistrements, il peut arriver que le volume des différents canaux soit inégal, par exemple un canal peut être "plus silencieux" que les autres. Dans ce cas, cette option permet de désactiver le couplage des canaux. Ainsi, le facteur de gain sera déterminé indépendamment pour chaque canal, en fonction uniquement de l'échantillon de plus forte magnitude de ce canal. Cela permet d'harmoniser le volume des différents canaux.

correctdc, c

Active la correction du biais DC. Désactivé par défaut. Un signal audio (dans le domaine temporel) est une séquence de valeurs d'échantillon. Dans le Dynamic Audio Normalizer, ces valeurs d'échantillon sont représentées dans la plage de -1.0 à 1.0, quel que soit le format d'entrée d'origine. Normalement, le signal audio, ou "forme d'onde", devrait être centré autour du point zéro. Cela signifie que si l'on calcule la valeur moyenne de tous les échantillons d'un fichier, ou d'une seule image, le résultat devrait être 0.0, ou du moins très proche de cette valeur. Cependant, s'il existe un écart significatif de la valeur moyenne par rapport à 0.0, dans un sens positif ou négatif, on parle de biais DC ou d'offset DC. Un biais DC étant clairement indésirable, le Dynamic Audio Normalizer propose une correction optionnelle du biais DC. Une fois la correction du biais DC activée, le Dynamic Audio Normalizer détermine la valeur moyenne, ou décalage de "correction DC", de chaque image d'entrée, et la soustrait de toutes les valeurs d'échantillon de l'image, ce qui garantit que ces échantillons redeviennent centrés autour de 0.0. De plus, afin d'éviter des "trous" aux limites des images, les valeurs de décalage de correction DC sont interpolées en douceur entre images voisines.

altboundary, b

Active le mode de limite alternatif. Désactivé par défaut. Le Dynamic Audio Normalizer prend en compte un certain voisinage autour de chaque image. Cela inclut aussi bien les images précédentes que les images suivantes. Cependant, pour les images "limites", situées tout au début et tout à la fin du fichier audio, toutes les images voisines ne sont pas disponibles. En particulier, pour les toutes premières images du fichier audio, les images précédentes sont inconnues. Et, de même, pour les toutes dernières images du fichier audio, les images suivantes sont inconnues. Se pose donc la question de savoir quels facteurs de gain doivent être supposés pour les images manquantes dans la région "limite". Le Dynamic Audio Normalizer met en œuvre deux modes pour traiter cette situation. Le mode de limite par défaut suppose un facteur de gain exactement égal à 1.0 pour les images manquantes, ce qui produit un "fade in" et un "fade out" en douceur respectivement au début et à la fin de l'entrée.

compress, s

Définit le facteur de compression. Plage de 0.0 à 30.0. La valeur par défaut est 0.0. Par défaut, le Dynamic Audio Normalizer n'applique pas de compression "traditionnelle". Cela signifie que les crêtes du signal ne seront pas écrêtées et que la dynamique complète sera donc conservée dans chaque voisinage local. Cependant, dans certains cas, il peut être souhaitable de combiner l'algorithme de normalisation du Dynamic Audio Normalizer avec une compression plus "traditionnelle". Dans ce but, le Dynamic Audio Normalizer propose une fonction optionnelle de compression (seuillage). Si (et seulement si) la fonction de compression est activée, toutes les images d'entrée sont traitées par une fonction de seuillage soft knee avant le processus de normalisation proprement dit. Autrement dit, la fonction de seuillage écrête tous les échantillons dont la magnitude dépasse une certaine valeur de seuil. Cependant, le Dynamic Audio Normalizer n'applique pas simplement une valeur de seuil fixe. Le seuil est au contraire ajusté pour chaque image individuellement. En général, des paramètres plus petits produisent une compression plus forte, et inversement. Les valeurs inférieures à 3.0 ne sont pas recommandées, car une distorsion audible peut apparaître.

threshold, t

Définit la valeur de seuil cible. Spécifie le niveau de magnitude le plus bas autorisé pour que l'audio d'entrée soit normalisé. Si le volume de l'image d'entrée est supérieur à cette valeur, l'image sera normalisée. Sinon, l'image peut ne pas être normalisée du tout. La valeur par défaut est fixée à 0, ce qui signifie que toutes les images d'entrée seront normalisées. Cette option est surtout utile lorsque l'on ne souhaite pas amplifier le bruit numérique.

channels, h

Indique les canaux à filtrer ; par défaut, tous les canaux disponibles sont filtrés.

overlap, o

Spécifie le chevauchement des images. Si fixé à 0 (valeur par défaut), aucun chevauchement d'images n'est effectué. Utiliser des valeurs >0 et <1 produit des ajustements de gain moins conservateurs, comme lorsque l'option framelen est fixée à une valeur plus petite ; si la valeur de l'option framelen est compensée pour un chevauchement non nul, les ajustements de gain seront plus lisses dans le temps par rapport au cas sans chevauchement.

curve, v

Spécifie l'expression de la courbe de mise en correspondance des crêtes utilisée pour calculer le gain appliqué aux images. Le gain de sortie maximal par image reste limité par les autres options mentionnées précédemment pour ce filtre.

L'expression peut contenir les constantes suivantes :

ch

numéro de canal actuel

sn

numéro d'échantillon actuel

nb_channels

nombre de canaux

t

horodatage exprimé en secondes

sr

fréquence d'échantillonnage

p

valeur de crête de l'image actuelle

8.85.1 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

8.86 earwax

Rend l'audio plus facile à écouter au casque.

Ce filtre ajoute des ‘cues’ à l'audio stéréo 44.1kHz (c'est-à-dire au format CD audio) afin que, à l'écoute au casque, l'image stéréo se déplace de l'intérieur de la tête (habituel avec un casque) vers l'extérieur et devant l'auditeur (habituel avec des enceintes).

Porté depuis SoX.

8.87 equalizer

Applique un filtre d'égalisation (EQ) en cloche à deux pôles. Avec ce filtre, le niveau de signal à une fréquence choisie et à proximité peut être augmenté ou réduit, alors que (contrairement aux filtres passe-bande et coupe-bande) celui des autres fréquences reste inchangé.

Pour produire des courbes d'égalisation complexes, ce filtre peut être indiqué plusieurs fois, chacune avec une fréquence centrale différente.

Le filtre accepte les options suivantes :

frequency, f

Définit la fréquence centrale du filtre en Hz.

width_type, t

Définit la méthode de spécification de la largeur de bande du filtre.

h

Hz

q

Facteur Q

o

octave

s

pente

k

kHz

width, w

Spécifie la largeur de bande d'un filtre en unités de width_type.

gain, g

Définit le gain ou l'atténuation requis, en dB. Attention à l'écrêtage lors de l'utilisation d'un gain positif.

mix, m

Indique la proportion de signal filtré à utiliser dans la sortie. La valeur par défaut est 1. La plage va de 0 à 1.

channels, c

Indique les canaux à filtrer ; par défaut, tous les canaux disponibles sont filtrés.

normalize, n

Normalise les coefficients de biquad. Désactivé par défaut. Si activée, cette option normalise la réponse en amplitude en DC à 0dB.

transform, a

Définit le type de transformation du filtre IIR.

di dii tdi tdii latt svf zdf precision, r

Définit la précision du filtrage.

auto

Choisit automatiquement le sample format selon les filtres surround.

s16

Utilise toujours des échantillons signés 16 bits.

s32

Utilise toujours des échantillons signés 32 bits.

f32

Utilise toujours des flottants 32 bits.

f64

Utilise toujours des flottants 64 bits.

block_size, b

Définit la taille de bloc utilisée pour le traitement IIR inverse. Si cette valeur est suffisamment élevée (supérieure à la longueur de la réponse impulsionnelle tronquée lorsqu'elle atteint des valeurs proches de zéro), le filtrage devient à phase linéaire ; sinon, si elle n'est pas assez grande, cela produit simplement des artefacts désagréables.

Notez que le retard du filtre correspond alors exactement à ce nombre d'échantillons lorsque cette valeur est non nulle.

8.87.1 Exemples

• Atténue 10 dB à 1000 Hz, avec une largeur de bande de 200 Hz :

  equalizer=f=1000:t=h:width=200:g=-10
  

• Applique un gain de 2 dB à 1000 Hz avec Q 1 et atténuer de 5 dB à 100 Hz avec Q 2 :

  equalizer=f=1000:t=q:w=1:g=2,equalizer=f=100:t=q:w=2:g=-5
  

8.87.2 Commandes

Ce filtre prend en charge les commandes suivantes :

frequency, f

Modifie la fréquence d'equalizer. La syntaxe de la commande est : "frequency"

width_type, t

Modifie le width_type d'equalizer. La syntaxe de la commande est : "width_type"

width, w

Modifie la largeur d'equalizer. La syntaxe de la commande est : "width"

gain, g

Modifie le gain d'equalizer. La syntaxe de la commande est : "gain"

mix, m

Modifie le mélange d'equalizer. La syntaxe de la commande est : "mix"

8.88 extrastereo

Augmente linéairement la différence entre les canaux gauche et droit, ce qui ajoute une sorte d'effet "live" à la lecture.

Le filtre accepte les options suivantes :

m

Définit le coefficient de différence (valeur par défaut : 2.5). 0.0 signifie un son mono (moyenne des deux canaux), avec 1.0 le son reste inchangé, avec -1.0 les canaux gauche et droit sont échangés.

c

Active l'écrêtage (clipping). Activé par défaut.

8.88.1 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

8.89 firequalizer

Applique une égalisation FIR à l'aide d'une réponse en fréquence arbitraire.

Le filtre accepte l'option suivante :

gain

Définit l'équation de la courbe de gain (en dB). L'expression peut contenir des variables :

f

la fréquence évaluée

sr

fréquence d'échantillonnage

ch

numéro de canal, réglé sur 0 lorsque l'évaluation multicanal est désactivée

chid

identifiant de canal, voir libavutil/channel_layout.h, réglé sur le premier identifiant de canal lorsque l'évaluation multicanal est désactivée

chs

nombre de canaux

chlayout

channel_layout, voir libavutil/channel_layout.h

et des fonctions :

gain_interpolate(f)

interpole le gain à la fréquence f à partir de gain_entry

cubic_interpolate(f)

identique à gain_interpolate, mais plus lisse

Cette option est également disponible en tant que commande. La valeur par défaut est gain_interpolate(f).

gain_entry

Définit une entrée de gain pour la fonction gain_interpolate. L'expression peut contenir des fonctions :

entry(f, g)

stocke une entrée de gain à la fréquence f avec la valeur g

Cette option est également disponible en tant que commande.

delay

Définit le délai du filtre en secondes. Une valeur plus élevée offre une meilleure précision. La valeur par défaut est 0.01.

accuracy

Définit la précision du filtre en Hz. Une valeur plus faible offre une meilleure précision. La valeur par défaut est 5.

wfunc

Définit la fonction de fenêtrage. Les valeurs acceptées sont :

rectangular

fenêtre rectangulaire, utile lorsque la courbe de gain est déjà lisse

hann

fenêtre de Hann (par défaut)

hamming

fenêtre de Hamming

blackman

fenêtre de Blackman

nuttall3

fenêtre de Nuttall à 3 termes, continue en dérivée première

mnuttall3

fenêtre de Nuttall minimale à 3 termes, discontinue

nuttall

fenêtre de Nuttall à 4 termes, continue en dérivée première

bnuttall

fenêtre de Nuttall minimale à 4 termes, discontinue (Blackman-Nuttall)

bharris

fenêtre de Blackman-Harris

tukey

fenêtre de Tukey

fixed

Si elle est activée, utilise un nombre fixe d'échantillons audio. Cela améliore la vitesse lors d'un filtrage avec un délai important. Désactivé par défaut.

multi

Active l'évaluation multicanal sur le gain. Désactivé par défaut.

zero_phase

Active le mode phase nulle en soustrayant l'horodatage pour compenser le délai. Désactivé par défaut.

scale

Définit l'échelle utilisée par le gain. Les valeurs acceptées sont :

linlin

fréquence linéaire, gain linéaire

linlog

fréquence linéaire, gain logarithmique (en dB) (par défaut)

loglin

fréquence logarithmique (sur une échelle en octaves où 20 Hz correspond à 0), gain linéaire

loglog

fréquence logarithmique, gain logarithmique

dumpfile

Définit le fichier de dump, adapté à gnuplot.

dumpscale

Définit l'échelle pour dumpfile. Les valeurs acceptées sont les mêmes que pour l'option scale. La valeur par défaut est linlog.

fft2

Active la convolution à 2 canaux à l'aide d'une FFT complexe. Cela améliore nettement la vitesse. Désactivé par défaut.

min_phase

Active la réponse impulsionnelle à phase minimale. Désactivé par défaut.

8.89.1 Exemples

• passe-bas à 1000 Hz :

  firequalizer=gain='if(lt(f,1000), 0, -INF)'
  

• passe-bas à 1000 Hz avec gain_entry :

  firequalizer=gain_entry='entry(1000,0); entry(1001, -INF)'
  

• égalisation personnalisée :

  firequalizer=gain_entry='entry(100,0); entry(400, -4); entry(1000, -6); entry(2000, 0)'
  

• délai plus élevé avec phase nulle pour compenser le délai :

  firequalizer=delay=0.1:fixed=on:zero_phase=on
  

• passe-bas sur le canal gauche, passe-haut sur le canal droit :

  firequalizer=gain='if(eq(chid,1), gain_interpolate(f), if(eq(chid,2), gain_interpolate(1e6+f), 0))'
  :gain_entry='entry(1000, 0); entry(1001,-INF); entry(1e6+1000,0)':multi=on
  

8.90 flanger

Applique un effet de flanger à l'audio.

Le filtre accepte les options suivantes :

delay

Définit le délai de base en millisecondes. La plage autorisée va de 0 à 30. La valeur par défaut est 0.

depth

Définit le délai de balayage ajouté en millisecondes. La plage autorisée va de 0 à 10. La valeur par défaut est 2.

regen

Définit le pourcentage de régénération (réinjection du signal retardé). La plage autorisée va de -95 à 95. La valeur par défaut est 0.

width

Définit le pourcentage de signal retardé mélangé au signal d'origine. La plage autorisée va de 0 à 100. La valeur par défaut est 71.

speed

Définit le nombre de balayages par seconde (Hz). La plage autorisée va de 0.1 à 10. La valeur par défaut est 0.5.

shape

Définit la forme de l'onde balayée, triangular ou sinusoidal. La valeur par défaut est sinusoidal.

phase

Définit le décalage en pourcentage de l'onde balayée pour les canaux multiples. La plage autorisée va de 0 à 100. La valeur par défaut est 25.

interp

Définit l'interpolation de la ligne à retard, linear ou quadratic. La valeur par défaut est linear.

8.91 haas

Applique l'effet Haas à l'audio.

Notez qu'il est surtout pertinent de l'appliquer à des signaux mono. Appliqué à des signaux mono, ce filtre leur donne une certaine directionnalité et élargit leur image stéréo.

Le filtre accepte les options suivantes :

level_in

Définit le niveau d'entrée. La valeur par défaut est 1, soit 0 dB

level_out

Définit le niveau de sortie. La valeur par défaut est 1, soit 0 dB.

side_gain

Définit le gain appliqué à la partie side du signal. La valeur par défaut est 1.

middle_source

Définit le type de source médiane. Peut être l'une des valeurs suivantes :

‘left’

Sélectionne le canal gauche.

‘right’

Sélectionne le canal droit.

‘mid’

Sélectionne le signal de la partie médiane de l'image stéréo.

‘side’

Sélectionne le signal de la partie side de l'image stéréo.

middle_phase

Inverse la phase médiane. Désactivé par défaut.

left_delay

Définit le délai du canal gauche. La valeur par défaut est 2.05 millisecondes.

left_balance

Définit la balance du canal gauche. La valeur par défaut est -1.

left_gain

Définit le gain du canal gauche. La valeur par défaut est 1.

left_phase

Inverse la phase gauche. Désactivé par défaut.

right_delay

Définit le délai du canal droit. La valeur par défaut est 2.12 millisecondes.

right_balance

Définit la balance du canal droit. La valeur par défaut est 1.

right_gain

Définit le gain du canal droit. La valeur par défaut est 1.

right_phase

Inverse la phase droite. Activé par défaut.

8.92 hdcd

Décode les données High Definition Compatible Digital (HDCD). Un flux PCM 16 bits contenant des codes HDCD intégrés est étendu en un flux PCM 20 bits.

Ce filtre prend en charge les fonctionnalités Peak Extend et Low-level Gain Adjustment de HDCD, et détecte l'indicateur Transient Filter.

ffmpeg -i HDCD16.flac -af hdcd OUT24.flac

Lors de l'utilisation du filtre avec wav, notez que l'encodage par défaut pour wav est 16 bits ; le flux 20 bits obtenu sera donc tronqué à 16 bits. Utilisez quelque chose comme -acodec pcm_s24le après le filtre pour obtenir une sortie PCM 24 bits.

ffmpeg -i HDCD16.wav -af hdcd OUT16.wav
ffmpeg -i HDCD16.wav -af hdcd -c:a pcm_s24le OUT24.wav

Le filtre accepte les options suivantes :

disable_autoconvert

Désactive toute conversion de format ou tout rééchantillonnage automatique dans le graphe de filtres.

process_stereo

Traite les canaux stéréo ensemble. Si target_gain ne correspond pas entre les canaux, le considère comme invalide et utilise le dernier target_gain valide.

cdt_ms

Définit la période du minuteur de détection de code, en ms.

force_pe

Étend toujours les pics au-dessus de -3 dBFS, même si PE n'est pas signalé.

analyze_mode

Remplace l'audio par un ton continu et ajuste l'amplitude pour signaler un aspect spécifique du processus de décodage. Le fichier de sortie peut être chargé dans un éditeur audio à côté de l'original pour faciliter l'analyse.

analyze_mode=pe:force_pe=true peut être utilisé pour voir tous les échantillons au-dessus du niveau PE.

Les modes sont :

‘0, off’

Désactivé

‘1, lle’

Niveau d'ajustement de gain à chaque échantillon

‘2, pe’

Échantillons où peak extend se produit

‘3, cdt’

Échantillons où le minuteur de détection de code est actif

‘4, tgm’

Échantillons où le gain cible ne correspond pas entre les canaux

8.93 headphone

Applique des fonctions de transfert relatives à la tête (HRTF) pour créer des haut-parleurs virtuels autour de l'utilisateur, en vue d'une écoute binaurale au casque. Les HRIR sont fournies via des flux supplémentaires ; un flux d'entrée stéréo est nécessaire pour chaque canal.

Le filtre accepte les options suivantes :

map

Définit la correspondance des flux d'entrée pour la convolution. L'argument est une liste de noms de canaux séparés par ’|’, dans l'ordre où ils sont fournis comme flux d'entrée supplémentaires du filtre. Cela indique également le nombre de flux d'entrée. Le nombre de flux d'entrée ne doit pas être inférieur au nombre de canaux du premier flux, plus un.

gain

Définit le gain appliqué à l'audio. La valeur est en dB. La valeur par défaut est 0.

type

Définit le type de traitement. Peut être time ou freq. time traite l'audio dans le domaine temporel, ce qui est lent. freq traite l'audio dans le domaine fréquentiel, ce qui est rapide. La valeur par défaut est freq.

lfe

Définit un gain personnalisé pour les canaux LFE. La valeur est en dB. La valeur par défaut est 0.

size

Définit la taille de l'image en nombre d'échantillons qui seront traités en une fois. La valeur par défaut est 1024. La plage autorisée va de 1024 à 96000.

hrir

Définit le format du flux hrir. La valeur par défaut est stereo. La valeur alternative est multich. Si la valeur est réglée sur stereo, le nombre de flux supplémentaires doit être supérieur ou égal au nombre de canaux d'entrée du premier flux d'entrée. De plus, chaque flux supplémentaire doit comporter un nombre de canaux stéréo. Si la valeur est réglée sur multich, le nombre de flux supplémentaires doit être exactement un. De plus, le nombre de canaux d'entrée du flux supplémentaire doit être égal ou supérieur au double du nombre de canaux du premier flux d'entrée.

8.93.1 Exemples

• Exemple complet utilisant des fichiers wav comme coefficients avec des filtres amovie pour un downmix 7.1 ; chaque filtre amovie utilise en entrée un fichier stéréo contenant les coefficients IR. Ces fichiers donnent les coefficients pour chaque position de haut-parleur virtuel :

  ffmpeg -i input.wav
  -filter_complex "amovie=azi_270_ele_0_DFC.wav[sr];amovie=azi_90_ele_0_DFC.wav[sl];amovie=azi_225_ele_0_DFC.wav[br];amovie=azi_135_ele_0_DFC.wav[bl];amovie=azi_0_ele_0_DFC.wav,asplit[fc][lfe];amovie=azi_35_ele_0_DFC.wav[fl];amovie=azi_325_ele_0_DFC.wav[fr];[0:a][fl][fr][fc][lfe][bl][br][sl][sr]headphone=FL|FR|FC|LFE|BL|BR|SL|SR"
  output.wav
  

• Exemple complet utilisant des fichiers wav comme coefficients avec des filtres amovie pour un downmix 7.1, mais cette fois au format hrir multich.

  ffmpeg -i input.wav -filter_complex "amovie=minp.wav[hrirs];[0:a][hrirs]headphone=map=FL|FR|FC|LFE|BL|BR|SL|SR:hrir=multich"
  output.wav
  

8.94 highpass

Applique un filtre passe-haut dont la fréquence de coupure se situe au point à 3 dB. Le filtre peut être soit à un pôle, soit à deux pôles (par défaut). Il présente une pente de 6 dB par pôle et par octave (20 dB par pôle et par décade).

Le filtre accepte les options suivantes :

frequency, f

Définit la fréquence en Hz. La valeur par défaut est 3000.

poles, p

Définit le nombre de pôles. La valeur par défaut est 2.

width_type, t

Définit la méthode pour indiquer la largeur de bande du filtre.

h

Hz

q

Facteur Q

o

octave

s

pente

k

kHz

width, w

Indique la largeur de bande du filtre, dans les unités de width_type. S'applique uniquement au filtre à deux pôles. La valeur par défaut est 0.707q, ce qui donne une réponse de Butterworth.

mix, m

Indique la proportion du signal filtré à utiliser dans la sortie. La valeur par défaut est 1. La plage est comprise entre 0 et 1.

channels, c

Indique les canaux à filtrer ; par défaut, tous les canaux disponibles sont filtrés.

normalize, n

Normalise les coefficients biquad ; désactivé par défaut. Son activation normalise la réponse en amplitude au niveau continu (DC) à 0 dB.

transform, a

Définit le type de transformation du filtre IIR.

di dii tdi tdii latt svf zdf precision, r

Définit la précision du filtrage.

auto

Choisit automatiquement le sample format selon les filtres surround.

s16

Utilise toujours des entiers signés 16 bits.

s32

Utilise toujours des entiers signés 32 bits.

f32

Utilise toujours des flottants 32 bits.

f64

Utilise toujours des flottants 64 bits.

block_size, b

Définit la taille de bloc utilisée pour le traitement IIR inverse. Si cette valeur est suffisamment élevée (supérieure à la longueur de la réponse impulsionnelle tronquée lorsqu'elle atteint des valeurs proches de zéro), le filtrage devient à phase linéaire ; sinon, si elle n'est pas assez grande, cela produit simplement des artefacts désagréables.

Notez que le retard du filtre correspond alors exactement à ce nombre d'échantillons lorsque cette valeur est non nulle.

8.94.1 Commandes

Ce filtre prend en charge les commandes suivantes :

frequency, f

Modifie frequency de highpass. La syntaxe de la commande est : "frequency"

width_type, t

Modifie width_type de highpass. La syntaxe de la commande est : "width_type"

width, w

Modifie width de highpass. La syntaxe de la commande est : "width"

mix, m

Modifie mix de highpass. La syntaxe de la commande est : "mix"

8.95 join

Combine plusieurs flux d'entrée en un seul flux multicanal.

Il accepte les paramètres suivants :

inputs

Le nombre de flux d'entrée. La valeur par défaut est 2.

channel_layout

La disposition des canaux de sortie souhaitée. La valeur par défaut est stereo.

map

Associe les canaux des entrées à la sortie. L'argument est une liste de correspondances séparées par ’|’, chacune sous la forme input_idx.in_channel-out_channel. input_idx est l'index (à partir de 0) du flux d'entrée. in_channel peut être soit le nom du canal d'entrée (par exemple FL pour avant gauche), soit son index dans le flux d'entrée indiqué. out_channel est le nom du canal de sortie.

Si les correspondances ne sont pas indiquées explicitement, le filtre tente de les deviner. Il procède en cherchant d'abord un canal d'entrée correspondant non utilisé ; si cela échoue, il choisit le premier canal d'entrée non utilisé.

Combine 3 entrées (avec des dispositions de canaux correctement définies) :

ffmpeg -i INPUT1 -i INPUT2 -i INPUT3 -filter_complex join=inputs=3 OUTPUT

Construit une sortie 5.1 à partir de 6 flux monocanaux :

ffmpeg -i fl -i fr -i fc -i sl -i sr -i lfe -filter_complex
'join=inputs=6:channel_layout=5.1:map=0.0-FL|1.0-FR|2.0-FC|3.0-SL|4.0-SR|5.0-LFE'
out

8.96 ladspa

Charge un plugin LADSPA (Linux Audio Developer’s Simple Plugin API).

Pour activer la compilation de ce filtre, vous devez configurer FFmpeg avec --enable-ladspa.

file, f

Indique le nom de la bibliothèque de plugins LADSPA à charger. Si la variable d'environnement LADSPA_PATH est définie, le plugin LADSPA est recherché dans chacun des répertoires indiqués par la liste séparée par deux-points de LADSPA_PATH ; sinon, dans les chemins LADSPA standard, qui sont, dans cet ordre : HOME/.ladspa/lib/, /usr/local/lib/ladspa/, /usr/lib/ladspa/.

plugin, p

Indique le plugin au sein de la bibliothèque. Certaines bibliothèques ne contiennent qu'un seul plugin, tandis que d'autres en contiennent plusieurs. Si cette option n'est pas définie, le filtre liste tous les plugins disponibles dans la bibliothèque indiquée.

controls, c

Définit la liste des controls séparés par ’|’, qui sont zéro ou plusieurs valeurs à virgule flottante déterminant le comportement du plugin chargé (par exemple delay, threshold ou gain). Les controls doivent être définis avec la syntaxe suivante : c0=value0|c1=value1|c2=value2|..., où valuei est la valeur définie pour le i-ème control. Ils peuvent également être définis avec la syntaxe suivante : value0|value1|value2|..., où valuei est la valeur définie pour le i-ème control. Si controls est réglé sur help, tous les controls disponibles et leurs plages valides sont affichés.

sample_rate, s

Indique la fréquence d'échantillonnage ; la valeur par défaut est 44100. Utilisé uniquement si le plugin n'a aucune entrée.

nb_samples, n

Définit le nombre d'échantillons par canal pour chaque image de sortie ; la valeur par défaut est 1024. Utilisé uniquement si le plugin n'a aucune entrée.

duration, d

Définit la durée minimale de l'audio généré. Voir (ffmpeg-utils)la section Time duration du manuel ffmpeg-utils(1) pour la syntaxe acceptée. Notez que la durée obtenue peut être supérieure à la durée indiquée, car l'audio généré est toujours coupé à la fin d'une image complète. Si elle n'est pas indiquée, ou si la durée exprimée est négative, l'audio est supposé être généré indéfiniment. Utilisé uniquement si le plugin n'a aucune entrée.

latency, l

Active la compensation de latence ; désactivé par défaut. Utilisé uniquement si le plugin a des entrées.

8.96.1 Exemples

• Liste tous les plugins disponibles dans la bibliothèque amp (plugin d'exemple LADSPA) :

  ladspa=file=amp
  

• Liste tous les controls disponibles et leurs plages valides pour le plugin vcf_notch de la bibliothèque VCF :

  ladspa=f=vcf:p=vcf_notch:c=help
  

• Simule un équipement audio de basse qualité à l'aide de la bibliothèque de plugins Computer Music Toolkit (CMT) :

  ladspa=file=cmt:plugin=lofi:controls=c0=22|c1=12|c2=12
  

• Ajoute de la réverbération à l'audio à l'aide de TAP-plugins (Tom’s Audio Processing plugins) :

  ladspa=file=tap_reverb:tap_reverb
  

• Génère un bruit blanc, avec une amplitude de 0.2 :

  ladspa=file=cmt:noise_source_white:c=c0=.2
  

• Génère des clics à 20 bpm à l'aide du plugin C* Click - Metronome de la bibliothèque C* Audio Plugin Suite (CAPS) :

  ladspa=file=caps:Click:c=c1=20'
  

• Applique l'effet C* Eq10X2 - Stereo 10-band equaliser :

  ladspa=caps:Eq10X2:c=c0=-48|c9=-24|c3=12|c4=2
  

• Augmente le volume de 20 dB à l'aide du fast lookahead limiter de la collection SWH Plugins de Steve Harris :

  ladspa=fast_lookahead_limiter_1913:fastLookaheadLimiter:20|0|2
  

• Atténue les basses fréquences à l'aide du Multiband EQ de la collection SWH Plugins de Steve Harris :

  ladspa=mbeq_1197:mbeq:-24|-24|-24|0|0|0|0|0|0|0|0|0|0|0|0
  

• Réduit l'image stéréo à l'aide de Narrower, de la bibliothèque C* Audio Plugin Suite (CAPS) :

  ladspa=caps:Narrower
  

• Un autre bruit blanc, cette fois à l'aide de la bibliothèque C* Audio Plugin Suite (CAPS) :

  ladspa=caps:White:.2
  

• Un bruit fractal, à l'aide de la bibliothèque C* Audio Plugin Suite (CAPS) :

  ladspa=caps:Fractal:c=c1=1
  

• Normalisation dynamique du volume à l'aide du plugin VLevel :

  ladspa=vlevel-ladspa:vlevel_mono
  

8.96.2 Commandes

Ce filtre prend en charge les commandes suivantes :

cN

Modifie la valeur du N-ième control.

Si la valeur indiquée n'est pas valide, elle est ignorée et la précédente est conservée.

8.97 loudnorm

Normalisation de loudness EBU R128. Comprend à la fois les modes de normalisation dynamique et linéaire. Prend en charge les modes en une passe (flux en direct, fichiers) et en deux passes (fichiers). Cet algorithme peut cibler l'IL, la LRA et le true peak maximal. En mode dynamique, pour détecter précisément les valeurs de true peak, le flux audio est suréchantillonné à 192 kHz. Utilisez l'option -ar ou le filtre aresample pour définir explicitement une fréquence d'échantillonnage de sortie.

Le filtre accepte les options suivantes :

I, i

Définit la cible de loudness intégrée. La plage autorisée va de -70.0 à -5.0. La valeur par défaut est -24.0.

LRA, lra

Définit la cible de plage de loudness (LRA). La plage autorisée va de 1.0 à 50.0. La valeur par défaut est 7.0.

TP, tp

Définit le true peak maximal. La plage autorisée va de -9.0 à +0.0. La valeur par défaut est -2.0.

measured_I, measured_i

IL mesurée du fichier d'entrée. La plage autorisée va de -99.0 à +0.0.

measured_LRA, measured_lra

LRA mesurée du fichier d'entrée. La plage autorisée va de 0.0 à 99.0.

measured_TP, measured_tp

True peak mesuré du fichier d'entrée. La plage autorisée va de -99.0 à +99.0.

measured_thresh

Seuil mesuré du fichier d'entrée. La plage autorisée va de -99.0 à +0.0.

offset

Définit le gain de décalage. Le gain est appliqué avant le limiteur de true peak. La plage autorisée va de -99.0 à +99.0. La valeur par défaut est +0.0.

linear

Normalise en appliquant une mise à l'échelle linéaire à l'audio source. measured_I, measured_LRA, measured_TP et measured_thresh doivent tous être indiqués. La LRA cible ne doit pas être inférieure à la LRA source, et la variation de loudness intégrée ne doit pas produire un true peak dépassant le TP cible. Si l'une de ces conditions n'est pas remplie, le mode de normalisation revient en dynamique. Les valeurs possibles sont true ou false. La valeur par défaut est true.

dual_mono

Traite les fichiers d'entrée mono comme du "dual-mono". Si un fichier mono est destiné à être lu sur un système stéréo, sa mesure EBU R128 sera perceptuellement incorrecte. Si cette option est réglée sur true, elle compense cet effet. Les fichiers d'entrée multicanaux ne sont pas affectés par cette option. Les valeurs possibles sont true ou false. La valeur par défaut est false.

print_format

Définit le format d'affichage des statistiques. Les valeurs possibles sont summary, json ou none. La valeur par défaut est none.

stats_file

Écrit les statistiques dans le fichier indiqué. Le format est contrôlé par print_format, qui doit être défini. Indique - pour écrire sur la sortie standard. Non défini par défaut.

8.98 lowpass

Applique un filtre passe-bas dont la fréquence de coupure se situe au point à 3 dB. Le filtre peut être soit à un pôle, soit à deux pôles (par défaut). Il présente une pente de 6 dB par pôle et par octave (20 dB par pôle et par décade).

Le filtre accepte les options suivantes :

frequency, f

Définit la fréquence en Hz. La valeur par défaut est 500.

poles, p

Définit le nombre de pôles. La valeur par défaut est 2.

width_type, t

Définit la méthode pour indiquer la largeur de bande du filtre.

h

Hz

q

Facteur Q

o

octave

s

pente

k

kHz

width, w

Indique la largeur de bande du filtre, dans les unités de width_type. S'applique uniquement au filtre à deux pôles. La valeur par défaut est 0.707q, ce qui donne une réponse de Butterworth.

mix, m

Indique la proportion du signal filtré à utiliser dans la sortie. La valeur par défaut est 1. La plage est comprise entre 0 et 1.

channels, c

Indique les canaux à filtrer ; par défaut, tous les canaux disponibles sont filtrés.

normalize, n

Normalise les coefficients biquad ; désactivé par défaut. Son activation normalise la réponse en amplitude au niveau continu (DC) à 0 dB.

transform, a

Définit le type de transformation du filtre IIR.

di dii tdi tdii latt svf zdf precision, r

Définit la précision du filtrage.

auto

Choisit automatiquement le sample format selon les filtres surround.

s16

Utilise toujours des entiers signés 16 bits.

s32

Utilise toujours des entiers signés 32 bits.

f32

Utilise toujours des flottants 32 bits.

f64

Utilise toujours des flottants 64 bits.

block_size, b

Définit la taille de bloc utilisée pour le traitement IIR inverse. Si cette valeur est suffisamment élevée (supérieure à la longueur de la réponse impulsionnelle tronquée lorsqu'elle atteint des valeurs proches de zéro), le filtrage devient à phase linéaire ; sinon, si elle n'est pas assez grande, cela produit simplement des artefacts désagréables.

Notez que le retard du filtre correspond alors exactement à ce nombre d'échantillons lorsque cette valeur est non nulle.

8.98.1 Exemples

• Applique le filtre passe-bas uniquement au canal LFE ; si le LFE est absent, cela ne fait rien :

  lowpass=c=LFE
  

8.98.2 Commandes

Ce filtre prend en charge les commandes suivantes :

frequency, f

Modifie la fréquence de lowpass. La syntaxe de la commande est : "frequency"

width_type, t

Modifie le width_type de lowpass. La syntaxe de la commande est : "width_type"

width, w

Modifie le width de lowpass. La syntaxe de la commande est : "width"

mix, m

Modifie le mix de lowpass. La syntaxe de la commande est : "mix"

8.99 lv2

Charge un plugin LV2 (LADSPA Version 2).

Pour activer la compilation de ce filtre, il est nécessaire de configurer FFmpeg avec --enable-lv2.

plugin, p

Indique l'URI du plugin. Il peut être nécessaire d'échapper ’:’.

controls, c

Définit la liste des controls séparés par ’|’, correspondant à zéro ou plusieurs valeurs à virgule flottante qui déterminent le comportement du plugin chargé (par exemple le délai, le seuil ou le gain). Si controls est réglé sur help, tous les controls disponibles ainsi que leurs plages valides sont affichés.

sample_rate, s

Indique la fréquence d'échantillonnage ; la valeur par défaut est 44100. Utilisé uniquement si le plugin ne comporte aucune entrée.

nb_samples, n

Définit le nombre d'échantillons par canal et par image de sortie ; la valeur par défaut est 1024. Utilisé uniquement si le plugin ne comporte aucune entrée.

duration, d

Définit la durée minimale de l'audio source. Voir (ffmpeg-utils)la section Time duration du manuel ffmpeg-utils(1) pour la syntaxe acceptée. Notez que la durée obtenue peut être supérieure à la durée indiquée, l'audio généré étant toujours coupé à la fin d'une image complète. Si elle n'est pas indiquée, ou si la durée exprimée est négative, l'audio est censé être généré indéfiniment. Utilisé uniquement si le plugin ne comporte aucune entrée.

8.99.1 Exemples

• Applique le plugin bass enhancer de Calf :

  lv2=p=http\\\\://calf.sourceforge.net/plugins/BassEnhancer:c=amount=2
  

• Applique le plugin vinyl de Calf :

  lv2=p=http\\\\://calf.sourceforge.net/plugins/Vinyl:c=drone=0.2|aging=0.5
  

• Applique le plugin bit crusher d'ArtyFX :

  lv2=p=http\\\\://www.openavproductions.com/artyfx#bitta:c=crush=0.3
  

8.99.2 Commandes

Ce filtre prend en charge toutes les options exportées par le plugin en tant que commandes.

8.100 mcompand

Comprime ou étend la plage dynamique de l'audio de façon multibande.

L'audio d'entrée est divisé en bandes à l'aide de filtres IIR de Linkwitz-Riley du 4e ordre. Cela s'apparente au crossover d'un haut-parleur et permet d'obtenir une réponse en fréquence plate en l'absence d'action du compandeur.

Il accepte les paramètres suivants :

args

La syntaxe de cette option est : attack,decay,[attack,decay..] soft-knee points crossover_frequency [delay [initial_volume [gain]]] | attack,decay ... Pour l'explication de chaque élément, se reporter à la documentation du filtre compand.

8.101 pan

Mélange les canaux avec des niveaux de gain spécifiques. Le filtre accepte la disposition des canaux de sortie suivie d'un ensemble de définitions de canaux.

Ce filtre est également conçu pour réaffecter efficacement les canaux d'un flux audio.

Le filtre accepte des paramètres de la forme : "l|outdef|outdef|..."

l

disposition des canaux de sortie ou nombre de canaux

outdef

spécification du canal de sortie, de la forme : "out_name=[gain]in_name[(+-)[gain]in_name...]"

out_name

canal de sortie à définir, sous la forme d'un nom de canal (FL, FR, etc.) ou d'un numéro de canal (c0, c1, etc.)

gain

coefficient multiplicatif appliqué au canal ; la valeur 1 laisse le volume inchangé

in_name

canal d'entrée à utiliser, voir out_name pour plus de détails ; il n'est pas possible de mélanger des canaux d'entrée nommés et numérotés

Si le ‘=’ d'une spécification de canal est remplacé par ‘<’, les gains de cette spécification sont renormalisés de sorte que leur somme soit égale à 1, ce qui évite le bruit d'écrêtage.

8.101.1 Exemples de mixage

Par exemple, si vous souhaitez effectuer un sous-mixage de la stéréo vers le mono, mais avec un facteur plus important pour le canal gauche :

pan=1c|c0=0.9*c0+0.1*c1

Un sous-mixage personnalisé vers la stéréo qui fonctionne automatiquement pour le surround 3, 4, 5 et 7 canaux :

pan=stereo| FL < FL + 0.5*FC + 0.6*BL + 0.6*SL | FR < FR + 0.5*FC + 0.6*BR + 0.6*SR

Notez que ffmpeg intègre un système de sous-mixage (et de sur-mixage) par défaut qu'il convient de privilégier (voir l'option "-ac"), sauf besoins très spécifiques.

8.101.2 Exemples de réaffectation

La réaffectation des canaux sera effective si, et seulement si :

• les coefficients de gain valent zéro ou un,
• il n'y a qu'une seule entrée par canal de sortie,

Si toutes ces conditions sont réunies, le filtre en informe l'utilisateur ("Pure channel mapping detected") et utilise une méthode optimisée et sans perte pour effectuer la réaffectation.

Par exemple, si vous disposez d'une source 5.1 et souhaitez obtenir un flux audio stéréo en supprimant les canaux supplémentaires :

pan="stereo| c0=FL | c1=FR"

Avec cette même source, vous pouvez également permuter les canaux avant gauche et avant droit tout en conservant la disposition des canaux d'entrée :

pan="5.1| c0=c1 | c1=c0 | c2=c2 | c3=c3 | c4=c4 | c5=c5"

Si l'entrée est un flux audio stéréo, vous pouvez couper le canal avant gauche (tout en conservant la disposition stéréo) avec :

pan="stereo|c1=c1"

Toujours avec une entrée en flux audio stéréo, vous pouvez copier le canal droit à la fois vers l'avant gauche et l'avant droit :

pan="stereo| c0=FR | c1=FR"

8.102 replaygain

Filtre d'analyse ReplayGain. Ce filtre prend un flux audio en entrée et le restitue inchangé en sortie. À la fin du filtrage, il affiche track_gain et track_peak.

Le filtre accepte les options exportées suivantes, en lecture seule :

track_gain

Gain de piste exporté, en dB, à la fin du flux.

track_peak

Crête de piste exportée à la fin du flux.

8.103 resample

Convertit le sample format audio, la fréquence d'échantillonnage et la disposition des canaux. Il n'est pas destiné à être utilisé directement.

8.104 rubberband

Applique un étirement temporel et une transposition de hauteur à l'aide de librubberband.

Pour activer la compilation de ce filtre, il est nécessaire de configurer FFmpeg avec --enable-librubberband.

Le filtre accepte les options suivantes :

tempo

Définit le facteur d'échelle du tempo.

pitch

Définit le facteur d'échelle de la hauteur.

transients

Définit le détecteur de transitoires. Les valeurs possibles sont :

crisp mixed smooth detector

Définit le détecteur. Les valeurs possibles sont :

compound percussive soft phase

Définit la phase. Les valeurs possibles sont :

laminar independent window

Définit la taille de la fenêtre de traitement. Les valeurs possibles sont :

standard short long smoothing

Définit le lissage. Les valeurs possibles sont :

off on formant

Active la préservation des formants lors de la transposition de hauteur. Les valeurs possibles sont :

shifted preserved pitchq

Définit la qualité de la hauteur. Les valeurs possibles sont :

quality speed consistency channels

Définit les canaux. Les valeurs possibles sont :

apart together

8.104.1 Commandes

Ce filtre prend en charge les commandes suivantes :

tempo

Modifie le facteur d'échelle du tempo du filtre. La syntaxe de la commande est : "tempo"

pitch

Modifie le facteur d'échelle de la hauteur du filtre. La syntaxe de la commande est : "pitch"

8.105 sidechaincompress

Ce filtre se comporte comme un compresseur classique, mais a la particularité de pouvoir compresser le signal détecté à l'aide d'un second signal d'entrée. Il nécessite deux flux d'entrée et renvoie un seul flux de sortie. Le premier flux d'entrée est traité en fonction du signal du second flux. Le signal ainsi filtré peut ensuite être retraité par d'autres filtres dans les étapes ultérieures du traitement. Voir les filtres pan et amerge.

Le filtre accepte les options suivantes :

level_in

Définit le gain d'entrée. La valeur par défaut est 1. La plage se situe entre 0.015625 et 64.

mode

Définit le mode de fonctionnement du compresseur. Peut être upward ou downward. La valeur par défaut est downward.

threshold

Si le signal du second flux dépasse ce niveau, cela affecte la réduction de gain du premier flux. La valeur par défaut est 0.125. La plage se situe entre 0.00097563 et 1.

ratio

Définit le ratio de réduction du signal. 1:2 signifie que si le niveau dépasse le seuil de 4dB, il ne sera plus que de 2dB au-dessus après la réduction. La valeur par défaut est 2. La plage se situe entre 1 et 20.

attack

Nombre de millisecondes pendant lesquelles le signal doit dépasser le seuil avant que la réduction de gain ne démarre. La valeur par défaut est 20. La plage se situe entre 0.01 et 2000.

release

Nombre de millisecondes pendant lesquelles le signal doit repasser sous le seuil avant que la réduction ne diminue à nouveau. La valeur par défaut est 250. La plage se situe entre 0.01 et 9000.

makeup

Définit l'ampleur de l'amplification du signal après traitement. La valeur par défaut est 1. La plage va de 1 à 64.

knee

Adoucit le coude prononcé autour du seuil afin d'amorcer la réduction de gain plus progressivement. La valeur par défaut est 2.82843. La plage se situe entre 1 et 8.

link

Choisit si c'est le niveau average (moyenne entre tous les canaux du flux de side-chain) ou le canal le plus fort (maximum) du flux de side-chain qui affecte la réduction. La valeur par défaut est average.

detection

Indique s'il faut prendre le signal exact en mode peak, ou un signal RMS en mode rms. La valeur par défaut est rms, généralement plus lisse.

level_sc

Définit le gain de side-chain. La valeur par défaut est 1. La plage se situe entre 0.015625 et 64.

mix

Détermine la proportion de signal compressé utilisée en sortie. La valeur par défaut est 1. La plage se situe entre 0 et 1.

8.105.1 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

8.105.2 Exemples

• Exemple ffmpeg complet prenant 2 entrées audio ; la première entrée est compressée en fonction du signal de la seconde, puis le signal compressé est fusionné avec la seconde entrée :

  ffmpeg -i main.flac -i sidechain.flac -filter_complex "[1:a]asplit=2[sc][mix];[0:a][sc]sidechaincompress[compr];[compr][mix]amerge"
  

8.106 sidechaingate

Un gate à side-chain se comporte comme un gate classique (large bande), mais a la particularité de pouvoir filtrer le signal détecté avant de l'envoyer à l'étage de réduction de gain. Normalement, un gate utilise le signal sur toute la plage pour détecter un niveau dépassant le seuil. Par exemple : si vous supprimez toutes les basses fréquences de votre signal de side-chain, le gate ne réduira le volume de votre piste que si les aigus ne sont pas assez présents. Cette technique permet de réduire la résonance d'une batterie acoustique ou de supprimer le "grondement" des coups étouffés d'une guitare fortement saturée. Il nécessite deux flux d'entrée et renvoie un seul flux de sortie. Le premier flux d'entrée est traité en fonction du signal du second flux.

Le filtre accepte les options suivantes :

level_in

Définit le niveau d'entrée avant filtrage. La valeur par défaut est 1. La plage autorisée va de 0.015625 à 64.

mode

Définit le mode de fonctionnement. Peut être upward ou downward. La valeur par défaut est downward. En mode upward, les parties les plus fortes du signal sont amplifiées, ce qui étend la plage dynamique vers le haut. Dans le cas contraire, en mode downward, les parties les plus faibles du signal sont réduites.

range

Définit le niveau de réduction de gain lorsque le signal est en dessous du seuil. La valeur par défaut est 0.06125. La plage autorisée va de 0 à 1. Une valeur de 0 désactive la réduction et le filtre se comporte alors comme un expandeur.

threshold

Si un signal dépasse ce niveau, la réduction de gain est relâchée. La valeur par défaut est 0.125. La plage autorisée va de 0 à 1.

ratio

Définit le ratio de réduction du signal. La valeur par défaut est 2. La plage autorisée va de 1 à 9000.

attack

Nombre de millisecondes pendant lesquelles le signal doit dépasser le seuil avant que la réduction de gain ne s'arrête. La valeur par défaut est 20 millisecondes. La plage autorisée va de 0.01 à 9000.

release

Nombre de millisecondes pendant lesquelles le signal doit repasser sous le seuil avant que la réduction n'augmente à nouveau. La valeur par défaut est 250 millisecondes. La plage autorisée va de 0.01 à 9000.

makeup

Définit l'ampleur de l'amplification du signal après traitement. La valeur par défaut est 1. La plage autorisée va de 1 à 64.

knee

Adoucit le coude prononcé autour du seuil afin d'amorcer la réduction de gain plus progressivement. La valeur par défaut est 2.828427125. La plage autorisée va de 1 à 8.

detection

Choisit si le signal exact doit être pris en compte pour la détection ou un signal de type RMS. La valeur par défaut est rms. Peut être peak ou rms.

link

Choisit si c'est le niveau moyen entre tous les canaux ou le canal le plus fort qui affecte la réduction. La valeur par défaut est average. Peut être average ou maximum.

level_sc

Définit le gain de side-chain. La valeur par défaut est 1. La plage va de 0.015625 à 64.

8.106.1 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

8.107 silencedetect

Détecte le silence dans un flux audio.

Ce filtre journalise un message lorsqu'il détecte que le volume audio d'entrée est inférieur ou égal à une valeur de tolérance de bruit pendant une durée supérieure ou égale à la durée minimale de bruit détectée.

Les temps et durées affichés sont exprimés en secondes. La clé de métadonnée lavfi.silence_start ou lavfi.silence_start.X est définie sur la première image dont l'horodatage égale ou dépasse la durée de détection, et elle contient l'horodatage de la première image du silence.

Les clés de métadonnées lavfi.silence_duration ou lavfi.silence_duration.X, ainsi que lavfi.silence_end ou lavfi.silence_end.X, sont définies sur la première image suivant le silence. Si mono est activé et que chaque canal est évalué séparément, les clés suffixées par .X sont utilisées, X correspondant au numéro du canal.

Le filtre accepte les options suivantes :

noise, n

Définit la tolérance de bruit. Peut être indiquée en dB (si "dB" est ajouté à la valeur spécifiée) ou en rapport d'amplitude. La valeur par défaut est -60dB, soit 0.001.

duration, d

Définit la durée de silence avant notification (la valeur par défaut est 2 secondes). Voir (ffmpeg-utils)la section Time duration du manuel ffmpeg-utils(1) pour la syntaxe acceptée.

mono, m

Traite chaque canal séparément, plutôt que combinés. Désactivé par défaut.

8.107.1 Exemples

• Détecte 5 secondes de silence avec une tolérance de bruit de -50dB :

  silencedetect=n=-50dB:d=5
  

• Exemple complet avec ffmpeg pour détecter le silence avec une tolérance de bruit de 0.0001 dans silence.mp3 :

  ffmpeg -i silence.mp3 -af silencedetect=noise=0.0001 -f null -
  

8.108 silenceremove

Supprime le silence au début, au milieu ou à la fin de l'audio.

Le filtre accepte les options suivantes :

start_periods

Cette valeur indique si l'audio doit être tronqué au début. Une valeur de zéro indique qu'aucun silence ne doit être tronqué au début. Si une valeur non nulle est indiquée, l'audio est tronqué jusqu'à ce qu'un passage non silencieux soit trouvé. En général, pour tronquer le silence en début d'audio, start_periods vaut 1, mais cette valeur peut être augmentée pour tronquer tout l'audio jusqu'à un nombre donné de passages non silencieux. La valeur par défaut est 0.

start_duration

Indique la durée pendant laquelle un passage non silencieux doit être détecté avant que le rognage de l'audio ne s'arrête. En augmentant cette durée, de brèves salves de bruit peuvent être traitées comme du silence et supprimées. La valeur par défaut est 0.

start_threshold

Indique la valeur d'échantillon à partir de laquelle un passage est considéré comme silencieux. Pour l'audio numérique, une valeur de 0 peut convenir, mais pour l'audio enregistré depuis une source analogique, il peut être utile d'augmenter cette valeur afin de tenir compte du bruit de fond. Peut être indiquée en dB (si "dB" est ajouté à la valeur spécifiée) ou en rapport d'amplitude. La valeur par défaut est 0.

start_silence

Indique la durée maximale de silence conservée au début après le rognage. La valeur par défaut est 0, ce qui revient à tronquer tous les échantillons détectés comme silence.

start_mode

Indique le mode de détection de la fin du silence au début d'un audio multicanal. Peut être any ou all. La valeur par défaut est any. Avec any, tout échantillon d'un canal quelconque détecté comme non silencieux déclenche la fin du rognage du silence au début du flux audio. Avec all, seul le cas où tous les échantillons de tous les canaux sont détectés comme non silencieux déclenche cette fin de rognage ; usage limité.

stop_periods

Définit le nombre de passages de silence à tronquer depuis la fin de l'audio. Avec une valeur positive, l'audio est tronqué après que la période de silence indiquée a été trouvée. Pour supprimer le silence au milieu d'un fichier, indiquer une valeur négative pour stop_periods. Cette valeur est alors traitée comme une valeur positive et indique que le traitement doit redémarrer autant de fois que spécifié par stop_periods, ce qui permet de supprimer des périodes de silence au milieu de l'audio. La valeur par défaut est 0.

stop_duration

Indique la durée de silence qui doit être constatée avant que l'audio ne soit plus copié. En indiquant une durée plus longue, du silence voulu peut être laissé dans l'audio. La valeur par défaut est 0.

stop_threshold

Fonctionne comme start_threshold, mais pour le rognage du silence en fin d'audio. Peut être indiquée en dB (si "dB" est ajouté à la valeur spécifiée) ou en rapport d'amplitude. La valeur par défaut est 0.

stop_silence

Indique la durée maximale de silence conservée à la fin après le rognage. La valeur par défaut est 0, ce qui revient à tronquer tous les échantillons détectés comme silence.

stop_mode

Indique le mode de détection du début du silence après le début d'un audio multicanal. Peut être any ou all. La valeur par défaut est all. Avec any, tout échantillon d'un canal quelconque détecté comme silencieux déclenche le début du rognage du silence après le début du flux audio ; usage limité. Avec all, seul le cas où tous les échantillons de tous les canaux sont détectés comme silencieux déclenche ce début de rognage après le début du flux audio.

detection

Définit la manière dont le silence est détecté.

avg

Moyenne des valeurs absolues des échantillons dans la fenêtre glissante.

rms

Racine carrée de la moyenne des carrés des valeurs absolues des échantillons dans la fenêtre glissante.

peak

Maximum des valeurs absolues des échantillons dans la fenêtre glissante.

median

Médiane des valeurs absolues des échantillons dans la fenêtre glissante.

ptp

Valeur absolue de la différence entre le pic maximal et le pic minimal des échantillons dans la fenêtre glissante.

dev

Écart type des valeurs des échantillons dans la fenêtre glissante.

La valeur par défaut est rms.

window

Définit, en secondes, la durée utilisée pour calculer la taille de la fenêtre (en nombre d'échantillons) servant à la détection du silence. Utiliser 0 désactive de fait tout fenêtrage et n'utilise plus qu'un seul échantillon par canal pour la détection du silence. Dans ce cas, il peut être nécessaire de régler également start_silence et/ou stop_silence sur des valeurs non nulles, ainsi que start_duration et/ou stop_duration. La valeur par défaut est 0.02. La plage autorisée va de 0 à 10.

timestamp

Définit le mode de traitement de l'horodatage de chaque image audio en sortie.

write

Réécrit entièrement les horodatages, en ne conservant que l'heure de début pour la première image de sortie.

copy

Les images non abandonnées conservent le même horodatage que l'image audio d'entrée.

La valeur par défaut est write.

8.108.1 Exemples

• L'exemple suivant montre comment ce filtre peut être utilisé pour démarrer un enregistrement sans le délai initial qui survient habituellement entre l'appui sur le bouton d'enregistrement et le début de la prestation :

  silenceremove=start_periods=1:start_duration=5:start_threshold=0.02
  

• Tronque, du début à la fin, tout silence rencontré dès lors qu'il dépasse 1 seconde dans l'audio :

  silenceremove=stop_periods=-1:stop_duration=1:stop_threshold=-90dB
  

• Tronque, du début à la fin et à l'aide de la détection de pic, tous les échantillons de silence numérique dès lors qu'il y a plus de 0 échantillon de silence numérique dans l'audio et que ce silence numérique est détecté sur tous les canaux aux mêmes positions dans le flux :

  silenceremove=window=0:detection=peak:stop_mode=all:start_mode=all:stop_periods=-1:stop_threshold=0
  

• Tronque, du début à la fin, une période de silence rencontrée sur deux, dès lors que chaque période dépasse 1 seconde de silence dans l'audio :

  silenceremove=stop_periods=-2:stop_duration=1:stop_threshold=-90dB
  

• Comme ci-dessus, mais en conservant au maximum 0.5 seconde de silence pour chaque période tronquée :

  silenceremove=stop_periods=-2:stop_duration=1:stop_threshold=-90dB:stop_silence=0.5
  

• Comme ci-dessus, mais en conservant au maximum 1.5 seconde de silence au début de l'audio :

  silenceremove=stop_periods=-2:stop_duration=1:stop_threshold=-90dB:stop_silence=0.5:start_periods=1:start_duration=1:start_silence=1.5:stop_threshold=-90dB
  

8.108.2 Commandes

Ce filtre prend en charge certaines des options ci-dessus en tant que commandes.

8.109 sofalizer

SOFAlizer utilise des fonctions de transfert relatives à la tête (HRTF) pour créer des haut-parleurs virtuels autour de l'utilisateur, pour une écoute binaurale au casque (formats audio jusqu'à 9 canaux pris en charge). Les HRTF sont stockées dans des fichiers SOFA (voir http://www.sofacoustics.org/ pour une base de données). SOFAlizer est développé à l'Acoustics Research Institute (ARI) de l'Académie autrichienne des sciences.

Pour activer la compilation de ce filtre, il est nécessaire de configurer FFmpeg avec --enable-libmysofa.

Le filtre accepte les options suivantes :

sofa

Définit le fichier SOFA utilisé pour le rendu.

gain

Définit le gain appliqué à l'audio. La valeur est en dB. La valeur par défaut est 0.

rotation

Définit la rotation des haut-parleurs virtuels, en degrés. La valeur par défaut est 0.

elevation

Définit l'élévation des haut-parleurs virtuels, en degrés. La valeur par défaut est 0.

radius

Définit la distance, en mètres, entre les haut-parleurs et l'auditeur pour les HRTF en champ proche. La valeur par défaut est 1.

type

Définit le type de traitement. Peut être time ou freq. time traite l'audio dans le domaine temporel, ce qui est lent. freq traite l'audio dans le domaine fréquentiel, ce qui est rapide. La valeur par défaut est freq.

speakers

Définit des positions personnalisées pour les haut-parleurs virtuels. La syntaxe de cette option est : [| |...]. Chaque haut-parleur virtuel est décrit par un nom de canal court, suivi de l'azimut et de l'élévation en degrés. Les descriptions de haut-parleurs virtuels sont séparées par ’|’. Par exemple, pour redéfinir les positions des canaux avant gauche et avant droit, utilisez : ’speakers=FL 45 15|FR 345 15’. Les descriptions comportant des noms de canaux non reconnus sont ignorées.

lfegain

Définit un gain personnalisé pour les canaux LFE. La valeur est en dB. La valeur par défaut est 0.

framesize

Définit une taille d'image personnalisée, en nombre d'échantillons. La valeur par défaut est 1024. La plage autorisée va de 1024 à 96000. Utilisé uniquement si l'option ‘type’ est réglée sur freq.

normalize

Indique si toutes les IR doivent être normalisées lors de l'importation du fichier SOFA. Activé par défaut.

interpolate

Indique si les IR les plus proches doivent être interpolées avec les IR voisines lorsque la position exacte ne correspond pas. Désactivé par défaut.

minphase

Applique une phase minimale à toutes les IR lors du chargement du fichier SOFA. Désactivé par défaut.

anglestep

Définit le pas angulaire de recherche des voisins. Utilisé uniquement si l'option interpolate est activée.

radstep

Définit le pas de rayon de recherche des voisins. Utilisé uniquement si l'option interpolate est activée.

8.109.1 Exemples

• Utilisation du fichier sofa ClubFritz6 :

  sofalizer=sofa=/path/to/ClubFritz6.sofa:type=freq:radius=1
  

• Utilisation du fichier sofa ClubFritz12 avec un rayon plus grand et une légère rotation :

  sofalizer=sofa=/path/to/ClubFritz12.sofa:type=freq:radius=2:rotation=5
  

• Comme ci-dessus, mais avec des positions de haut-parleurs personnalisées pour l'avant gauche, l'avant droit, l'arrière gauche et l'arrière droit, ainsi qu'un gain personnalisé :

  "sofalizer=sofa=/path/to/ClubFritz6.sofa:type=freq:radius=2:speakers=FL 45|FR 315|BL 135|BR 225:gain=28"
  

8.110 speechnorm

Normaliseur de parole.

Ce filtre étend ou compresse chaque demi-cycle d'échantillons audio (ensemble local d'échantillons tous supérieurs ou tous inférieurs à zéro, situé entre les deux passages par zéro les plus proches) en fonction de la valeur du seuil, de sorte que l'audio atteigne la valeur de crête cible dans les conditions définies par les options ci-dessous.

Le filtre accepte les options suivantes :

peak, p

Définit la valeur de crête cible pour l'expansion. Elle indique le niveau d'amplitude absolue maximal autorisé pour l'audio normalisé en entrée. La valeur par défaut est 0.95. La plage autorisée va de 0.0 à 1.0.

expansion, e

Définit le facteur d'expansion maximal. La plage autorisée va de 1.0 à 50.0. La valeur par défaut est 2.0. Cette option contrôle l'expansion maximale d'un demi-cycle local d'échantillons. L'expansion maximale est telle que la valeur de crête locale atteint la valeur de crête cible sans jamais la dépasser, et que le ratio entre la nouvelle et l'ancienne valeur de crête ne dépasse pas la valeur de cette option.

compression, c

Définit le facteur de compression maximal. La plage autorisée va de 1.0 à 50.0. La valeur par défaut est 2.0. Cette option contrôle la compression maximale d'un demi-cycle local d'échantillons. Elle n'est utilisée que si l'option threshold est réglée sur une valeur supérieure à 0.0 ; dans ce cas, lorsque la crête locale est inférieure ou égale à la valeur définie par threshold, tous les échantillons appartenant au demi-cycle de cette crête sont compressés selon le facteur de compression actuel.

threshold, t

Définit la valeur de seuil. La valeur par défaut est 0.0. La plage autorisée va de 0.0 à 1.0. Cette option indique quels demi-cycles d'échantillons seront compressés et lesquels seront étendus. Tout demi-cycle d'échantillons dont la valeur de crête locale est inférieure ou égale à cette valeur est compressé selon le facteur de compression actuel ; dans le cas contraire, s'il dépasse la valeur du seuil, il est étendu selon le facteur d'expansion, de sorte qu'il puisse atteindre la valeur de crête cible sans jamais la dépasser.

raise, r

Définit l'incrément d'expansion appliqué à chaque demi-cycle d'échantillons. La valeur par défaut est 0.001. La plage autorisée va de 0.0 à 1.0. Ceci contrôle la vitesse à laquelle le facteur d'expansion augmente à chaque nouveau demi-cycle jusqu'à atteindre la valeur d'expansion. Régler cette option trop haut peut entraîner des distorsions.

fall, f

Définit l'incrément de compression appliqué à chaque demi-cycle d'échantillons. La valeur par défaut est 0.001. La plage autorisée va de 0.0 à 1.0. Ceci contrôle la vitesse à laquelle le facteur de compression augmente à chaque nouveau demi-cycle jusqu'à atteindre la valeur de compression.

channels, h

Indique les canaux à filtrer ; par défaut, tous les canaux disponibles sont filtrés.

invert, i

Active le filtrage inversé ; désactivé par défaut. Cela inverse l'interprétation de l'option threshold. Une fois activé, tout demi-cycle d'échantillons dont la valeur de crête locale est inférieure ou égale à l'option threshold est étendu, sinon il est compressé.

link, l

Lie les canaux lors du calcul du gain appliqué à chaque échantillon de canal filtré ; désactivé par défaut. Lorsque cette option est désactivée, le calcul de gain de chaque canal filtré est indépendant, alors que lorsqu'elle est activée, le minimum de tous les gains possibles pour chaque canal filtré est utilisé.

rms, m

Définit la valeur RMS cible pour l'expansion. Elle indique le niveau RMS maximal autorisé pour l'audio normalisé en entrée. La valeur par défaut est 0.0, ce qui la désactive. La plage autorisée va de 0.0 à 1.0.

8.110.1 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

8.110.2 Exemples

• Amplification faible et lente :

  speechnorm=e=3:r=0.00001:l=1
  

• Amplification modérée et lente :

  speechnorm=e=6.25:r=0.00001:l=1
  

• Amplification forte et rapide :

  speechnorm=e=12.5:r=0.0001:l=1
  

• Amplification très forte et rapide :

  speechnorm=e=25:r=0.0001:l=1
  

• Amplification extrême et rapide :

  speechnorm=e=50:r=0.0001:l=1
  

8.111 stereotools

Ce filtre propose divers utilitaires pratiques pour gérer les signaux stéréo, permettant de convertir des enregistrements stéréo M/S en signal L/R tout en gardant le contrôle des paramètres, ou d'élargir l'image stéréo de la piste maîtresse.

Le filtre accepte les options suivantes :

level_in

Définit le niveau d'entrée avant filtrage pour les deux canaux. La valeur par défaut est 1. La plage autorisée va de 0.015625 à 64.

level_out

Définit le niveau de sortie après filtrage pour les deux canaux. La valeur par défaut est 1. La plage autorisée va de 0.015625 à 64.

balance_in

Définit la balance d'entrée entre les deux canaux. La valeur par défaut est 0. La plage autorisée va de -1 à 1.

balance_out

Définit la balance de sortie entre les deux canaux. La valeur par défaut est 0. La plage autorisée va de -1 à 1.

softclip

Active l'écrêtage doux. Produit une distorsion de type analogique au lieu d'un écrêtage numérique brutal à 0 dB. Désactivé par défaut.

mutel

Coupe le canal gauche. Désactivé par défaut.

muter

Coupe le canal droit. Désactivé par défaut.

phasel

Inverse la phase du canal gauche. Désactivé par défaut.

phaser

Inverse la phase du canal droit. Désactivé par défaut.

mode

Définit le mode stéréo. Les valeurs disponibles sont :

‘lr>lr’

Gauche/Droite vers Gauche/Droite ; c'est la valeur par défaut.

‘lr>ms’

Gauche/Droite vers Mid/Side.

‘ms>lr’

Mid/Side vers Gauche/Droite.

‘lr>ll’

Gauche/Droite vers Gauche/Gauche.

‘lr>rr’

Gauche/Droite vers Droite/Droite.

‘lr>l+r’

Gauche/Droite vers Gauche + Droite.

‘lr>rl’

Gauche/Droite vers Droite/Gauche.

‘ms>ll’

Mid/Side vers Gauche/Gauche.

‘ms>rr’

Mid/Side vers Droite/Droite.

‘ms>rl’

Mid/Side vers Droite/Gauche.

‘lr>l-r’

Gauche/Droite vers Gauche - Droite.

slev

Définit le niveau du signal Side. La valeur par défaut est 1. La plage autorisée va de 0.015625 à 64.

sbal

Définit la balance du signal Side. La valeur par défaut est 0. La plage autorisée va de -1 à 1.

mlev

Définit le niveau du signal Mid. La valeur par défaut est 1. La plage autorisée va de 0.015625 à 64.

mpan

Définit le panoramique du signal Mid. La valeur par défaut est 0. La plage autorisée va de -1 à 1.

base

Définit la base stéréo entre canaux mono et canaux inversés. La valeur par défaut est 0. La plage autorisée va de -1 à 1.

delay

Définit, en millisecondes, le délai du canal gauche par rapport au canal droit et inversement. La valeur par défaut est 0. La plage autorisée va de -20 à 20.

sclevel

Définit le niveau S/C. La valeur par défaut est 1. La plage autorisée va de 1 à 100.

phase

Définit la phase stéréo, en degrés. La valeur par défaut est 0. La plage autorisée va de 0 à 360.

bmode_in, bmode_out

Définit le mode de balance pour l'option balance_in/balance_out.

Peut être l'une des valeurs suivantes :

‘balance’

Mode de balance classique. Atténue un canal à la fois. Le gain est augmenté jusqu'à 1.

‘amplitude’

Similaire au mode classique ci-dessus, mais le gain est augmenté jusqu'à 2.

‘power’

Répartition à puissance égale, sur une plage de -6dB à +6dB.

8.111.1 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

8.111.2 Exemples

• Applique un effet de type karaoké :

  stereotools=mlev=0.015625
  

• Convertit le signal M/S en L/R :

  "stereotools=mode=ms>lr"
  

8.112 stereowiden

Ce filtre renforce l'effet stéréo en supprimant le signal commun aux deux canaux et en retardant le signal du canal gauche vers le droit et inversement, ce qui élargit l'effet stéréo.

Le filtre accepte les options suivantes :

delay

Durée en millisecondes du retard du signal gauche vers le droit et inversement. La valeur par défaut est 20 millisecondes.

feedback

Quantité de gain appliquée au signal retardé vers le droit et inversement. Cela donne un effet de retard du signal gauche dans la sortie droite et inversement, ce qui produit un effet d'élargissement. La valeur par défaut est 0.3.

crossfeed

Réinjection croisée du canal gauche vers le droit avec phase inversée. Cela aide à supprimer le mono. Si la valeur est 1, tout le signal commun aux deux canaux est annulé. La valeur par défaut est 0.3.

drymix

Définit le niveau du signal d'entrée du canal d'origine. La valeur par défaut est 0.8.

8.112.1 Commandes

Ce filtre prend en charge toutes les options ci-dessus, à l'exception de delay, en tant que commandes.

8.113 superequalizer

Applique un égaliseur 18 bandes.

Le filtre accepte les options suivantes :

1b

Définit le gain de la bande 65Hz.

2b

Définit le gain de la bande 92Hz.

3b

Définit le gain de la bande 131Hz.

4b

Définit le gain de la bande 185Hz.

5b

Définit le gain de la bande 262Hz.

6b

Définit le gain de la bande 370Hz.

7b

Définit le gain de la bande 523Hz.

8b

Définit le gain de la bande 740Hz.

9b

Définit le gain de la bande 1047Hz.

10b

Définit le gain de la bande 1480Hz.

11b

Définit le gain de la bande 2093Hz.

12b

Définit le gain de la bande 2960Hz.

13b

Définit le gain de la bande 4186Hz.

14b

Définit le gain de la bande 5920Hz.

15b

Définit le gain de la bande 8372Hz.

16b

Définit le gain de la bande 11840Hz.

17b

Définit le gain de la bande 16744Hz.

18b

Définit le gain de la bande 20000Hz.

8.114 surround

Applique un filtre de montée en canaux (upmix) audio surround.

Ce filtre permet de produire une sortie multicanal à partir d'un flux audio.

Le filtre accepte les options suivantes :

chl_out

Définit la disposition des canaux de sortie. Par défaut, elle est de 5.1.

Voir (ffmpeg-utils) la section Channel Layout du manuel ffmpeg-utils(1) pour la syntaxe requise.

chl_in

Définit la disposition des canaux d'entrée. Par défaut, elle est stéréo.

Voir (ffmpeg-utils) la section Channel Layout du manuel ffmpeg-utils(1) pour la syntaxe requise.

level_in

Définit le niveau de volume d'entrée. Par défaut, il est de 1.

level_out

Définit le niveau de volume de sortie. Par défaut, il est de 1.

lfe

Active la sortie du canal LFE si la disposition des canaux de sortie en comporte un. Cette option est activée par défaut.

lfe_low

Définit la fréquence de coupure basse du LFE. Par défaut, elle est de 128 Hz.

lfe_high

Définit la fréquence de coupure haute du LFE. Par défaut, elle est de 256 Hz.

lfe_mode

Définit le mode LFE, qui peut être add ou sub. La valeur par défaut est add. En mode add, le canal LFE est créé à partir de l'audio d'entrée et ajouté à la sortie. En mode sub, le canal LFE est également créé à partir de l'audio d'entrée et ajouté à la sortie, mais tous les canaux de sortie autres que LFE ont en plus le canal LFE de sortie soustrait.

smooth

Définit la force du lissage temporel, utilisée pour faire varier progressivement les facteurs lors de la transformation du son stéréo dans le temps. La plage autorisée va de 0.0 à 1.0. Utile pour améliorer la qualité de sortie avec des valeurs de l'option focus supérieures à 0.0. La valeur par défaut est 0.0. Seules les valeurs strictement comprises dans cette plage, bornes exclues, sont effectives.

angle

Définit l'angle de la transformation stéréo surround. La plage autorisée va de 0 à 360. La valeur par défaut est 90.

focus

Définit le focus de la transformation stéréo surround. La plage autorisée va de -1 à 1. La valeur par défaut est 0.

fc_in

Définit le volume d'entrée du canal frontal central. Par défaut, il est de 1.

fc_out

Définit le volume de sortie du canal frontal central. Par défaut, il est de 1.

fl_in

Définit le volume d'entrée du canal avant gauche. Par défaut, il est de 1.

fl_out

Définit le volume de sortie du canal avant gauche. Par défaut, il est de 1.

fr_in

Définit le volume d'entrée du canal avant droit. Par défaut, il est de 1.

fr_out

Définit le volume de sortie du canal avant droit. Par défaut, il est de 1.

sl_in

Définit le volume d'entrée du canal latéral gauche. Par défaut, il est de 1.

sl_out

Définit le volume de sortie du canal latéral gauche. Par défaut, il est de 1.

sr_in

Définit le volume d'entrée du canal latéral droit. Par défaut, il est de 1.

sr_out

Définit le volume de sortie du canal latéral droit. Par défaut, il est de 1.

bl_in

Définit le volume d'entrée du canal arrière gauche. Par défaut, il est de 1.

bl_out

Définit le volume de sortie du canal arrière gauche. Par défaut, il est de 1.

br_in

Définit le volume d'entrée du canal arrière droit. Par défaut, il est de 1.

br_out

Définit le volume de sortie du canal arrière droit. Par défaut, il est de 1.

bc_in

Définit le volume d'entrée du canal arrière central. Par défaut, il est de 1.

bc_out

Définit le volume de sortie du canal arrière central. Par défaut, il est de 1.

lfe_in

Définit le volume d'entrée du LFE. Par défaut, il est de 1.

lfe_out

Définit le volume de sortie du LFE. Par défaut, il est de 1.

allx

Définit l'étendue de l'image stéréo utilisée sur l'axe X pour tous les canaux. La plage autorisée va de -1 à 15. Par défaut, cette valeur est négative (-1) et n'est donc pas utilisée.

ally

Définit l'étendue de l'image stéréo utilisée sur l'axe Y pour tous les canaux. La plage autorisée va de -1 à 15. Par défaut, cette valeur est négative (-1) et n'est donc pas utilisée.

fcx, flx, frx, blx, brx, slx, srx, bcx

Définit l'étendue de l'image stéréo utilisée sur l'axe X pour chaque canal. La plage autorisée va de 0.06 à 15. La valeur par défaut est 0.5.

fcy, fly, fry, bly, bry, sly, sry, bcy

Définit l'étendue de l'image stéréo utilisée sur l'axe Y pour chaque canal. La plage autorisée va de 0.06 à 15. La valeur par défaut est 0.5.

win_size

Définit la taille de la fenêtre. La plage autorisée va de 1024 à 65536. La taille par défaut est 4096.

win_func

Définit la fonction de fenêtrage.

Il accepte les valeurs suivantes :

‘rect’ ‘bartlett’ ‘hann, hanning’ ‘hamming’ ‘blackman’ ‘welch’ ‘flattop’ ‘bharris’ ‘bnuttall’ ‘bhann’ ‘sine’ ‘nuttall’ ‘lanczos’ ‘gauss’ ‘tukey’ ‘dolph’ ‘cauchy’ ‘parzen’ ‘poisson’ ‘bohman’ ‘kaiser’

La valeur par défaut est hann.

overlap

Définit le chevauchement de fenêtre. Si la valeur est définie à 1, le chevauchement recommandé pour la fonction de fenêtrage sélectionnée est choisi. La valeur par défaut est 0.5.

8.115 tiltshelf

Amplifie ou atténue les basses fréquences et atténue ou amplifie les fréquences plus élevées de l'audio à l'aide d'un filtre en plateau à deux pôles, avec une réponse similaire à celle des réglages de tonalité d'une chaîne hi-fi classique. On parle aussi d'égalisation en plateau (EQ).

Le filtre accepte les options suivantes :

gain, g

Indique le gain à 0 Hz. Sa plage utile va d'environ -20 (pour une forte atténuation) à +20 (pour une forte amplification). Attention à l'écrêtage lors de l'utilisation d'un gain positif.

frequency, f

Définit la fréquence centrale du filtre, ce qui permet d'étendre ou de réduire la plage de fréquences à amplifier ou à atténuer. La valeur par défaut est 3000 Hz.

width_type, t

Définit la méthode pour indiquer la largeur de bande du filtre.

h

Hz

q

Facteur Q

o

octave

s

pente

k

kHz

width, w

Détermine la raideur de la transition du plateau du filtre.

poles, p

Définit le nombre de pôles. La valeur par défaut est 2.

mix, m

Indique la proportion du signal filtré à utiliser dans la sortie. La valeur par défaut est 1. La plage est comprise entre 0 et 1.

channels, c

Indique les canaux à filtrer ; par défaut, tous les canaux disponibles sont filtrés.

normalize, n

Normalise les coefficients biquad ; désactivé par défaut. Son activation normalise la réponse en amplitude au niveau continu (DC) à 0 dB.

transform, a

Définit le type de transformation du filtre IIR.

di dii tdi tdii latt svf zdf precision, r

Définit la précision du filtrage.

auto

Choisit automatiquement le sample format selon les filtres surround.

s16

Utilise toujours des entiers signés 16 bits.

s32

Utilise toujours des entiers signés 32 bits.

f32

Utilise toujours des flottants 32 bits.

f64

Utilise toujours des flottants 64 bits.

block_size, b

Définit la taille de bloc utilisée pour le traitement IIR inverse. Si cette valeur est suffisamment élevée (supérieure à la longueur de la réponse impulsionnelle tronquée lorsqu'elle atteint des valeurs proches de zéro), le filtrage devient à phase linéaire ; sinon, si elle n'est pas assez grande, cela produit simplement des artefacts désagréables.

Notez que le retard du filtre correspond alors exactement à ce nombre d'échantillons lorsque cette valeur est non nulle.

8.115.1 Commandes

Ce filtre prend en charge certaines des options ci-dessus en tant que commandes.

8.116 treble, highshelf

Amplifie ou atténue les fréquences aiguës (treble) de l'audio à l'aide d'un filtre en plateau à deux pôles, avec une réponse similaire à celle des réglages de tonalité d'une chaîne hi-fi classique. On parle aussi d'égalisation en plateau (EQ).

Le filtre accepte les options suivantes :

gain, g

Indique le gain à la plus basse des deux fréquences entre ~22 kHz et la fréquence de Nyquist. Sa plage utile va d'environ -20 (pour une forte atténuation) à +20 (pour une forte amplification). Attention à l'écrêtage lors de l'utilisation d'un gain positif.

frequency, f

Définit la fréquence centrale du filtre, ce qui permet d'étendre ou de réduire la plage de fréquences à amplifier ou à atténuer. La valeur par défaut est 3000 Hz.

width_type, t

Définit la méthode pour indiquer la largeur de bande du filtre.

h

Hz

q

Facteur Q

o

octave

s

pente

k

kHz

width, w

Détermine la raideur de la transition du plateau du filtre.

poles, p

Définit le nombre de pôles. La valeur par défaut est 2.

mix, m

Indique la proportion du signal filtré à utiliser dans la sortie. La valeur par défaut est 1. La plage est comprise entre 0 et 1.

channels, c

Indique les canaux à filtrer ; par défaut, tous les canaux disponibles sont filtrés.

normalize, n

Normalise les coefficients biquad ; désactivé par défaut. Son activation normalise la réponse en amplitude au niveau continu (DC) à 0 dB.

transform, a

Définit le type de transformation du filtre IIR.

di dii tdi tdii latt svf zdf precision, r

Définit la précision du filtrage.

auto

Choisit automatiquement le sample format selon les filtres surround.

s16

Utilise toujours des entiers signés 16 bits.

s32

Utilise toujours des entiers signés 32 bits.

f32

Utilise toujours des flottants 32 bits.

f64

Utilise toujours des flottants 64 bits.

block_size, b

Définit la taille de bloc utilisée pour le traitement IIR inverse. Si cette valeur est suffisamment élevée (supérieure à la longueur de la réponse impulsionnelle tronquée lorsqu'elle atteint des valeurs proches de zéro), le filtrage devient à phase linéaire ; sinon, si elle n'est pas assez grande, cela produit simplement des artefacts désagréables.

Notez que le retard du filtre correspond alors exactement à ce nombre d'échantillons lorsque cette valeur est non nulle.

8.116.1 Commandes

Ce filtre prend en charge les commandes suivantes :

frequency, f

Modifie frequency de treble. La syntaxe de la commande est : "frequency"

width_type, t

Modifie width_type de treble. La syntaxe de la commande est : "width_type"

width, w

Modifie width de treble. La syntaxe de la commande est : "width"

gain, g

Modifie gain de treble. La syntaxe de la commande est : "gain"

mix, m

Modifie mix de treble. La syntaxe de la commande est : "mix"

8.117 tremolo

Modulation d'amplitude sinusoïdale.

Le filtre accepte les options suivantes :

f

Fréquence de modulation en hertz. Des fréquences de modulation dans la plage subharmonique (20 Hz ou moins) produisent un effet de trémolo. Ce filtre peut aussi être utilisé comme modulateur en anneau en indiquant une fréquence de modulation supérieure à 20 Hz. La plage est 0.1 - 20000.0. La valeur par défaut est 5.0 Hz.

d

Profondeur de la modulation, exprimée en pourcentage. La plage est 0.0 - 1.0. La valeur par défaut est 0.5.

8.118 vibrato

Modulation de phase sinusoïdale.

Le filtre accepte les options suivantes :

f

Fréquence de modulation en hertz. La plage est 0.1 - 20000.0. La valeur par défaut est 5.0 Hz.

d

Profondeur de la modulation, exprimée en pourcentage. La plage est 0.0 - 1.0. La valeur par défaut est 0.5.

8.119 virtualbass

Applique le filtre Virtual Bass à l'audio.

Ce filtre accepte une entrée stéréo et produit une sortie stéréo avec canal LFE (2.1). Le canal LFE ainsi généré contient un renforcement de basses virtuelles obtenu à partir des deux canaux stéréo d'origine. Ce filtre restitue les canaux avant gauche et avant droit inchangés, tels que présents dans l'entrée stéréo.

Le filtre accepte les options suivantes :

cutoff

Définit la fréquence de coupure des basses virtuelles. La valeur par défaut est 250 Hz. La plage autorisée va de 100 à 500 Hz.

strength

Définit l'intensité des basses virtuelles. La plage autorisée va de 0.5 à 3. La valeur par défaut est 3.

8.120 volume

Ajuste le volume de l'audio d'entrée.

Il accepte les paramètres suivants :

volume

Définit l'expression du volume audio.

Les valeurs de sortie sont écrêtées à la valeur maximale.

Le volume audio de sortie est donné par la relation suivante :

output_volume = volume * input_volume

La valeur par défaut de volume est "1.0".

precision

Ce paramètre représente la précision mathématique.

Il détermine quels sample formats d'entrée seront autorisés, ce qui affecte la précision de la mise à l'échelle du volume.

fixed

Point fixe 8 bits ; cela limite le sample format d'entrée à U8, S16 et S32.

float

Virgule flottante 32 bits ; cela limite le sample format d'entrée à FLT. (par défaut)

double

Virgule flottante 64 bits ; cela limite le sample format d'entrée à DBL.

replaygain

Choisit le comportement à adopter en cas de présence de données annexes ReplayGain dans les images d'entrée.

drop

Supprime les données annexes ReplayGain, en ignorant leur contenu (valeur par défaut).

ignore

Ignore les données annexes ReplayGain, mais les laisse dans l'image.

track

Privilégie le gain de piste, s'il est présent.

album

Privilégie le gain d'album, s'il est présent.

replaygain_preamp

Gain de préamplification, en dB, à appliquer au gain replaygain sélectionné.

La valeur par défaut de replaygain_preamp est 0.0.

replaygain_noclip

Empêche l'écrêtage en limitant le gain appliqué.

La valeur par défaut de replaygain_noclip est 1.

eval

Définit le moment où l'expression du volume est évaluée.

Il accepte les valeurs suivantes :

‘once’

évalue l'expression une seule fois lors de l'initialisation du filtre, ou lorsque la commande ‘volume’ est envoyée

‘frame’

évalue l'expression pour chaque image entrante

La valeur par défaut est ‘once’.

L'expression volume peut contenir les paramètres suivants.

n

numéro d'image (à partir de zéro)

nb_channels

nombre de canaux

nb_consumed_samples

nombre d'échantillons consommés par le filtre

nb_samples

nombre d'échantillons dans l'image actuelle

pos

position d'origine de l'image dans le fichier ; obsolète, à ne pas utiliser

pts

PTS de l'image

sample_rate

fréquence d'échantillonnage

startpts

PTS au début du flux

startt

temps au début du flux

t

temps de l'image

tb

base de temps de l'horodatage

volume

dernière valeur de volume définie

Notez que lorsque eval est défini sur ‘once’, seules les variables sample_rate et tb sont disponibles ; toutes les autres variables sont évaluées à NAN.

8.120.1 Commandes

Ce filtre prend en charge les commandes suivantes :

volume

Modifie l'expression du volume. La commande accepte la même syntaxe que l'option correspondante.

Si l'expression indiquée n'est pas valide, la valeur actuelle est conservée.

8.120.2 Exemples

• Divise par deux le volume de l'audio d'entrée :

  volume=volume=0.5
  volume=volume=1/2
  volume=volume=-6.0206dB
  

Dans tous les exemples ci-dessus, la clé nommée volume peut être omise, comme dans :

    volume=0.5

• Augmente la puissance de l'audio d'entrée de 6 décibels en utilisant la précision en virgule fixe :

  volume=volume=6dB:precision=fixed
  

• Fait un fondu du volume après l'instant 10 avec une période d'annihilation de 5 secondes :

  volume='if(lt(t,10),1,max(1-(t-10)/5,0))':eval=frame
  

8.121 volumedetect

Détecte le volume de la vidéo d'entrée.

Le filtre n'a aucun paramètre. Il ne prend en charge que les échantillons entiers signés 16 bits ; l'entrée est donc convertie si nécessaire. Des statistiques sur le volume sont affichées dans le journal lorsque la fin du flux d'entrée est atteinte.

Il affiche notamment le volume moyen (racine carrée de la moyenne des carrés), le volume maximal (par échantillon), ainsi que le début d'un histogramme des valeurs de volume enregistrées (de la valeur maximale jusqu'à un cumul de 1/1000 des échantillons).

Tous les volumes sont exprimés en décibels par rapport à la valeur PCM maximale.

8.121.1 Exemples

Voici un extrait de la sortie :

[Parsed_volumedetect_0  0xa23120] mean_volume: -27 dB
[Parsed_volumedetect_0  0xa23120] max_volume: -4 dB
[Parsed_volumedetect_0  0xa23120] histogram_4db: 6
[Parsed_volumedetect_0  0xa23120] histogram_5db: 62
[Parsed_volumedetect_0  0xa23120] histogram_6db: 286
[Parsed_volumedetect_0  0xa23120] histogram_7db: 1042
[Parsed_volumedetect_0  0xa23120] histogram_8db: 2551
[Parsed_volumedetect_0  0xa23120] histogram_9db: 4609
[Parsed_volumedetect_0  0xa23120] histogram_10db: 8409

Cela signifie :

• L'énergie quadratique moyenne est d'environ -27 dB, soit 10^-2.7.
• Le plus grand échantillon se situe à -4 dB, ou plus précisément entre -4 dB et -5 dB.
• Il y a 6 échantillons à -4 dB, 62 à -5 dB, 286 à -6 dB, etc.

Autrement dit, augmenter le volume de +4 dB ne provoque aucun écrêtage, l'augmenter de +5 dB provoque un écrêtage sur 6 échantillons, etc.

8.122 whisper

Il exécute une reconnaissance vocale automatique à l'aide du modèle Whisper d'OpenAI.

Il nécessite la bibliothèque whisper.cpp (https://github.com/ggml-org/whisper.cpp) comme prérequis. Une fois la bibliothèque installée, il peut être activé à l'aide de : ./configure --enable-whisper.

Le filtre propose les options suivantes :

model

Chemin du fichier du modèle whisper.cpp téléchargé (obligatoire).

language

Langue à utiliser pour la transcription (’auto’ pour la détection automatique). Valeur par défaut : "auto"

translate

Si elle est activée, cette option traduit la transcription de la langue source vers l'anglais. Un modèle multilingue est nécessaire pour activer cette option. Valeur par défaut : "false"

queue

Taille maximale mise en file d'attente dans le filtre avant le traitement de l'audio par whisper. Avec une petite valeur, le flux audio est traité plus souvent, mais la qualité de la transcription est plus faible et la puissance de traitement requise est plus élevée. Avec une valeur élevée (par exemple 10 à 20 s), les résultats sont plus précis pour une charge CPU moindre (comme avec l'outil whisper-cli), mais la latence de la transcription est plus élevée, ce qui la rend inadaptée au traitement des flux en temps réel. Envisagez d'utiliser l'option vad_model associée à une valeur de queue élevée. Valeur par défaut : "3"

use_gpu

Indique si la prise en charge du GPU doit être activée. Valeur par défaut : "true"

gpu_device

Index du périphérique GPU à utiliser. Valeur par défaut : "0"

destination

Si elle est définie, la sortie de la transcription est envoyée vers le fichier ou l'URL indiqué (utilisez l'un des protocoles AVIO de FFmpeg) ; sinon, la sortie est journalisée sous forme de messages d'information. Elle est également placée dans les métadonnées d'image "lavfi.whisper.text". Si la destination est un fichier qui existe déjà, il est écrasé.

format

Chaîne de format de la destination ; elle peut être "text" (seul le texte transcrit est envoyé vers la destination), "srt" (format de sous-titres) ou "json". Valeur par défaut : "text"

max_len

Longueur maximale du segment en caractères. Si la valeur définie est supérieure à 0, les segments de transcription sont découpés mot par mot pour ne pas dépasser cette longueur. Ceci est utile pour générer des sous-titres avec des lignes plus courtes. Valeur par défaut : "0"

vad_model

Chemin du fichier de modèle VAD. Si elle est définie, le filtre charge un module supplémentaire de détection d'activité vocale (voice activity detection, https://github.com/snakers4/silero-vad) utilisé pour fragmenter la file d'attente audio ; pour cette option, indiquez un chemin valide obtenu depuis le dépôt whisper.cpp (par exemple "../whisper.cpp/models/ggml-silero-v5.1.2.bin") et augmentez le paramètre queue à une valeur plus élevée (par exemple 20).

vad_threshold

Seuil de VAD à utiliser. Valeur par défaut : "0.5"

vad_min_speech_duration

Durée de parole minimale pour le VAD. Valeur par défaut : "0.1"

vad_min_silence_duration

Durée de silence minimale pour le VAD. Valeur par défaut : "0.5"

8.122.1 Exemples

• Effectue une transcription avec génération d'un fichier srt :

  ffmpeg -i input.mp4 -vn -af "whisper=model=../whisper.cpp/models/ggml-base.en.bin\
  :language=en\
  :queue=3\
  :destination=output.srt\
  :format=srt" -f null -
  

• Effectue une transcription et envoie la sortie au format JSON vers un service HTTP :

  ffmpeg -i input.mp4 -vn -af "whisper=model=../whisper.cpp/models/ggml-base.en.bin\
  :language=en\
  :queue=3\
  :destination=http\\://localhost\\:3000\
  :format=json' -f null -
  

• Transcrit l'entrée du microphone en utilisant l'option VAD :

  ffmpeg -loglevel warning -f pulse -i default \
  -af 'highpass=f=200,lowpass=f=3000,whisper=model=../whisper.cpp/models/ggml-medium.bin\
  :language=en\
  :queue=10\
  :destination=-\
  :format=json\
  :vad_model=../whisper.cpp/models/ggml-silero-v5.1.2.bin' -f null -
  

9 Sources audio

Voici la description des sources audio disponibles à ce jour.

9.1 abuffer

Met en mémoire tampon des images audio et les rend disponibles pour la chaîne de filtres.

Cette source est principalement destinée à un usage programmatique, notamment via l'interface définie dans libavfilter/buffersrc.h.

Elle accepte les paramètres suivants :

time_base

Base de temps utilisée pour l'horodatage des images soumises. Elle doit être un nombre à virgule flottante ou être exprimée sous la forme numérateur/dénominateur.

sample_rate

Fréquence d'échantillonnage des tampons audio entrants.

sample_fmt

Le sample format des tampons audio entrants. Il s'agit soit d'un nom de sample format, soit de la représentation entière correspondante de l'énumération AVSampleFormat dans libavutil/samplefmt.h

channel_layout

Disposition des canaux des tampons audio entrants. Il s'agit soit d'un nom de disposition des canaux tiré de channel_layout_map dans libavutil/channel_layout.c, soit de la représentation entière correspondante des macros AV_CH_LAYOUT_* dans libavutil/channel_layout.h

channels

Nombre de canaux des tampons audio entrants. Si channels et channel_layout sont tous deux spécifiés, ils doivent être cohérents.

9.1.1 Exemples

abuffer=sample_rate=44100:sample_fmt=s16p:channel_layout=stereo

Ceci indique à la source d'accepter du 16 bits signé stéréo planaire à 44100Hz. Le nom de sample format "s16p" correspondant au nombre 6 et la disposition de canaux "stereo" correspondant à la valeur 0x3, cela équivaut à :

abuffer=sample_rate=44100:sample_fmt=6:channel_layout=0x3

9.2 aevalsrc

Génère un signal audio défini par une expression.

Cette source accepte en entrée une ou plusieurs expressions (une par canal), qui sont évaluées et utilisées pour générer le signal audio correspondant.

Cette source accepte les options suivantes :

exprs

Définit la liste d'expressions séparées par ’|’ pour chaque canal. Si l'option channel_layout n'est pas spécifiée, la disposition des canaux sélectionnée dépend du nombre d'expressions fournies. Sinon, la dernière expression spécifiée est appliquée aux canaux de sortie restants.

channel_layout, c

Définit la disposition des canaux. Le nombre de canaux de la disposition spécifiée doit être égal au nombre d'expressions spécifiées.

duration, d

Définit la durée minimale de l'audio source. Voir (ffmpeg-utils)la section Time duration du manuel ffmpeg-utils(1) pour la syntaxe acceptée. Notez que la durée résultante peut être supérieure à la durée spécifiée, car l'audio généré est toujours coupé à la fin d'une image complète.

Si elle n'est pas spécifiée, ou si la durée exprimée est négative, l'audio est censé être généré indéfiniment.

nb_samples, n

Définit le nombre d'échantillons par canal pour chaque image de sortie, la valeur par défaut étant 1024.

sample_rate, s

Spécifie la fréquence d'échantillonnage, la valeur par défaut étant 44100.

Chaque expression de exprs peut contenir les constantes suivantes :

n

numéro de l'échantillon évalué, à partir de 0

t

temps de l'échantillon évalué, exprimé en secondes, à partir de 0

s

fréquence d'échantillonnage

9.2.1 Exemples

• Génère du silence :

  aevalsrc=0
  

• Génère un signal sinusoïdal d'une fréquence de 440 Hz, avec une fréquence d'échantillonnage réglée à 8000 Hz :

  aevalsrc="sin(440*2*PI*t):s=8000"
  

• Génère un signal à deux canaux, en spécifiant explicitement la disposition des canaux (Front Center + Back Center) :

  aevalsrc="sin(420*2*PI*t)|cos(430*2*PI*t):c=FC|BC"
  

• Génère du bruit blanc :

  aevalsrc="-2+random(0)"
  

• Génère un signal modulé en amplitude :

  aevalsrc="sin(10*2*PI*t)*sin(880*2*PI*t)"
  

• Génère des battements binauraux de 2.5 Hz sur une porteuse de 360 Hz :

  aevalsrc="0.1*sin(2*PI*(360-2.5/2)*t) | 0.1*sin(2*PI*(360+2.5/2)*t)"
  

9.3 afdelaysrc

Génère des coefficients FIR à retard fractionnaire.

Le flux résultant peut être utilisé avec le filtre afir pour filtrer le signal audio.

Le filtre accepte les options suivantes :

delay, d

Définit le retard fractionnaire. La valeur par défaut est 0.

sample_rate, r

Définit la fréquence d'échantillonnage, la valeur par défaut étant 44100.

nb_samples, n

Définit le nombre d'échantillons par image. La valeur par défaut est 1024.

taps, t

Définit le nombre de coefficients du filtre dans le flux audio de sortie. La valeur par défaut est 0.

channel_layout, c

Spécifie la disposition des canaux ; il peut s'agir d'une chaîne représentant une disposition de canaux. La valeur par défaut de channel_layout est "stereo".

9.4 afireqsrc

Génère des coefficients d'égaliseur FIR.

Le flux résultant peut être utilisé avec le filtre afir pour filtrer le signal audio.

Le filtre accepte les options suivantes :

preset, p

Définit le préréglage de l'égaliseur. Le préréglage par défaut est flat.

Préréglages disponibles :

‘custom’ ‘flat’ ‘acoustic’ ‘bass’ ‘beats’ ‘classic’ ‘clear’ ‘deep bass’ ‘dubstep’ ‘electronic’ ‘hard-style’ ‘hip-hop’ ‘jazz’ ‘metal’ ‘movie’ ‘pop’ ‘r&b’ ‘rock’ ‘vocal booster’ gains, g

Définit les gains personnalisés pour chaque bande. Utilisé uniquement si l'option preset est réglée sur custom. Les gains sont séparés par des espaces et chaque gain est exprimé en dBFS. La valeur par défaut est 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0.

bands, b

Définit les bandes personnalisées à partir desquelles les gains personnalisés de l'égaliseur sont réglés. L'ordre doit être strictement croissant. Utilisé uniquement si l'option preset est réglée sur custom. Les bandes sont séparées par des espaces et chaque bande représente une fréquence en Hz. La valeur par défaut est 25 40 63 100 160 250 400 630 1000 1600 2500 4000 6300 10000 16000 24000.

taps, t

Définit le nombre de coefficients du filtre dans le flux audio de sortie. La valeur par défaut est 4096.

sample_rate, r

Définit la fréquence d'échantillonnage du flux audio de sortie, la valeur par défaut étant 44100.

nb_samples, n

Définit le nombre d'échantillons par image dans le flux audio de sortie. La valeur par défaut est 1024.

interp, i

Définit la méthode d'interpolation des coefficients de l'égaliseur FIR. Peut valoir linear ou cubic.

phase, h

Définit le type de phase du filtre FIR. Peut valoir linear ou min : phase minimale. Le filtre à phase minimale est utilisé par défaut.

9.5 afirsrc

Génère des coefficients FIR à l'aide de la méthode d'échantillonnage fréquentiel.

Le flux résultant peut être utilisé avec le filtre afir pour filtrer le signal audio.

Le filtre accepte les options suivantes :

taps, t

Définit le nombre de coefficients du filtre dans le flux audio de sortie. La valeur par défaut est 1025.

frequency, f

Définit les points de fréquence à partir desquels l'amplitude et la phase sont réglées. L'ordre doit être non décroissant, le premier élément devant être 0 et le dernier élément devant être 1. Les éléments sont séparés par des espaces.

magnitude, m

Définit la valeur d'amplitude pour chaque point de fréquence défini par frequency. Le nombre de valeurs doit être égal au nombre de points de fréquence. Les valeurs sont séparées par des espaces.

phase, p

Définit la valeur de phase pour chaque point de fréquence défini par frequency. Le nombre de valeurs doit être égal au nombre de points de fréquence. Les valeurs sont séparées par des espaces.

sample_rate, r

Définit la fréquence d'échantillonnage, la valeur par défaut étant 44100.

nb_samples, n

Définit le nombre d'échantillons par image. La valeur par défaut est 1024.

win_func, w

Définit la fonction de fenêtrage. La valeur par défaut est blackman.

9.6 anullsrc

Source audio nulle qui renvoie des images audio non traitées. Elle est surtout utile comme modèle, pour être employée dans des outils d'analyse/débogage, ou comme source pour les filtres qui ignorent les données d'entrée (par exemple le filtre synth de sox).

Cette source accepte les options suivantes :

channel_layout, cl

Spécifie la disposition des canaux ; il peut s'agir soit d'un entier, soit d'une chaîne représentant une disposition de canaux. La valeur par défaut de channel_layout est "stereo".

Pour la correspondance entre les chaînes et les valeurs de disposition des canaux, consultez la définition de channel_layout_map dans libavutil/channel_layout.c.

sample_rate, r

Spécifie la fréquence d'échantillonnage ; la valeur par défaut est 44100.

nb_samples, n

Définit le nombre d'échantillons par image demandée.

duration, d

Définit la durée de l'audio source. Voir (ffmpeg-utils)la section Time duration du manuel ffmpeg-utils(1) pour la syntaxe acceptée.

Si elle n'est pas spécifiée, ou si la durée exprimée est négative, l'audio est censé être généré indéfiniment.

9.6.1 Exemples

• Règle la fréquence d'échantillonnage sur 48000 Hz et la disposition des canaux sur AV_CH_LAYOUT_MONO.

  anullsrc=r=48000:cl=4
  

• Effectue la même opération avec une syntaxe plus explicite :

  anullsrc=r=48000:cl=mono
  

Tous les paramètres doivent être définis explicitement.

9.7 flite

Synthétise un énoncé vocal à l'aide de la bibliothèque libflite.

Pour activer la compilation de ce filtre, vous devez configurer FFmpeg avec --enable-libflite.

Notez que les versions de la bibliothèque flite antérieures à 2.0 ne sont pas thread-safe.

Le filtre accepte les options suivantes :

list_voices

Si elle est réglée sur 1, affiche les noms des voix disponibles puis quitte immédiatement. La valeur par défaut est 0.

nb_samples, n

Définit le nombre maximal d'échantillons par image. La valeur par défaut est 512.

textfile

Définit le nom du fichier contenant le texte à énoncer.

text

Définit le texte à énoncer.

voice, v

Définit la voix à utiliser pour la synthèse vocale. La valeur par défaut est kal. Voir aussi l'option list_voices.

9.7.1 Exemples

• Lit le fichier speech.txt et synthétise le texte avec la voix flite standard :

  flite=textfile=speech.txt
  

• Lit le texte indiqué en sélectionnant la voix slt :

  flite=text='So fare thee well, poor devil of a Sub-Sub, whose commentator I am':voice=slt
  

• Fournit le texte en entrée à ffmpeg :

  ffmpeg -f lavfi -i flite=text='So fare thee well, poor devil of a Sub-Sub, whose commentator I am':voice=slt
  

• Fait énoncer le texte indiqué par ffplay, à l'aide de flite et du périphérique lavfi :

  ffplay -f lavfi flite=text='No more be grieved for which that thou hast done.'
  

Pour plus d'informations sur libflite, consultez : http://www.festvox.org/flite/

9.8 anoisesrc

Génère un signal de bruit audio.

Le filtre accepte les options suivantes :

sample_rate, r

Spécifie la fréquence d'échantillonnage. La valeur par défaut est 48000 Hz.

amplitude, a

Spécifie l'amplitude (0.0 - 1.0) du flux audio généré. La valeur par défaut est 1.0.

duration, d

Spécifie la durée du flux audio généré. Si cette option n'est pas spécifiée, le bruit généré a une durée infinie.

color, colour, c

Spécifie la couleur du bruit. Les couleurs de bruit disponibles sont white, pink, brown, blue, violet et velvet. La couleur par défaut est white.

seed, s

Spécifie une valeur utilisée pour initialiser le PRNG.

nb_samples, n

Définit le nombre d'échantillons par image de sortie, la valeur par défaut étant 1024.

density

Définit la densité (0.0 - 1.0) pour le générateur de bruit velvet, la valeur par défaut étant 0.05.

9.8.1 Exemples

• Génère 60 secondes de bruit pink, avec une fréquence d'échantillonnage de 44.1 kHz et une amplitude de 0.5 :

  anoisesrc=d=60:c=pink:r=44100:a=0.5
  

9.9 hilbert

Génère des coefficients FIR de transformée de Hilbert à nombre de coefficients impair.

Le flux résultant peut être utilisé avec le filtre afir pour déphaser le signal de 90 degrés.

Ceci est utilisé dans de nombreux schémas de codage matriciel et pour la génération de signal analytique. Le procédé s'écrit souvent comme une multiplication par i (ou j), l'unité imaginaire.

Le filtre accepte les options suivantes :

sample_rate, s

Définit la fréquence d'échantillonnage, la valeur par défaut étant 44100.

taps, t

Définit la longueur du filtre FIR, la valeur par défaut étant 22051.

nb_samples, n

Définit le nombre d'échantillons par image.

win_func, w

Définit la fonction de fenêtrage à utiliser lors de la génération des coefficients FIR.

9.10 sinc

Génère des coefficients FIR sinc fenêtrés par une fenêtre de Kaiser, de type passe-bas, passe-haut, passe-bande ou coupe-bande.

Le flux résultant peut être utilisé avec le filtre afir pour filtrer le signal audio.

Le filtre accepte les options suivantes :

sample_rate, r

Définit la fréquence d'échantillonnage, la valeur par défaut étant 44100.

nb_samples, n

Définit le nombre d'échantillons par image. La valeur par défaut est 1024.

hp

Définit la fréquence de coupure passe-haut. La valeur par défaut est 0.

lp

Définit la fréquence de coupure passe-bas. La valeur par défaut est 0. Si la fréquence passe-haut est inférieure à la fréquence passe-bas et que celle-ci est supérieure à 0, le filtre crée des coefficients de type passe-bande, sinon des coefficients de type coupe-bande.

phase

Définit la réponse en phase du filtre. La valeur par défaut est 50. La plage autorisée va de 0 à 100.

beta

Définit le bêta de la fenêtre de Kaiser.

att

Définit l'atténuation en bande coupée. La valeur par défaut est 120dB, la plage autorisée va de 40 à 180 dB.

round

Active l'arrondi ; désactivé par défaut.

hptaps

Définit le nombre de coefficients pour le filtre passe-haut.

lptaps

Définit le nombre de coefficients pour le filtre passe-bas.

9.11 sine

Génère un signal audio constitué d'une onde sinusoïdale d'amplitude 1/8.

Le signal audio est bit-exact.

Le filtre accepte les options suivantes :

frequency, f

Définit la fréquence porteuse. La valeur par défaut est 440 Hz.

beep_factor, b

Active un bip périodique chaque seconde, à une fréquence égale à beep_factor fois la fréquence porteuse. La valeur par défaut est 0, ce qui désactive le bip.

sample_rate, r

Spécifie la fréquence d'échantillonnage, la valeur par défaut étant 44100.

duration, d

Spécifie la durée du flux audio généré.

samples_per_frame

Définit le nombre d'échantillons par image de sortie.

L'expression peut contenir les constantes suivantes :

n

Numéro (séquentiel) de l'image audio de sortie, à partir de 0.

pts

PTS (Presentation TimeStamp) de l'image audio de sortie, exprimé en unités TB.

t

PTS de l'image audio de sortie, exprimé en secondes.

TB

Base de temps des images audio de sortie.

La valeur par défaut est 1024.

9.11.1 Exemples

• Génère une simple onde sinusoïdale de 440 Hz :

  sine
  

• Génère une onde sinusoïdale de 220 Hz avec un bip de 880 Hz chaque seconde, pendant 5 secondes :

  sine=220:4:d=5
  sine=f=220:b=4:d=5
  sine=frequency=220:beep_factor=4:duration=5
  

• Génère une onde sinusoïdale de 1 kHz suivant le motif NTSC 1602,1601,1602,1601,1602 :

  sine=1000:samples_per_frame='st(0,mod(n,5)); 1602-not(not(eq(ld(0),1)+eq(ld(0),3)))'
  

10 Sinks audio

Voici la description des sinks audio disponibles à ce jour.

10.1 abuffersink

Met en mémoire tampon des images audio et les rend disponibles à la fin de la chaîne de filtres.

Ce sink est principalement destiné à un usage programmatique, notamment via l'interface définie dans libavfilter/buffersink.h ou via le système d'options.

Il accepte un pointeur vers une structure AVABufferSinkContext, qui définit les formats des tampons entrants, à passer comme paramètre opaque à avfilter_init_filter pour l'initialisation.

10.2 anullsink

Sink audio nul ; ne fait absolument rien avec l'audio d'entrée. Il est surtout utile comme modèle et pour une utilisation dans des outils d'analyse/débogage.

11 Filtres vidéo

Lors de la configuration de votre build FFmpeg, vous pouvez désactiver n'importe lequel des filtres existants avec --disable-filters. La sortie de configure indique les filtres vidéo inclus dans votre build.

Voici la description des filtres vidéo disponibles à ce jour.

11.1 addroi

Marque une région d'intérêt dans une image vidéo.

Les données de l'image sont transmises inchangées, mais des métadonnées indiquant les régions d'intérêt sont attachées à l'image, ce qui peut affecter le comportement d'un encodage ultérieur. Il est possible de marquer plusieurs régions en appliquant le filtre plusieurs fois.

x

Distance de la région en pixels par rapport au bord gauche de l'image.

y

Distance de la région en pixels par rapport au bord supérieur de l'image.

w

Largeur de la région en pixels.

h

Hauteur de la région en pixels.

Les paramètres x, y, w et h sont des expressions, et peuvent contenir les variables suivantes :

iw

Largeur de l'image d'entrée.

ih

Hauteur de l'image d'entrée.

qoffset

Décalage de quantification à appliquer dans la région.

Il doit s'agir d'une valeur réelle comprise entre -1 et +1. Une valeur nulle n'indique aucun changement de qualité. Une valeur négative demande une meilleure qualité (moins de quantification), tandis qu'une valeur positive demande une qualité inférieure (davantage de quantification).

La plage est calibrée de telle sorte que les valeurs extrêmes indiquent le décalage maximal possible - si le reste de l'image est encodé avec la pire qualité possible, un décalage de -1 indique que cette région doit malgré tout être encodée avec la meilleure qualité possible. Les valeurs intermédiaires sont ensuite interpolées d'une manière qui dépend du codec.

Par exemple, en H.264 10 bits, le paramètre de quantification varie entre -12 et 51. Une valeur qoffset typique de -1/10 indique donc que cette région doit être encodée avec un QP inférieur d'environ un dixième de la plage totale par rapport au reste de l'image. Ainsi, si la majeure partie de l'image était encodée avec un QP d'environ 30, cette région obtiendrait un QP d'environ 24 (un décalage d'environ -1/10 * (51 - -12) = -6.3). Une valeur extrême de -1 indiquerait que cette région doit être encodée avec la meilleure qualité possible, indépendamment du traitement du reste de l'image - c'est-à-dire qu'elle doit être encodée à un QP de -12.

clear

Si elle est réglée sur true, supprime toute région d'intérêt déjà marquée sur l'image avant d'ajouter la nouvelle.

11.1.1 Exemples

• Marque le quart central de l'image comme intéressant.

  addroi=iw/4:ih/4:iw/2:ih/2:-1/10
  

• Marque la région large de 100 pixels sur le bord gauche de l'image comme très peu intéressante (à encoder avec une qualité bien plus faible que le reste de l'image).

  addroi=0:0:100:ih:+1/5
  

11.2 alphaextract

Extrait la composante alpha de l'entrée sous forme de vidéo en niveaux de gris. Ceci est particulièrement utile avec le filtre alphamerge.

11.3 alphamerge

Ajoute ou remplace la composante alpha de l'entrée principale par la valeur en niveaux de gris d'une seconde entrée. Ceci est destiné à être utilisé avec alphaextract, afin de permettre la transmission ou le stockage de séquences d'images comportant un canal alpha dans un format qui ne le prend pas en charge.

Par exemple, pour reconstruire des images complètes à partir d'une vidéo encodée en YUV classique et d'une vidéo séparée créée avec alphaextract, vous pouvez utiliser :

movie=in_alpha.mkv [alpha]; [in][alpha] alphamerge [out]

11.4 amplify

Amplifie les différences entre le pixel courant et les pixels des images adjacentes situés au même emplacement.

Ce filtre accepte les options suivantes :

radius

Définit le rayon en images. La valeur par défaut est 2. La plage autorisée va de 1 à 63. Par exemple, un rayon de 3 indique au filtre de calculer la moyenne de 7 images.

factor

Définit le facteur d'amplification de la différence. La valeur par défaut est 2. La plage autorisée va de 0 à 65535.

threshold

Définit le seuil d'amplification de la différence. Toute différence supérieure ou égale à cette valeur ne modifie pas le pixel source. La valeur par défaut est 10. La plage autorisée va de 0 à 65535.

tolerance

Définit la tolérance d'amplification de la différence. Toute différence inférieure à cette valeur ne modifie pas le pixel source. La valeur par défaut est 0. La plage autorisée va de 0 à 65535.

low

Définit la limite inférieure pour la modification du pixel source. La valeur par défaut est 65535. La plage autorisée va de 0 à 65535. Cette option détermine la valeur maximale possible qui diminuera la valeur du pixel source.

high

Définit la limite supérieure pour la modification du pixel source. La valeur par défaut est 65535. La plage autorisée va de 0 à 65535. Cette option détermine la valeur maximale possible qui augmentera la valeur du pixel source.

planes

Définit les plans à filtrer. La valeur par défaut est all. La plage autorisée va de 0 à 15.

11.4.1 Commandes

Ce filtre prend en charge les commandes suivantes, qui correspondent aux options de même nom :

factor threshold tolerance low high planes

11.5 ass

Identique au filtre subtitles, si ce n'est qu'il ne nécessite pas libavcodec et libavformat pour fonctionner. En revanche, il est limité aux fichiers de sous-titres ASS (Advanced Substation Alpha).

Ce filtre accepte filename/f, original_size, fontsdir et alpha du filtre subtitles, ainsi que l'option suivante :

shaping

Définit le moteur de mise en forme.

Valeurs disponibles :

‘auto’

Moteur de mise en forme par défaut de libass, le meilleur disponible.

‘simple’

Moteur rapide, indépendant de la police, capable uniquement d'effectuer des substitutions.

‘complex’

Moteur plus lent utilisant OpenType pour les substitutions et le positionnement. Nécessaire pour un rendu correct des écritures complexes telles que l'arabe, l'hébreu, le devanagari et le thaï. Nécessite que libass soit compilé avec HarfBuzz.

La valeur par défaut est auto.

11.6 atadenoise

Applique un débruiteur temporel adaptatif par moyennage (Adaptive Temporal Averaging Denoiser) à l'entrée vidéo.

Le filtre accepte les options suivantes :

0a

Définit le seuil A pour le 1er plan. La valeur par défaut est 0.02. La plage valide va de 0 à 0.3.

0b

Définit le seuil B pour le 1er plan. La valeur par défaut est 0.04. La plage valide va de 0 à 5.

1a

Définit le seuil A pour le 2e plan. La valeur par défaut est 0.02. La plage valide va de 0 à 0.3.

1b

Définit le seuil B pour le 2e plan. La valeur par défaut est 0.04. La plage valide va de 0 à 5.

2a

Définit le seuil A pour le 3e plan. La valeur par défaut est 0.02. La plage valide va de 0 à 0.3.

2b

Définit le seuil B pour le 3e plan. La valeur par défaut est 0.04. La plage valide va de 0 à 5.

Le seuil A est conçu pour réagir aux changements brusques du signal d'entrée, et le seuil B est conçu pour réagir aux changements continus du signal d'entrée.

s

Définit le nombre d'images que le filtre utilise pour le moyennage. La valeur par défaut est 9. Doit être un nombre impair compris dans la plage [5, 129].

p

Définit les plans de l'image que le filtre utilise pour le moyennage. La valeur par défaut est all.

a

Définit la variante de l'algorithme que le filtre utilise pour le moyennage. La valeur par défaut est p, parallèle. On peut aussi la définir sur s, série.

Le mode parallèle peut être plus rapide que le mode série, l'inverse n'étant jamais vrai. Le mode parallèle abandonne tôt dès le premier changement supérieur aux seuils, tandis que le mode série continue de traiter l'autre côté des images si celles-ci sont égales ou inférieures aux seuils.

0s 1s 2s

Définit le sigma pour le 1er plan, le 2e plan ou le 3e plan. La valeur par défaut est 32767. La plage valide va de 0 à 32767. Cette option contrôle le poids de chaque pixel dans le rayon défini par size. La valeur par défaut signifie que chaque pixel a le même poids. Définir cette option à 0 désactive de fait le filtrage.

11.6.1 Commandes

Ce filtre prend en charge les mêmes commandes que les options, à l'exception de l'option s. La commande accepte la même syntaxe que l'option correspondante.

11.7 avgblur

Applique un filtre de flou moyen.

Le filtre accepte les options suivantes :

sizeX

Définit le rayon horizontal.

planes

Définit les plans à filtrer. Par défaut, tous les plans sont filtrés.

sizeY

Définit le rayon vertical ; s'il est nul, il sera identique à sizeX. La valeur par défaut est 0.

11.7.1 Commandes

Ce filtre prend en charge les mêmes commandes que les options. La commande accepte la même syntaxe que l'option correspondante.

Si l'expression indiquée n'est pas valide, la valeur actuelle est conservée.

11.8 backgroundkey

Transforme un arrière-plan statique en transparence.

Le filtre accepte l'option suivante :

threshold

Seuil de détection de changement de scène.

similarity

Pourcentage de similarité avec l'arrière-plan.

blend

Définit le taux de mélange pour les pixels qui ne sont pas similaires.

11.8.1 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

11.9 bbox

Calcule la boîte englobante des pixels non noirs dans le plan de luminance de l'image d'entrée.

Ce filtre calcule la boîte englobante contenant tous les pixels dont la valeur de luminance est supérieure à la valeur minimale autorisée. Les paramètres décrivant la boîte englobante sont affichés dans le journal du filtre.

Le filtre accepte l'option suivante :

min_val

Définit la valeur minimale de luminance. La valeur par défaut est 16.

11.9.1 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

11.10 bilateral

Applique un filtre bilatéral, un lissage spatial préservant les contours.

Le filtre accepte les options suivantes :

sigmaS

Définit le sigma de la fonction gaussienne servant à calculer le poids spatial. La plage autorisée va de 0 à 512. La valeur par défaut est 0.1.

sigmaR

Définit le sigma de la fonction gaussienne servant à calculer le poids de plage. La plage autorisée va de 0 à 1. La valeur par défaut est 0.1.

planes

Définit les plans à filtrer. La valeur par défaut est le premier uniquement.

11.10.1 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

11.11 bitplanenoise

Affiche et mesure le bruit des plans binaires (bit plane).

Le filtre accepte les options suivantes :

bitplane

Définit le plan à analyser. La valeur par défaut est 1.

filter

Filtre les pixels bruités du plan binaire défini par bitplane ci-dessus. Désactivé par défaut.

11.12 blackdetect, blackdetect_vulkan

Détecte les intervalles vidéo (presque) totalement noirs. Peut être utile pour détecter les transitions de chapitre, les publicités ou les enregistrements invalides.

Le filtre envoie son analyse de détection à la fois vers le journal et vers les métadonnées d'image. Si un segment noir d'une durée au moins égale à la durée minimale indiquée est trouvé, une ligne avec les horodatages de début et de fin ainsi que la durée est affichée dans le journal au niveau info. De plus, une ligne de journal de niveau debug est affichée par image, montrant la quantité de noir détectée pour cette image.

Le filtre associe également des métadonnées à la première image d'un segment noir, avec la clé lavfi.black_start, et à la première image après la fin du segment noir, avec la clé lavfi.black_end. La valeur est l'horodatage de l'image. Ces métadonnées sont ajoutées quelle que soit la durée minimale indiquée.

Le filtre accepte les options suivantes :

black_min_duration, d

Définit la durée minimale de noir détectée, exprimée en secondes. Doit être un nombre à virgule flottante non négatif.

La valeur par défaut est 2.0.

picture_black_ratio_th, pic_th

Définit le seuil à partir duquel une image est considérée comme "noire". Exprime la valeur minimale du rapport :

nb_black_pixels / nb_pixels

pour lequel une image est considérée comme noire. La valeur par défaut est 0.98.

pixel_black_th, pix_th

Définit le seuil à partir duquel un pixel est considéré comme "noir".

Le seuil exprime la valeur de luminance maximale d'un pixel pour laquelle celui-ci est considéré comme "noir". La valeur indiquée est mise à l'échelle selon l'équation suivante :

absolute_threshold = luma_minimum_value + pixel_black_th * luma_range_size

luma_range_size et luma_minimum_value dépendent du format vidéo d'entrée ; la plage est [0-255] pour les formats YUV pleine plage et [16-235] pour les formats YUV non pleine plage.

La valeur par défaut est 0.10.

alpha

Si activé, vérifie le canal alpha au lieu du canal de luminance. Détecte les images (presque) transparentes, au lieu des images presque noires.

Désactivé par défaut.

L'exemple suivant fixe le seuil de pixel maximal à la valeur minimale, et détecte uniquement les intervalles noirs de 2 secondes ou plus :

blackdetect=d=2:pix_th=0.00

11.13 blackframe

Détecte les images (presque) totalement noires. Peut être utile pour détecter les transitions de chapitre ou les publicités. Les lignes de sortie contiennent le numéro de l'image détectée, le pourcentage de noir, la position dans le fichier si elle est connue (sinon -1) et l'horodatage en secondes.

Pour afficher les lignes de sortie, vous devez définir le niveau de journalisation au moins à la valeur AV_LOG_INFO.

Ce filtre exporte la métadonnée d'image lavfi.blackframe.pblack. La valeur représente le pourcentage de pixels de l'image situés en dessous de la valeur de seuil.

Il accepte les paramètres suivants :

amount

Le pourcentage de pixels devant être en dessous du seuil ; la valeur par défaut est 98.

threshold, thresh

Le seuil en dessous duquel une valeur de pixel est considérée comme noire ; la valeur par défaut est 32.

11.14 blend

Fusionne deux images vidéo l'une avec l'autre.

Le filtre blend prend deux flux d'entrée et produit un flux de sortie ; la première entrée est la couche "top" et la seconde est la couche "bottom". Par défaut, la sortie se termine lorsque l'entrée la plus longue se termine.

Le filtre tblend (time blend) prend deux images consécutives d'un seul et même flux, et produit le résultat obtenu en fusionnant la nouvelle image au-dessus de l'ancienne.

Voici une description des options acceptées.

c0_mode c1_mode c2_mode c3_mode all_mode

Définit le mode de fusion pour une composante de pixel donnée, ou pour toutes les composantes de pixel dans le cas de all_mode. La valeur par défaut est normal.

Les valeurs disponibles pour les modes par composante sont :

‘addition’ ‘and’ ‘average’ ‘bleach’ ‘burn’ ‘darken’ ‘difference’ ‘divide’ ‘dodge’ ‘exclusion’ ‘extremity’ ‘freeze’ ‘geometric’ ‘glow’ ‘grainextract’ ‘grainmerge’ ‘hardlight’ ‘hardmix’ ‘hardoverlay’ ‘harmonic’ ‘heat’ ‘interpolate’ ‘lighten’ ‘linearlight’ ‘multiply’ ‘multiply128’ ‘negation’ ‘normal’ ‘or’ ‘overlay’ ‘phoenix’ ‘pinlight’ ‘reflect’ ‘screen’ ‘softdifference’ ‘softlight’ ‘stain’ ‘subtract’ ‘vividlight’ ‘xor’ c0_opacity c1_opacity c2_opacity c3_opacity all_opacity

Définit l'opacité de fusion pour une composante de pixel donnée, ou pour toutes les composantes de pixel dans le cas de all_opacity. Utilisé uniquement en combinaison avec les modes de fusion par composante de pixel.

c0_expr c1_expr c2_expr c3_expr all_expr

Définit l'expression de fusion pour une composante de pixel donnée, ou pour toutes les composantes de pixel dans le cas de all_expr. Notez que les options de mode associées seront ignorées si celles-ci sont définies.

Les expressions peuvent utiliser les variables suivantes :

N

Le numéro séquentiel de l'image filtrée, à partir de 0.

X Y

les coordonnées de l'échantillon courant

W H

la largeur et la hauteur du plan en cours de filtrage

SW SH

L'échelle de largeur et de hauteur pour le plan filtré. C'est le rapport entre les dimensions du plan courant et celles du plan de luminance ; par exemple, pour une image yuv420p, les valeurs sont 1,1 pour le plan de luminance et 0.5,0.5 pour les plans de chrominance.

T

Temps de l'image courante, exprimé en secondes.

TOP, A

Valeur de la composante de pixel à l'emplacement courant pour la première image vidéo (couche du dessus).

BOTTOM, B

Valeur de la composante de pixel à l'emplacement courant pour la seconde image vidéo (couche du dessous).

Le filtre blend prend également en charge les options framesync.

11.14.1 Exemples

• Applique une transition de la couche du dessous vers la couche du dessus au cours des 10 premières secondes :

  blend=all_expr='A*(if(gte(T,10),1,T/10))+B*(1-(if(gte(T,10),1,T/10)))'
  

• Appliquer une transition horizontale linéaire de la couche du dessus vers la couche du dessous :

  blend=all_expr='A*(X/W)+B*(1-X/W)'
  

• Appliquer un effet de damier 1x1 :

  blend=all_expr='if(eq(mod(X,2),mod(Y,2)),A,B)'
  

• Appliquer un effet de découverte par la gauche :

  blend=all_expr='if(gte(N*SW+X,W),A,B)'
  

• Appliquer un effet de découverte par le bas :

  blend=all_expr='if(gte(Y-N*SH,0),A,B)'
  

• Appliquer un effet de découverte par le haut-gauche :

  blend=all_expr='if(gte(T*SH*40+Y,H)*gte((T*40*SW+X)*W/H,W),A,B)'
  

• Diviser la vidéo en diagonale et afficher la couche du dessus et la couche du dessous de chaque côté :

  blend=all_expr='if(gt(X,Y*(W/H)),A,B)'
  

• Afficher les différences entre l'image courante et l'image précédente :

  tblend=all_mode=grainextract
  

11.14.2 Commandes

Ce filtre prend en charge les mêmes commandes que les options.

11.15 blockdetect

Détermine le degré de "blocking" des images sans altérer les images d'entrée.

D'après Remco Muijs et Ihor Kirenko : "A no-reference blocking artifact measure for adaptive video processing." 2005 13th European signal processing conference.

Le filtre accepte les options suivantes :

period_min period_max

Définit les valeurs minimale et maximale pour la détermination des grilles de pixels (périodes). Les valeurs par défaut sont [3,24].

planes

Définit les plans à filtrer. La valeur par défaut est le premier uniquement.

11.15.1 Exemples

• Déterminer le degré de blocking pour le premier plan et rechercher des périodes dans [8,32] :

  blockdetect=period_min=8:period_max=32:planes=1
  

11.16 blurdetect

Détermine le flou des images sans altérer les images d'entrée.

D'après Marziliano, Pina, et al. "A no-reference perceptual blur metric." Permet une abréviation par blocs.

Le filtre accepte les options suivantes :

low high

Définit les valeurs de seuil bas et haut utilisées par l'algorithme de seuillage de Canny.

Le seuil haut sélectionne les pixels de contour "forts", qui sont ensuite reliés par 8-connexité aux pixels de contour "faibles" sélectionnés par le seuil bas.

Les valeurs des seuils bas et haut doivent être choisies dans la plage [0,1], et le seuil bas doit être inférieur ou égal au seuil haut.

La valeur par défaut de low est 20/255, et celle de high est 50/255.

radius

Définit le rayon de recherche autour d'un pixel de contour pour les maxima locaux.

block_pct

Détermine le flou uniquement pour les blocs les plus significatifs, exprimé en pourcentage.

block_width

Détermine le flou pour des blocs de largeur block_width. Si la valeur est inférieure à 1, aucun bloc n'est utilisé et l'image entière est traitée comme un tout, quelle que soit block_height.

block_height

Détermine le flou pour des blocs de hauteur block_height. Si la valeur est inférieure à 1, aucun bloc n'est utilisé et l'image entière est traitée comme un tout, quelle que soit block_width.

planes

Définit les plans à filtrer. La valeur par défaut est le premier uniquement.

11.16.1 Exemples

• Déterminer le flou pour 80 % des blocs 32x32 les plus significatifs :

  blurdetect=block_width=32:block_height=32:block_pct=80
  

11.17 bm3d

Débruite les images à l'aide de l'algorithme Block-Matching 3D.

Le filtre accepte les options suivantes.

sigma

Définit l'intensité du débruitage. La valeur par défaut est 1. La plage autorisée va de 0 à 999.9. L'algorithme de débruitage est très sensible à sigma, ajustez-le donc en fonction de la source.

block

Définit la taille du patch local. Ceci fixe les dimensions en 2D.

bstep

Définit le pas de déplacement pour le traitement des blocs. La valeur par défaut est 4. La plage autorisée va de 1 à 64. Des valeurs plus petites permettent de traiter davantage de blocs de référence et sont plus lentes.

group

Définit le nombre maximal de blocs similaires pour la 3e dimension. La valeur par défaut est 1. Lorsqu'elle est fixée à 1, aucune mise en correspondance de blocs n'est effectuée. Des valeurs plus grandes autorisent davantage de blocs dans un même groupe. La plage autorisée va de 1 à 256.

range

Définit le rayon de recherche pour la mise en correspondance de blocs. La valeur par défaut est 9. La plage autorisée va de 1 à INT32_MAX.

mstep

Définit le pas entre deux emplacements de recherche pour la mise en correspondance de blocs. La valeur par défaut est 1. La plage autorisée va de 1 à 64. Plus la valeur est petite, plus le traitement est lent.

thmse

Définit le seuil d'erreur quadratique moyenne pour la mise en correspondance de blocs. La plage valide va de 0 à INT32_MAX.

hdthr

Définit le paramètre de seuillage pour le seuillage dur dans le domaine transformé en 3D. Des valeurs plus grandes se traduisent par un filtrage de seuillage dur plus fort dans le domaine fréquentiel.

estim

Définit le mode d'estimation du filtrage. Peut être basic ou final. La valeur par défaut est basic.

ref

Si activé, le filtre utilise le 2e flux pour la mise en correspondance de blocs. Désactivé par défaut pour la valeur basic de l'option estim, et toujours activé si la valeur d'estim est final.

planes

Définit les plans à filtrer. La valeur par défaut est tous les plans disponibles sauf l'alpha.

11.17.1 Exemples

• Filtrage de base avec bm3d :

  bm3d=sigma=3:block=4:bstep=2:group=1:estim=basic
  

• Identique à ci-dessus, mais en filtrant uniquement la luminance :

  bm3d=sigma=3:block=4:bstep=2:group=1:estim=basic:planes=1
  

• Identique à ci-dessus, mais avec les deux modes d'estimation :

  split[a][b],[a]bm3d=sigma=3:block=4:bstep=2:group=1:estim=basic[a],[b][a]bm3d=sigma=3:block=4:bstep=2:group=16:estim=final:ref=1
  

• Identique à ci-dessus, mais en préfiltrant avec le filtre nlmeans à la place :

  split[a][b],[a]nlmeans=s=3:r=7:p=3[a],[b][a]bm3d=sigma=3:block=4:bstep=2:group=16:estim=final:ref=1
  

11.18 boxblur

Applique un algorithme de flou par boîte (boxblur) à la vidéo d'entrée.

Il accepte les paramètres suivants :

luma_radius, lr luma_power, lp chroma_radius, cr chroma_power, cp alpha_radius, ar alpha_power, ap

Voici une description des options acceptées.

luma_radius, lr chroma_radius, cr alpha_radius, ar

Définit une expression pour le rayon de la boîte, en pixels, utilisé pour flouter le plan d'entrée correspondant.

La valeur du rayon doit être un nombre non négatif, et ne doit pas être supérieure à la valeur de l'expression min(w,h)/2 pour les plans de luminance et alpha, et de min(cw,ch)/2 pour les plans de chrominance.

La valeur par défaut de luma_radius est "2". Si elle n'est pas indiquée, chroma_radius et alpha_radius prennent par défaut la valeur définie pour luma_radius.

Les expressions peuvent contenir les constantes suivantes :

w h

La largeur et la hauteur de l'entrée en pixels.

cw ch

La largeur et la hauteur de l'image de chrominance d'entrée en pixels.

hsub vsub

Les valeurs de sous-échantillonnage horizontal et vertical de chrominance. Par exemple, pour le pixel format "yuv422p", hsub vaut 2 et vsub vaut 1.

luma_power, lp chroma_power, cp alpha_power, ap

Indique combien de fois le filtre boxblur est appliqué au plan correspondant.

La valeur par défaut de luma_power est 2. Si elle n'est pas indiquée, chroma_power et alpha_power prennent par défaut la valeur définie pour luma_power.

Une valeur de 0 désactive l'effet.

11.18.1 Exemples

• Appliquer un filtre boxblur avec les rayons de luminance, de chrominance et alpha fixés à 2 :

  boxblur=luma_radius=2:luma_power=1
  boxblur=2:1
  

• Fixer le rayon de luminance à 2, et les rayons alpha et de chrominance à 0 :

  boxblur=2:1:cr=0:ar=0
  

• Fixer les rayons de luminance et de chrominance à une fraction de la dimension vidéo :

  boxblur=luma_radius=min(h\,w)/10:luma_power=1:chroma_radius=min(cw\,ch)/10:chroma_power=1
  

11.19 bwdif

Désentrelace la vidéo d'entrée ("bwdif" signifie "Bob Weaver Deinterlacing Filter").

Désentrelacement adaptatif au mouvement basé sur yadif, utilisant les algorithmes w3fdif et d'interpolation cubique. Il accepte les paramètres suivants :

mode

Le mode d'entrelacement à adopter. Il accepte l'une des valeurs suivantes :

0, send_frame

Produit une image en sortie pour chaque image.

1, send_field

Produit une image en sortie pour chaque champ.

La valeur par défaut est send_field.

parity

La parité de champ d'image supposée pour la vidéo entrelacée d'entrée. Elle accepte l'une des valeurs suivantes :

0, tff

Suppose que le champ du haut est le premier.

1, bff

Suppose que le champ du bas est le premier.

-1, auto

Active la détection automatique de la parité de champ.

La valeur par défaut est auto. Si l'entrelacement est inconnu ou si le decoder n'exporte pas cette information, le champ du haut est supposé être le premier.

deint

Indique quelles images désentrelacer. Accepte l'une des valeurs suivantes :

0, all

Désentrelace toutes les images.

1, interlaced

Désentrelace uniquement les images marquées comme entrelacées.

La valeur par défaut est all.

11.20 ccrepack

Réempaquette les données annexes de sous-titrage codé CEA-708

Ce filtre corrige divers problèmes observés avec les encoders commerciaux liés à des charges utiles CEA-708 mal formées en amont, notamment un nombre incorrect de tuples (cc_count erroné pour le FPS cible) et un ordre incorrect des tuples (c'est-à-dire que les tuples CEA-608 ne sont pas dans les premières entrées de la charge utile).

11.21 cas

Applique un filtre de netteté adaptative au contraste (Contrast Adaptive Sharpen) au flux vidéo.

Le filtre accepte les options suivantes :

strength

Définit l'intensité de la netteté. La valeur par défaut est 0.

planes

Définit les plans à filtrer. La valeur par défaut consiste à filtrer tous les plans sauf le plan alpha.

11.21.1 Commandes

Ce filtre prend en charge les mêmes commandes que les options.

11.22 chromahold

Supprime toute information de couleur pour toutes les couleurs sauf une.

Le filtre accepte les options suivantes :

color

La couleur qui ne sera pas remplacée par une chrominance neutre.

similarity

Pourcentage de similarité avec la couleur ci-dessus. 0.01 ne correspond qu'à la couleur clé exacte, tandis que 1.0 correspond à tout.

blend

Pourcentage de mélange. 0.0 rend les pixels soit entièrement gris, soit pas gris du tout. Des valeurs plus élevées préservent davantage la couleur.

yuv

Signale que la couleur transmise est déjà en YUV et non en RGB.

Les couleurs littérales comme "green" ou "red" n'ont alors plus de sens avec cette option activée. Cela permet de transmettre des valeurs YUV exactes sous forme de nombres hexadécimaux.

11.22.1 Commandes

Ce filtre prend en charge les mêmes commandes que les options. La commande accepte la même syntaxe que l'option correspondante.

Si l'expression indiquée n'est pas valide, la valeur actuelle est conservée.

11.23 chromakey

Incrustation de couleur/chrominance dans l'espace colorimétrique YUV.

Le filtre accepte les options suivantes :

color

La couleur qui sera remplacée par de la transparence.

similarity

Pourcentage de similarité avec la couleur clé.

0.01 ne correspond qu'à la couleur clé exacte, tandis que 1.0 correspond à tout.

blend

Pourcentage de mélange.

0.0 rend les pixels soit entièrement transparents, soit pas transparents du tout.

Des valeurs plus élevées produisent des pixels semi-transparents, avec une transparence d'autant plus forte que la couleur du pixel est proche de la couleur clé.

yuv

Signale que la couleur transmise est déjà en YUV et non en RGB.

Les couleurs littérales comme "green" ou "red" n'ont alors plus de sens avec cette option activée. Cela permet de transmettre des valeurs YUV exactes sous forme de nombres hexadécimaux.

11.23.1 Commandes

Ce filtre prend en charge les mêmes commandes que les options. La commande accepte la même syntaxe que l'option correspondante.

Si l'expression indiquée n'est pas valide, la valeur actuelle est conservée.

11.23.2 Exemples

• Rendre transparent chaque pixel vert de l'image d'entrée :

  ffmpeg -i input.png -vf chromakey=green out.png
  

• Superposer une vidéo en fond vert sur un arrière-plan noir statique.

  ffmpeg -f lavfi -i color=c=black:s=1280x720 -i video.mp4 -shortest -filter_complex "[1:v]chromakey=0x70de77:0.1:0.2[ckout];[0:v][ckout]overlay[out]" -map "[out]" output.mkv
  

11.24 chromanr

Réduit le bruit de chrominance.

Le filtre accepte les options suivantes :

thres

Définit le seuil de moyennage des valeurs de chrominance. La somme des différences absolues des composantes Y, U et V du pixel courant et des pixels voisins, si elle est inférieure à ce seuil, sera utilisée dans le moyennage. La composante de luminance reste inchangée et est copiée telle quelle en sortie. La valeur par défaut est 30. La plage autorisée va de 1 à 200.

sizew

Définit le rayon horizontal du rectangle utilisé pour le moyennage. La plage autorisée va de 1 à 100. La valeur par défaut est 5.

sizeh

Définit le rayon vertical du rectangle utilisé pour le moyennage. La plage autorisée va de 1 à 100. La valeur par défaut est 5.

stepw

Définit le pas horizontal lors du moyennage. La valeur par défaut est 1. La plage autorisée va de 1 à 50. Surtout utile pour accélérer le filtrage.

steph

Définit le pas vertical lors du moyennage. La valeur par défaut est 1. La plage autorisée va de 1 à 50. Surtout utile pour accélérer le filtrage.

threy

Définit le seuil Y pour le moyennage des valeurs de chrominance. Permet un contrôle plus fin de l'écart maximal autorisé entre les composantes Y du pixel courant et des pixels voisins. La valeur par défaut est 200. La plage autorisée va de 1 à 200.

threu

Définit le seuil U pour le moyennage des valeurs de chrominance. Permet un contrôle plus fin de l'écart maximal autorisé entre les composantes U du pixel courant et des pixels voisins. La valeur par défaut est 200. La plage autorisée va de 1 à 200.

threv

Définit le seuil V pour le moyennage des valeurs de chrominance. Permet un contrôle plus fin de l'écart maximal autorisé entre les composantes V du pixel courant et des pixels voisins. La valeur par défaut est 200. La plage autorisée va de 1 à 200.

distance

Définit le type de distance utilisé dans les calculs.

‘manhattan’

Différence absolue.

‘euclidean’

Différence au carré.

Le type de distance par défaut est manhattan.

11.24.1 Commandes

Ce filtre prend en charge les mêmes commandes que les options. La commande accepte la même syntaxe que l'option correspondante.

11.25 chromashift

Décale les pixels de chrominance horizontalement et/ou verticalement.

Le filtre accepte les options suivantes :

cbh

Définit le valeur du décalage horizontal du bleu de chrominance.

cbv

Définit le valeur du décalage vertical du bleu de chrominance.

crh

Définit le valeur du décalage horizontal du rouge de chrominance.

crv

Définit le valeur du décalage vertical du rouge de chrominance.

edge

Définit le mode de bord, qui peut être smear, default ou warp.

11.25.1 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

11.26 ciescope

Affiche le diagramme colorimétrique CIE avec les pixels superposés.

Le filtre accepte les options suivantes :

system

Définit le système de couleurs.

‘ntsc, 470m’ ‘ebu, 470bg’ ‘smpte’ ‘240m’ ‘apple’ ‘widergb’ ‘cie1931’ ‘rec709, hdtv’ ‘uhdtv, rec2020’ ‘dcip3’ cie

Définit le système CIE.

‘xyy’ ‘ucs’ ‘luv’ gamuts

Définit les gammes de couleurs à tracer.

Voir l'option system pour les valeurs disponibles.

size, s

Définit la taille de ciescope, par défaut réglée à 512.

intensity, i

Définit l'intensité utilisée pour associer les valeurs des pixels d'entrée au diagramme CIE.

contrast

Définit le contraste utilisé pour tracer les couleurs de la zone en forme de langue qui sortent de la gamme du système de couleurs actif.

corrgamma

Corrige le gamma affiché sur le scope. Activé par défaut.

showwhite

Affiche le point blanc sur le diagramme CIE. Désactivé par défaut.

gamma

Définit le gamma d'entrée. Utilisé uniquement avec l'espace colorimétrique d'entrée XYZ.

fill

Remplit avec les couleurs CIE. Activé par défaut.

11.27 codecview

Visualise les informations exportées par certains codecs.

Certains codecs peuvent exporter des informations à travers les images à l'aide de données annexes ou d'autres moyens. Par exemple, certains codecs basés sur MPEG exportent les vecteurs de mouvement via l'indicateur export_mvs de l'option flags2 du codec.

Le filtre accepte l'option suivante :

block

Affiche la structure de partition en blocs à l'aide du plan de luminance.

mv

Définit les vecteurs de mouvement à visualiser.

Les indicateurs disponibles pour mv sont :

‘pf’

MV prédits en avant pour les images P

‘bf’

MV prédits en avant pour les images B

‘bb’

MV prédits en arrière pour les images B

qp

Affiche les paramètres de quantification à l'aide des plans de chrominance.

mv_type, mvt

Définit le type de vecteurs de mouvement à visualiser. Inclut les MV de toutes les images sauf indication contraire via l'option frame_type.

Les indicateurs disponibles pour mv_type sont :

‘fp’

MV prédits en avant

‘bp’

MV prédits en arrière

frame_type, ft

Définit le type d'image dont il faut visualiser les vecteurs de mouvement.

Les indicateurs disponibles pour frame_type sont :

‘if’

images à codage intra (images I)

‘pf’

images prédites (images P)

‘bf’

images prédites de façon bidirectionnelle (images B)

11.27.1 Exemples

• Visualiser les MV prédits en avant de toutes les images avec ffplay :

  ffplay -flags2 +export_mvs input.mp4 -vf codecview=mv_type=fp
  

• Visualiser les MV multidirectionnels des images P et B avec ffplay :

  ffplay -flags2 +export_mvs input.mp4 -vf codecview=mv=pf+bf+bb
  

11.28 colorbalance

Modifie l'intensité des couleurs primaires (rouge, vert et bleu) des images d'entrée.

Le filtre permet d'ajuster une image d'entrée dans les zones d'ombres, de tons moyens ou de hautes lumières, pour l'équilibre rouge-cyan, vert-magenta ou bleu-jaune.

Une valeur d'ajustement positive déplace l'équilibre vers la couleur primaire, une valeur négative vers la couleur complémentaire.

Le filtre accepte les options suivantes :

rs gs bs

Ajuste les ombres rouge, verte et bleue (pixels les plus sombres).

rm gm bm

Ajuste les tons moyens rouge, vert et bleu (pixels de valeur moyenne).

rh gh bh

Ajuste les hautes lumières rouge, verte et bleue (pixels les plus clairs).

Les plages autorisées pour les options sont [-1.0, 1.0]. Les valeurs par défaut sont 0.

pl

Préserve la luminosité lors du changement de balance des couleurs. Désactivé par défaut.

11.28.1 Exemples

• Ajouter une dominante rouge aux ombres :

  colorbalance=rs=.3
  

11.28.2 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

11.29 colorcontrast

Ajuste le contraste de couleur entre les composantes RGB.

Le filtre accepte les options suivantes :

rc

Définit le contraste rouge-cyan. La valeur par défaut est 0.0. La plage autorisée va de -1.0 à 1.0.

gm

Définit le contraste vert-magenta. La valeur par défaut est 0.0. La plage autorisée va de -1.0 à 1.0.

by

Définit le contraste bleu-jaune. La valeur par défaut est 0.0. La plage autorisée va de -1.0 à 1.0.

rcw gmw byw

Définit le poids de chaque valeur des options rc, gm, by. La valeur par défaut est 0.0. La plage autorisée va de 0.0 à 1.0. Si tous les poids sont à 0.0, le filtrage est désactivé.

pl

Définit le degré de préservation de la luminosité. La valeur par défaut est 0.0. La plage autorisée va de 0.0 à 1.0.

11.29.1 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

11.30 colorcorrect

Ajuste sélectivement la balance des blancs pour les noirs et les blancs. Ce filtre fonctionne dans l'espace colorimétrique YUV.

Le filtre accepte les options suivantes :

rl

Définit le point d'ombre rouge. La plage autorisée va de -1.0 à 1.0. La valeur par défaut est 0.

bl

Définit le point d'ombre bleu. La plage autorisée va de -1.0 à 1.0. La valeur par défaut est 0.

rh

Définit le point de haute lumière rouge. La plage autorisée va de -1.0 à 1.0. La valeur par défaut est 0.

bh

Définit le point de haute lumière bleu. La plage autorisée va de -1.0 à 1.0. La valeur par défaut est 0.

saturation

Définit le degré de saturation. La plage autorisée va de -3.0 à 3.0. La valeur par défaut est 1.

analyze

Si la valeur diffère de manual, chaque image est analysée et les paramètres dérivés sont utilisés pour filtrer l'image de sortie.

Les valeurs possibles sont :

‘manual’ ‘average’ ‘minmax’ ‘median’

La valeur par défaut est manual.

11.30.1 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

11.31 colorchannelmixer

Ajuste les images vidéo d'entrée en remixant les canaux de couleur.

Ce filtre modifie un canal de couleur en ajoutant les valeurs associées aux autres canaux des mêmes pixels. Par exemple, si la valeur à modifier est le rouge, la valeur de sortie sera :

red=red*rr + blue*rb + green*rg + alpha*ra

Le filtre accepte les options suivantes :

rr rg rb ra

Ajuste la contribution des canaux d'entrée rouge, vert, bleu et alpha pour le canal de sortie rouge. La valeur par défaut est 1 pour rr, et 0 pour rg, rb et ra.

gr gg gb ga

Ajuste la contribution des canaux d'entrée rouge, vert, bleu et alpha pour le canal de sortie vert. La valeur par défaut est 1 pour gg, et 0 pour gr, gb et ga.

br bg bb ba

Ajuste la contribution des canaux d'entrée rouge, vert, bleu et alpha pour le canal de sortie bleu. La valeur par défaut est 1 pour bb, et 0 pour br, bg et ba.

ar ag ab aa

Ajuste la contribution des canaux d'entrée rouge, vert, bleu et alpha pour le canal de sortie alpha. La valeur par défaut est 1 pour aa, et 0 pour ar, ag et ab.

Les plages autorisées pour les options sont [-2.0, 2.0].

pc

Définit le mode de préservation des couleurs. Les valeurs acceptées sont :

‘none’

Désactive la préservation des couleurs. C'est la valeur par défaut.

‘lum’

Préserve la luminance.

‘max’

Préserve la valeur maximale du triplet RGB.

‘avg’

Préserve la valeur moyenne du triplet RGB.

‘sum’

Préserve la somme des valeurs du triplet RGB.

‘nrm’

Préserve la valeur normalisée du triplet RGB.

‘pwr’

Préserve la valeur de puissance du triplet RGB.

pa

Définit le degré de préservation des couleurs lors du changement de couleurs. La plage autorisée va de [0.0, 1.0]. La valeur par défaut est 0.0, donc désactivée.

11.31.1 Exemples

• Convertir la source en niveaux de gris :

  colorchannelmixer=.3:.4:.3:0:.3:.4:.3:0:.3:.4:.3
  

• Simuler des tons sépia :

  colorchannelmixer=.393:.769:.189:0:.349:.686:.168:0:.272:.534:.131
  

11.31.2 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

11.32 colordetect

Analyse les images vidéo pour déterminer la plage de valeurs effective et le mode alpha.

Le filtre accepte les options suivantes :

mode

Ensemble des propriétés à détecter. Les propriétés indisponibles, telles que le mode alpha pour une image d'entrée dépourvue de canal alpha, sont ignorées automatiquement.

Accepte une combinaison des indicateurs suivants :

‘color_range’

Détecte si la source contient des pixels de luminance en dehors de la plage limitée (MPEG), ce qui indique qu'il s'agit d'une source YUV en pleine plage.

‘alpha_mode’

Détecte si la source contient des valeurs de couleur supérieures au canal alpha, ce qui indique que le canal alpha est indépendant (straight) plutôt que prémultiplié. Détecte également si le plan alpha est entièrement opaque ou non.

‘all’

Active la détection de toutes les propriétés ci-dessus. C'est la valeur par défaut.

11.33 colorize

Superpose une couleur unie au flux vidéo.

Le filtre accepte les options suivantes :

hue

Définit la teinte de la couleur. La plage autorisée va de 0 à 360. La valeur par défaut est 0.

saturation

Définit la saturation de la couleur. La plage autorisée va de 0 à 1. La valeur par défaut est 0.5.

lightness

Définit la luminosité de la couleur. La plage autorisée va de 0 à 1. La valeur par défaut est 0.5.

mix

Définit le mélange avec la luminosité de la source. La valeur par défaut est 1.0. La plage autorisée va de 0.0 à 1.0.

11.33.1 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

11.34 colorkey

Incrustation par couleur dans l'espace colorimétrique RGB. Ce filtre opère sur des images au format RGB 8 bits en réglant à 0 la composante alpha de chaque pixel qui se situe dans le rayon de similarité de la couleur clé. La valeur alpha des pixels situés hors de ce rayon de similarité dépend de la valeur de l'option blend.

Le filtre accepte les options suivantes :

color

Définit la couleur pour laquelle l'alpha sera réglé à 0 (transparence totale). Voir la section "Color" du manuel ffmpeg-utils. La valeur par défaut est black.

similarity

Définit le rayon autour de la couleur clé à l'intérieur duquel les autres couleurs bénéficient également d'une transparence totale. La distance calculée correspond à la distance fractionnaire unitaire dans l'espace 3D entre les valeurs RGB de la couleur clé et celles du pixel. La plage va de 0.01 à 1.0. La valeur 0.01 ne correspond qu'à un très petit rayon autour de la couleur clé exacte, tandis que 1.0 correspond à tout. La valeur par défaut est 0.01.

blend

Définit comment la valeur alpha des pixels situés hors du rayon de similarité est calculée. La valeur 0.0 rend les pixels soit entièrement transparents, soit entièrement opaques. Des valeurs plus élevées produisent des pixels semi-transparents, avec une transparence d'autant plus grande que la couleur du pixel se rapproche de la couleur clé. La plage va de 0.0 à 1.0. La valeur par défaut est 0.0.

11.34.1 Exemples

• Rendre transparent chaque pixel vert de l'image d'entrée :

  ffmpeg -i input.png -vf colorkey=green out.png
  

• Superposer une vidéo en fond vert par-dessus une image d'arrière-plan statique.

  ffmpeg -i background.png -i video.mp4 -filter_complex "[1:v]colorkey=0x3BBD1E:0.3:0.2[ckout];[0:v][ckout]overlay[out]" -map "[out]" output.flv
  

11.34.2 Commandes

Ce filtre prend en charge les mêmes commandes que les options. La commande accepte la même syntaxe que l'option correspondante.

Si l'expression indiquée n'est pas valide, la valeur actuelle est conservée.

11.35 colorhold

Supprime toutes les informations de couleur pour toutes les couleurs RGB, à l'exception d'une seule.

Le filtre accepte les options suivantes :

color

La couleur qui ne sera pas remplacée par du gris neutre.

similarity

Pourcentage de similarité avec la couleur ci-dessus. 0.01 ne correspond qu'à la couleur clé exacte, tandis que 1.0 correspond à tout.

blend

Pourcentage de mélange. La valeur 0.0 rend les pixels entièrement gris. Des valeurs plus élevées préservent davantage la couleur.

11.35.1 Commandes

Ce filtre prend en charge les mêmes commandes que les options. La commande accepte la même syntaxe que l'option correspondante.

Si l'expression indiquée n'est pas valide, la valeur actuelle est conservée.

11.36 colorlevels

Ajuste les images vidéo d'entrée à l'aide de niveaux.

Le filtre accepte les options suivantes :

rimin gimin bimin aimin

Ajuste le point noir d'entrée du rouge, du vert, du bleu et de l'alpha. Les plages autorisées pour les options sont [-1.0, 1.0]. Les valeurs par défaut sont 0.

rimax gimax bimax aimax

Ajuste le point blanc d'entrée du rouge, du vert, du bleu et de l'alpha. Les plages autorisées pour les options sont [-1.0, 1.0]. Les valeurs par défaut sont 1.

Les niveaux d'entrée servent à éclaircir les hautes lumières (tons clairs), assombrir les ombres (tons foncés) et modifier l'équilibre entre tons clairs et tons foncés.

romin gomin bomin aomin

Ajuste le point noir de sortie du rouge, du vert, du bleu et de l'alpha. Les plages autorisées pour les options sont [0, 1.0]. Les valeurs par défaut sont 0.

romax gomax bomax aomax

Ajuste le point blanc de sortie du rouge, du vert, du bleu et de l'alpha. Les plages autorisées pour les options sont [0, 1.0]. Les valeurs par défaut sont 1.

Les niveaux de sortie permettent de sélectionner manuellement une plage de niveaux de sortie restreinte.

preserve

Définit le mode de préservation des couleurs. Les valeurs acceptées sont :

‘none’

Désactive la préservation des couleurs. C'est la valeur par défaut.

‘lum’

Préserve la luminance.

‘max’

Préserve la valeur maximale du triplet RGB.

‘avg’

Préserve la valeur moyenne du triplet RGB.

‘sum’

Préserve la somme des valeurs du triplet RGB.

‘nrm’

Préserve la valeur normalisée du triplet RGB.

‘pwr’

Préserve la valeur de puissance du triplet RGB.

11.36.1 Exemples

• Assombrir la sortie vidéo :

  colorlevels=rimin=0.058:gimin=0.058:bimin=0.058
  

• Augmenter le contraste :

  colorlevels=rimin=0.039:gimin=0.039:bimin=0.039:rimax=0.96:gimax=0.96:bimax=0.96
  

• Éclaircir la sortie vidéo :

  colorlevels=rimax=0.902:gimax=0.902:bimax=0.902
  

• Augmenter la luminosité :

  colorlevels=romin=0.5:gomin=0.5:bomin=0.5
  

11.36.2 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

11.37 colormap

Applique des cartes de couleurs personnalisées au flux vidéo.

Ce filtre nécessite trois flux vidéo en entrée. Le premier flux est le flux vidéo qui sera filtré. Les deuxième et troisième flux vidéo indiquent les échantillons de couleur pour la correspondance entre la couleur source et la couleur cible.

Le filtre accepte les options suivantes :

patch_size

Définit la taille en pixels des échantillons des flux vidéo source et cible.

nb_patches

Définit le nombre maximal d'échantillons utilisés à partir des flux vidéo source et cible. La valeur par défaut correspond au nombre d'échantillons disponibles dans les flux vidéo supplémentaires. Le nombre maximal d'échantillons autorisé est 64.

type

Définit les ajustements utilisés pour les couleurs cibles. Peut être relative ou absolute. La valeur par défaut est absolute.

kernel

Définit le noyau utilisé pour mesurer les différences de couleur entre les couleurs mises en correspondance.

Les valeurs acceptées sont :

‘euclidean’ ‘weuclidean’

La valeur par défaut est euclidean.

11.38 colormatrix

Convertit la matrice de couleurs.

Le filtre accepte les options suivantes :

src dst

Indique la matrice de couleurs source et de destination. Les deux valeurs doivent être précisées.

Les valeurs acceptées sont :

‘bt709’

BT.709

‘fcc’

FCC

‘bt601’

BT.601

‘bt470’

BT.470

‘bt470bg’

BT.470BG

‘smpte170m’

SMPTE-170M

‘smpte240m’

SMPTE-240M

‘bt2020’

BT.2020

Par exemple, pour convertir de BT.601 vers SMPTE-240M, utilisez la commande :

colormatrix=bt601:smpte240m

11.39 colorspace

Convertit l'espace colorimétrique, les caractéristiques de transfert ou les primaires de couleur. La vidéo d'entrée doit avoir une taille paire.

Le filtre accepte les options suivantes :

all

Indique toutes les propriétés de couleur en une seule fois.

Les valeurs acceptées sont :

‘bt470m’

BT.470M

‘bt470bg’

BT.470BG

‘bt601-6-525’

BT.601-6 525

‘bt601-6-625’

BT.601-6 625

‘bt709’

BT.709

‘smpte170m’

SMPTE-170M

‘smpte240m’

SMPTE-240M

‘bt2020’

BT.2020

space

Indique l'espace colorimétrique de sortie.

Les valeurs acceptées sont :

‘bt709’

BT.709

‘fcc’

FCC

‘bt470bg’

BT.470BG ou BT.601-6 625

‘smpte170m’

SMPTE-170M ou BT.601-6 525

‘smpte240m’

SMPTE-240M

‘ycgco’

YCgCo

‘bt2020ncl’

BT.2020 avec luminance non constante

trc

Indique les caractéristiques de transfert de sortie.

Les valeurs acceptées sont :

‘bt709’

BT.709

‘bt470m’

BT.470M

‘bt470bg’

BT.470BG

‘gamma22’

Gamma constant de 2.2

‘gamma28’

Gamma constant de 2.8

‘smpte170m’

SMPTE-170M, BT.601-6 625 ou BT.601-6 525

‘smpte240m’

SMPTE-240M

‘srgb’

SRGB

‘iec61966-2-1’

iec61966-2-1

‘iec61966-2-4’

iec61966-2-4

‘xvycc’

xvycc

‘bt2020-10’

BT.2020 pour contenu 10 bits

‘bt2020-12’

BT.2020 pour contenu 12 bits

primaries

Indique les primaires de couleur de sortie.

Les valeurs acceptées sont :

‘bt709’

BT.709

‘bt470m’

BT.470M

‘bt470bg’

BT.470BG ou BT.601-6 625

‘smpte170m’

SMPTE-170M ou BT.601-6 525

‘smpte240m’

SMPTE-240M

‘film’

film

‘smpte431’

SMPTE-431

‘smpte432’

SMPTE-432

‘bt2020’

BT.2020

‘jedec-p22’

phosphores JEDEC P22

range

Indique la plage de couleurs de sortie.

Les valeurs acceptées sont :

‘tv’

Plage TV (restreinte)

‘mpeg’

Plage MPEG (restreinte)

‘pc’

Plage PC (complète)

‘jpeg’

Plage JPEG (complète)

format

Indique le format de couleur de sortie.

Les valeurs acceptées sont :

‘yuv420p’

YUV 4:2:0 planaire 8 bits

‘yuv420p10’

YUV 4:2:0 planaire 10 bits

‘yuv420p12’

YUV 4:2:0 planaire 12 bits

‘yuv422p’

YUV 4:2:2 planaire 8 bits

‘yuv422p10’

YUV 4:2:2 planaire 10 bits

‘yuv422p12’

YUV 4:2:2 planaire 12 bits

‘yuv444p’

YUV 4:4:4 planaire 8 bits

‘yuv444p10’

YUV 4:4:4 planaire 10 bits

‘yuv444p12’

YUV 4:4:4 planaire 12 bits

fast

Effectue une conversion rapide, qui saute la correction du gamma et des primaires. Cela consomme nettement moins de CPU, mais donne un résultat mathématiquement incorrect. Pour obtenir une sortie compatible avec celle produite par le filtre colormatrix, utilisez fast=1.

dither

Indique le mode de tramage.

Les valeurs acceptées sont :

‘none’

Aucun tramage

‘fsb’

Tramage de Floyd-Steinberg

wpadapt

Mode d'adaptation du point blanc.

Les valeurs acceptées sont :

‘bradford’

adaptation du point blanc de Bradford

‘vonkries’

adaptation du point blanc de von Kries

‘identity’

adaptation du point blanc identité (c'est-à-dire aucune adaptation du point blanc)

clipgamut

Contrôle la façon d'écrêter les couleurs hors gamut qui résultent de la conversion d'espace colorimétrique.

Les valeurs acceptées sont :

‘none’

Aucun écrêtage des couleurs hors gamut.

‘rgb’

Écrête les valeurs RGB à la plage [0, 1] lors de la construction des LUT de transfert gamma.

iall

Remplace toutes les propriétés d'entrée en une seule fois. Mêmes valeurs acceptées que all.

ispace

Remplace l'espace colorimétrique d'entrée. Mêmes valeurs acceptées que space.

iprimaries

Remplace les primaires de couleur d'entrée. Mêmes valeurs acceptées que primaries.

itrc

Remplace les caractéristiques de transfert d'entrée. Mêmes valeurs acceptées que trc.

irange

Remplace la plage de couleurs d'entrée. Mêmes valeurs acceptées que range.

Le filtre convertit les caractéristiques de transfert, l'espace colorimétrique et les primaires de couleur aux valeurs spécifiées par l'utilisateur. La valeur de sortie, si elle n'est pas spécifiée, est définie sur une valeur par défaut basée sur la propriété "all". Si cette propriété n'est pas non plus spécifiée, le filtre consigne une erreur. La plage de couleurs et le format de sortie prennent par défaut la même valeur que la plage de couleurs et le format d'entrée. Les caractéristiques de transfert, l'espace colorimétrique, les primaires de couleur et la plage de couleurs d'entrée doivent être définis sur les données d'entrée. Si l'un de ces éléments est manquant, le filtre consigne une erreur et aucune conversion n'a lieu.

Par exemple, pour convertir l'entrée en SMPTE-240M, utilisez la commande :

colorspace=smpte240m

11.40 colortemperature

Ajuste la température de couleur dans la vidéo afin de simuler des variations de température de couleur ambiante.

Le filtre accepte les options suivantes :

temperature

Définit la température en kelvins. La plage autorisée va de 1000 à 40000. La valeur par défaut est 6500 K.

mix

Définit le mélange avec la sortie filtrée. La plage autorisée va de 0 à 1. La valeur par défaut est 1.

pl

Définit le degré de préservation de la luminosité. La plage autorisée va de 0 à 1. La valeur par défaut est 0.

11.40.1 Commandes

Ce filtre prend en charge les mêmes commandes que les options.

11.41 convolution

Applique une convolution 3x3, 5x5, 7x7 ou horizontale/verticale jusqu'à 49 éléments.

Le filtre accepte les options suivantes :

0m 1m 2m 3m

Définit la matrice pour chaque plan. La matrice est une séquence de 9, 25 ou 49 entiers signés en mode square, et d'un nombre impair d'entiers signés compris entre 1 et 49 en mode row.

0rdiv 1rdiv 2rdiv 3rdiv

Définit le multiplicateur de la valeur calculée pour chaque plan. Si non défini ou égal à 0, il correspond à 1 divisé par la somme de tous les éléments de la matrice.

0bias 1bias 2bias 3bias

Définit le biais pour chaque plan. Cette valeur est ajoutée au résultat de la multiplication. Utile pour rendre l'image globale plus claire ou plus sombre. La valeur par défaut est 0.0.

0mode 1mode 2mode 3mode

Définit le mode de matrice pour chaque plan. Peut être square, row ou column. La valeur par défaut est square.

11.41.1 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

11.41.2 Exemples

• Applique un renforcement de netteté :

  convolution="0 -1 0 -1 5 -1 0 -1 0:0 -1 0 -1 5 -1 0 -1 0:0 -1 0 -1 5 -1 0 -1 0:0 -1 0 -1 5 -1 0 -1 0"
  

• Applique un flou :

  convolution="1 1 1 1 1 1 1 1 1:1 1 1 1 1 1 1 1 1:1 1 1 1 1 1 1 1 1:1 1 1 1 1 1 1 1 1:1/9:1/9:1/9:1/9"
  

• Applique un renforcement des contours :

  convolution="0 0 0 -1 1 0 0 0 0:0 0 0 -1 1 0 0 0 0:0 0 0 -1 1 0 0 0 0:0 0 0 -1 1 0 0 0 0:5:1:1:1:0:128:128:128"
  

• Applique une détection de contours :

  convolution="0 1 0 1 -4 1 0 1 0:0 1 0 1 -4 1 0 1 0:0 1 0 1 -4 1 0 1 0:0 1 0 1 -4 1 0 1 0:5:5:5:1:0:128:128:128"
  

• Applique un détecteur de contours laplacien incluant les diagonales :

  convolution="1 1 1 1 -8 1 1 1 1:1 1 1 1 -8 1 1 1 1:1 1 1 1 -8 1 1 1 1:1 1 1 1 -8 1 1 1 1:5:5:5:1:0:128:128:0"
  

• Applique un effet de relief :

  convolution="-2 -1 0 -1 1 1 0 1 2:-2 -1 0 -1 1 1 0 1 2:-2 -1 0 -1 1 1 0 1 2:-2 -1 0 -1 1 1 0 1 2"
  

11.42 convolve

Applique une convolution 2D du flux vidéo dans le domaine fréquentiel en utilisant le second flux comme impulsion.

Le filtre accepte les options suivantes :

planes

Définit les plans à traiter.

impulse

Définit les images vidéo d'impulsion à traiter. Peut valoir first ou all. La valeur par défaut est all.

Le filtre convolve prend également en charge les options framesync.

11.43 copy

Copie la source vidéo d'entrée sans modification vers la sortie. Ceci est principalement utile à des fins de test.

11.44 coreimage

Filtrage vidéo sur GPU à l'aide de l'API CoreImage d'Apple sous OSX.

L'accélération matérielle repose sur un contexte OpenGL. Cela signifie généralement que le traitement est effectué par le matériel vidéo. Cependant, il existe des implémentations OpenGL logicielles, ce qui signifie qu'aucune garantie de traitement matériel n'est donnée. Cela dépend de la version d'OSX utilisée.

Apple fournit de nombreux filtres et générateurs d'images accompagnés d'une grande variété d'options. Le filtre doit être référencé par son nom ainsi que par ses options.

Le filtre coreimage accepte les options suivantes :

list_filters

Liste tous les filtres et générateurs disponibles, avec leurs options respectives ainsi que les valeurs minimales et maximales possibles et les valeurs par défaut.

list_filters=true

filter

Indique tous les filtres par leur nom et leurs options respectifs. Utilisez list_filters pour déterminer tous les noms de filtres et options valides. Les options numériques sont indiquées par une valeur float et sont automatiquement bornées à leur plage de valeurs respective. Les options de type vecteur et couleur doivent être indiquées par une liste de valeurs float séparées par des espaces. L'échappement des caractères doit être effectué. Un nom d'option spécial, default, permet d'utiliser les options par défaut d'un filtre.

Il est nécessaire d'indiquer soit default, soit au moins une des options du filtre. Toutes les options omises sont utilisées avec leurs valeurs par défaut. La syntaxe de la chaîne de filtre est la suivante :

filter=<NAME>@<OPTION>=<VALUE>[@<OPTION>=<VALUE>][@...][#<NAME>@<OPTION>=<VALUE>[@<OPTION>=<VALUE>][@...]][#...]

output_rect

Indique un rectangle dans lequel la sortie de la chaîne de filtres est copiée dans l'image d'entrée. Il est donné par une liste de valeurs float séparées par des espaces :

output_rect=x\ y\ width\ height

Si non indiqué, le rectangle de sortie est égal aux dimensions de l'image d'entrée. Le rectangle de sortie est automatiquement rogné aux bords de l'image d'entrée. Des valeurs négatives sont valides pour chaque composante.

output_rect=25\ 25\ 100\ 100

Plusieurs filtres peuvent être chaînés pour un traitement successif sans transferts GPU-HOST, ce qui permet un traitement rapide de chaînes de filtres complexes. Pour l'instant, seuls les filtres ayant zéro image d'entrée (générateurs) ou exactement une image d'entrée (filtres), et une image de sortie, sont pris en charge. De plus, les filtres de transition ne sont pas encore utilisables comme prévu.

Certains filtres génèrent des images de sortie avec un remplissage supplémentaire selon le noyau du filtre concerné. Ce remplissage est automatiquement supprimé afin que la sortie du filtre ait la même taille que l'image d'entrée.

Pour les générateurs d'images, la taille de l'image de sortie est déterminée respectivement par l'image de sortie précédente de la chaîne de filtres ou par l'image d'entrée de l'ensemble de la chaîne de filtres. Les générateurs n'utilisent pas les informations de pixels de cette image pour générer leur sortie. Cependant, la sortie générée est mélangée à cette image, ce qui entraîne une couverture partielle ou totale de l'image de sortie.

La source vidéo coreimagesrc peut être utilisée pour générer des images d'entrée directement injectées dans la chaîne de filtres. Grâce à elle, il n'est pas nécessaire de fournir des images d'entrée via une autre source vidéo ou une vidéo d'entrée.

11.44.1 Exemples

• Liste tous les filtres disponibles :

  coreimage=list_filters=true
  

• Utilise le filtre CIBoxBlur avec les options par défaut pour flouter une image :

  coreimage=filter=CIBoxBlur@default
  

• Utilise une chaîne de filtres avec CISepiaTone aux valeurs par défaut et CIVignetteEffect avec son centre en 100x100 et un rayon de 50 pixels :

  coreimage=filter=CIBoxBlur@default#CIVignetteEffect@inputCenter=100\ 100@inputRadius=50
  

• Utilise nullsrc et CIQRCodeGenerator pour créer un QR code pour la page d'accueil de FFmpeg, donné comme ligne de commande complète et échappée pour le shell bash standard d'Apple :

  ffmpeg -f lavfi -i nullsrc=s=100x100,coreimage=filter=CIQRCodeGenerator@inputMessage=https\\\\\://FFmpeg.org/@inputCorrectionLevel=H -frames:v 1 QRCode.png
  

11.45 corr

Obtient la corrélation entre deux vidéos d'entrée.

Ce filtre prend deux vidéos en entrée.

Les deux vidéos d'entrée doivent avoir la même résolution et le même pixel format pour que ce filtre fonctionne correctement. Il suppose aussi que les deux entrées ont le même nombre d'images, comparées une par une.

La corrélation obtenue par composante, ainsi que la moyenne, le minimum et le maximum, est affichée via le système de journalisation.

Ce filtre stocke la corrélation calculée de chaque image dans les métadonnées de l'image.

Ce filtre prend également en charge les options framesync.

Dans l'exemple ci-dessous, le fichier d'entrée main.mpg traité est comparé au fichier de référence ref.mpg.

ffmpeg -i main.mpg -i ref.mpg -lavfi corr -f null -

11.46 cover_rect

Recouvre un objet rectangulaire.

Accepte les options suivantes :

cover

Chemin de l'image de recouvrement facultative, qui doit être au format yuv420.

mode

Définit le mode de recouvrement.

Accepte les valeurs suivantes :

‘cover’

le recouvre avec l'image fournie

‘blur’

le recouvre en interpolant les pixels environnants

La valeur par défaut est blur.

11.46.1 Exemples

• Recouvre un objet rectangulaire d'une vidéo donnée par l'image fournie, à l'aide de ffmpeg :

  ffmpeg -i file.ts -vf find_rect=newref.pgm,cover_rect=cover.jpg:mode=cover new.mkv
  

11.47 crop

Rogne la vidéo d'entrée selon les dimensions indiquées.

Accepte les paramètres suivants :

w, out_w

La largeur de la vidéo de sortie. La valeur par défaut est iw. Cette expression est évaluée une seule fois lors de la configuration du filtre, ou lorsque la commande ‘w’ ou ‘out_w’ est envoyée.

h, out_h

La hauteur de la vidéo de sortie. La valeur par défaut est ih. Cette expression est évaluée une seule fois lors de la configuration du filtre, ou lorsque la commande ‘h’ ou ‘out_h’ est envoyée.

x

La position horizontale, dans la vidéo d'entrée, du bord gauche de la vidéo de sortie. La valeur par défaut est (in_w-out_w)/2. Cette expression est évaluée pour chaque image.

y

La position verticale, dans la vidéo d'entrée, du bord supérieur de la vidéo de sortie. La valeur par défaut est (in_h-out_h)/2. Cette expression est évaluée pour chaque image.

keep_aspect

Si définie à 1, force le rapport d'aspect d'affichage de la sortie à être identique à celui de l'entrée, en modifiant le rapport d'aspect d'échantillon de sortie. La valeur par défaut est 0.

exact

Active le rognage exact. Si activée, les vidéos sous-échantillonnées sont rognées exactement aux largeur/hauteur/x/y indiqués et ne sont pas arrondies à la valeur inférieure la plus proche. La valeur par défaut est 0.

Les paramètres out_w, out_h, x, y sont des expressions contenant les constantes suivantes :

x y

Les valeurs calculées de x et y. Elles sont évaluées pour chaque nouvelle image.

in_w in_h

La largeur et la hauteur d'entrée.

iw ih

Identiques à in_w et in_h.

out_w out_h

La largeur et la hauteur de sortie (après rognage).

ow oh

Identiques à out_w et out_h.

a

identique à iw / ih

sar

rapport d'aspect d'échantillon d'entrée

dar

rapport d'aspect d'affichage d'entrée ; identique à (iw / ih) * sar

hsub vsub

Valeurs de sous-échantillonnage chroma horizontal et vertical. Par exemple, pour le pixel format "yuv422p", hsub vaut 2 et vsub vaut 1.

n

Le numéro de l'image d'entrée, à partir de 0.

pos

la position dans le fichier de l'image d'entrée, NAN si inconnue ; obsolète, à ne pas utiliser

t

L'horodatage exprimé en secondes. Vaut NAN si l'horodatage d'entrée est inconnu.

L'expression de out_w peut dépendre de la valeur de out_h, et l'expression de out_h peut dépendre de out_w, mais elles ne peuvent pas dépendre de x et y, car x et y sont évalués après out_w et out_h.

Les paramètres x et y indiquent les expressions de la position du coin supérieur gauche de la zone de sortie (non rognée). Elles sont évaluées pour chaque image. Si la valeur évaluée n'est pas valide, elle est approximée à la valeur valide la plus proche.

L'expression de x peut dépendre de y, et l'expression de y peut dépendre de x.

11.47.1 Exemples

• Rogne une zone de taille 100x100 à la position (12,34).

  crop=100:100:12:34
  

Avec les options nommées, l'exemple ci-dessus devient :

    crop=w=100:h=100:x=12:y=34

• Rogne la zone d'entrée centrale à la taille 100x100 :

  crop=100:100
  

• Rogne la zone d'entrée centrale aux 2/3 de la taille de la vidéo d'entrée :

  crop=2/3*in_w:2/3*in_h
  

• Rogne le carré central de la vidéo d'entrée :

  crop=out_w=in_h
  crop=in_h
  

• Délimite le rectangle dont le coin supérieur gauche est placé à la position 100:100 et dont le coin inférieur droit correspond au coin inférieur droit de l'image d'entrée.

  crop=in_w-100:in_h-100:100:100
  

• Rogne 10 pixels sur les bords gauche et droit, et 20 pixels sur les bords haut et bas.

  crop=in_w-2*10:in_h-2*20
  

• Ne conserve que le quart inférieur droit de l'image d'entrée :

  crop=in_w/2:in_h/2:in_w/2:in_h/2
  

• Rogne la hauteur pour obtenir le nombre d'or (harmonie grecque) :

  crop=in_w:1/PHI*in_w
  

• Applique un effet de tremblement :

  crop=in_w/2:in_h/2:(in_w-out_w)/2+((in_w-out_w)/2)*sin(n/10):(in_h-out_h)/2 +((in_h-out_h)/2)*sin(n/7)
  

• Applique un effet de caméra erratique en fonction de l'horodatage :

  crop=in_w/2:in_h/2:(in_w-out_w)/2+((in_w-out_w)/2)*sin(t*10):(in_h-out_h)/2 +((in_h-out_h)/2)*sin(t*13)
  

• Définit x en fonction de la valeur de y :

  crop=in_w/2:in_h/2:y:10+10*sin(n/10)
  

11.47.2 Commandes

Ce filtre prend en charge les commandes suivantes :

w, out_w h, out_h x y

Définit la largeur/hauteur de la vidéo de sortie et la position horizontale/verticale dans la vidéo d'entrée. La commande accepte la même syntaxe que l'option correspondante.

Si l'expression indiquée n'est pas valide, elle conserve sa valeur actuelle.

11.48 cropdetect

Détecte automatiquement la taille de rognage.

Calcule les paramètres de rognage nécessaires et affiche les paramètres recommandés via le système de journalisation. Les dimensions détectées correspondent à la zone non noire ou à la zone vidéo de l'entrée, selon mode.

Accepte les paramètres suivants :

mode

Selon mode, la détection de rognage se base soit sur la simple valeur de noir des pixels environnants, soit sur une combinaison de vecteurs de mouvement et de pixels de contour.

‘black’

Détecte les pixels noirs entourant la vidéo en cours de lecture. Pour un contrôle fin, utilisez l'option limit.

‘mvedges’

Détecte la vidéo en cours de lecture à l'aide des vecteurs de mouvement à l'intérieur de la vidéo et en recherchant les pixels de contour formant typiquement le bord d'une vidéo en cours de lecture.

limit

Définit le seuil de valeur de noir supérieur, qui peut être indiqué de rien (0) à tout (255 pour les formats en 8 bits). Une valeur d'intensité supérieure à la valeur définie est considérée comme non noire. La valeur par défaut est 24. Vous pouvez aussi indiquer une valeur entre 0.0 et 1.0, qui est mise à l'échelle selon la profondeur de bits du pixel format.

round

La valeur par laquelle la largeur/hauteur doit être divisible. La valeur par défaut est 16. Le décalage est automatiquement ajusté pour centrer la vidéo. Utilisez 2 pour n'obtenir que des dimensions paires (nécessaire pour la vidéo 4:2:2). 16 est optimal pour l'encodage vers la plupart des codecs vidéo.

skip

Définit le nombre d'images initiales pour lesquelles l'évaluation est ignorée. La valeur par défaut est 2. La plage va de 0 à INT_MAX.

reset_count, reset

Définit le compteur qui détermine, après combien d'images, cropdetect réinitialise la plus grande zone vidéo détectée précédemment et recommence à détecter la zone de rognage optimale actuelle. La valeur par défaut est 0.

Cela peut être utile lorsque des logos de chaîne déforment la zone vidéo. 0 signifie ’ne jamais réinitialiser’, et renvoie la plus grande zone rencontrée pendant la lecture.

mv_threshold

Définit le mouvement en unités de pixels comme seuil de détection de mouvement. La valeur par défaut est 8.

low high

Définit les seuils bas et haut utilisés par l'algorithme de seuillage de Canny.

Le seuil haut sélectionne les pixels de contour "forts", qui sont ensuite reliés par 8-connexité aux pixels de contour "faibles" sélectionnés par le seuil bas.

Les valeurs des seuils low et high doivent être choisies dans la plage [0,1], et low doit être inférieur ou égal à high.

La valeur par défaut de low est 5/255, et celle de high est 15/255.

11.48.1 Exemples

• Trouve une zone vidéo entourée de bords noirs :

  ffmpeg -i file.mp4 -vf cropdetect,metadata=mode=print -f null -
  

• Trouve une zone vidéo intégrée, en générant au préalable des vecteurs de mouvement :

  ffmpeg -i file.mp4 -vf mestimate,cropdetect=mode=mvedges,metadata=mode=print -f null -
  

• Trouve une zone vidéo intégrée, en utilisant les vecteurs de mouvement du decoder :

  ffmpeg -flags2 +export_mvs -i file.mp4 -vf cropdetect=mode=mvedges,metadata=mode=print -f null -
  

11.48.2 Commandes

Ce filtre prend en charge les commandes suivantes :

limit

La commande accepte la même syntaxe que l'option correspondante. Si l'expression indiquée n'est pas valide, elle conserve sa valeur actuelle.

11.49 cue

Retarde le filtrage vidéo jusqu'à un horodatage d'horloge murale (wallclock) donné. Le filtre laisse d'abord passer un nombre d'images égal à preroll, puis met en tampon au maximum un nombre d'images égal à buffer et attend le cue. Une fois le cue atteint, il transmet les images mises en tampon ainsi que toutes les images suivantes arrivant en entrée.

Ce filtre peut être utilisé pour synchroniser la sortie de plusieurs processus ffmpeg destinés à des périphériques de sortie temps réel comme decklink. En plaçant le délai dans la chaîne de filtrage et en mettant les images en tampon à l'avance, le processus peut transmettre les données à la sortie presque immédiatement après avoir atteint l'horodatage d'horloge murale cible.

Une précision d'image parfaite ne peut pas être garantie, mais le résultat est suffisant pour certains cas d'usage.

cue

L'horodatage du cue, exprimé en horodatage UNIX en microsecondes. La valeur par défaut est 0.

preroll

La durée du contenu à transmettre en tant que preroll, exprimée en secondes. La valeur par défaut est 0.

buffer

La durée maximale du contenu à mettre en tampon avant d'attendre le cue, exprimée en secondes. La valeur par défaut est 0.

11.50 curves

Applique des ajustements de couleur à l'aide de courbes.

Ce filtre est similaire aux outils de courbes d'Adobe Photoshop et de GIMP. Chaque composante (rouge, verte et bleue) a ses valeurs définies par N points clés reliés entre eux à l'aide d'une courbe lisse. L'axe des x représente les valeurs de pixel de l'image d'entrée, et l'axe des y les nouvelles valeurs de pixel à définir pour l'image de sortie.

Par défaut, une courbe de composante est définie par les deux points (0;0) et (1;1). Cela crée une droite où chaque valeur de pixel d'origine est "ajustée" à sa propre valeur, c'est-à-dire sans changement de l'image.

Le filtre permet de redéfinir ces deux points et d'en ajouter d'autres. Une nouvelle courbe est définie pour passer en douceur par toutes ces nouvelles coordonnées. Les nouveaux points définis doivent être strictement croissants sur l'axe des x, et leurs valeurs x et y doivent se situer dans l'intervalle [0;1]. La courbe est formée à l'aide d'une interpolation par spline cubique naturelle ou monotone, selon l'option interp (par défaut : natural). La spline natural produit en général une courbe plus lisse, tandis que la spline monotone (pchip) garantit que les transitions entre les points indiqués sont monotones. Si les courbes calculées sortent de l'espace vectoriel, les valeurs sont écrêtées en conséquence.

Le filtre accepte les options suivantes :

preset

Sélectionne l'un des préréglages de couleur disponibles. Cette option peut être utilisée en complément des paramètres r, g, b ; dans ce cas, les options ultérieures sont prioritaires sur les valeurs du préréglage. Les préréglages disponibles sont :

‘none’ ‘color_negative’ ‘cross_process’ ‘darker’ ‘increase_contrast’ ‘lighter’ ‘linear_contrast’ ‘medium_contrast’ ‘negative’ ‘strong_contrast’ ‘vintage’

La valeur par défaut est none.

master, m

Définit les points clés master. Ces points définissent une correspondance de second passage. On l'appelle parfois un mappage de "luminance" ou de "valeur". Il peut être utilisé avec r, g, b ou all car il agit comme un LUT de post-traitement.

red, r

Définit les points clés de la composante rouge.

green, g

Définit les points clés de la composante verte.

blue, b

Définit les points clés de la composante bleue.

all

Définit les points clés pour toutes les composantes (à l'exclusion de master). Peut être utilisée en complément des autres options de composante de points clés. Dans ce cas, la ou les composantes non définies se rabattent sur ce réglage all.

psfile

Indique un fichier de courbes Photoshop (.acv) depuis lequel importer les réglages.

plot

Enregistre un script Gnuplot des courbes dans le fichier indiqué.

interp

Indique le type d'interpolation. Les algorithmes disponibles sont :

‘natural’

Spline cubique naturelle utilisant un polynôme cubique par morceaux deux fois continûment dérivable.

‘pchip’

Spline cubique monotone utilisant un polynôme d'interpolation cubique d'Hermite par morceaux (PCHIP).

Pour éviter certains conflits de syntaxe de filtergraph, chaque liste de points clés doit être définie avec la syntaxe suivante : x0/y0 x1/y1 x2/y2 ....

11.50.1 Commandes

Ce filtre prend en charge les mêmes commandes que les options.

11.50.2 Exemples

• Augmente légèrement le niveau moyen de bleu :

  curves=blue='0/0 0.5/0.58 1/1'
  

• Effet vintage :

  curves=r='0/0.11 .42/.51 1/0.95':g='0/0 0.50/0.48 1/1':b='0/0.22 .49/.44 1/0.8'
  

On obtient ici les coordonnées suivantes pour chaque composante :

red

(0;0.11) (0.42;0.51) (1;0.95)

green

(0;0) (0.50;0.48) (1;1)

blue

(0;0.22) (0.49;0.44) (1;0.80)

• L'exemple précédent peut aussi être obtenu avec le préréglage intégré associé :

  curves=preset=vintage
  

• Ou tout simplement :

  curves=vintage
  

• Utilise un préréglage Photoshop et redéfinit les points de la composante verte :

  curves=psfile='MyCurvesPresets/purple.acv':green='0/0 0.45/0.53 1/1'
  

• Vérifie les courbes du profil cross_process à l'aide de ffmpeg et de gnuplot :

  ffmpeg -f lavfi -i color -vf curves=cross_process:plot=/tmp/curves.plt -frames:v 1 -f null -
  gnuplot -p /tmp/curves.plt
  

11.51 datascope

Filtre d'analyse de données vidéo.

Ce filtre affiche les valeurs de pixel hexadécimales d'une partie de la vidéo.

Le filtre accepte les options suivantes :

size, s

Définit la taille de la vidéo de sortie.

x

Définit le décalage x à partir duquel prélever les pixels.

y

Définit le décalage y à partir duquel prélever les pixels.

mode

Définit le mode du scope. Peut être l'un des suivants :

‘mono’

Dessine les valeurs de pixel hexadécimales en blanc sur fond noir.

‘color’

Dessine les valeurs de pixel hexadécimales avec la couleur de pixel de la vidéo d'entrée sur fond noir.

‘color2’

Dessine les valeurs de pixel hexadécimales sur un fond de couleur prélevé dans la vidéo d'entrée ; la couleur du texte est choisie de manière à rester toujours visible.

axis

Dessine les numéros de ligne et de colonne à gauche et en haut de la vidéo.

opacity

Définit l'opacité du fond.

format

Définit le format d'affichage des nombres. Peut être hex ou dec. La valeur par défaut est hex.

components

Définit les composantes de pixel à afficher. Par défaut, toutes les composantes de pixel sont affichées.

11.51.1 Commandes

Ce filtre prend en charge les mêmes commandes que les options, à l'exception de l'option size.

11.52 dblur

Applique un filtre de flou directionnel.

Le filtre accepte les options suivantes :

angle

Définit l'angle du flou directionnel. La valeur par défaut est 45.

radius

Définit le rayon du flou directionnel. La valeur par défaut est 5.

planes

Définit les plans à filtrer. Par défaut, tous les plans sont filtrés.

11.52.1 Commandes

Ce filtre prend en charge les mêmes commandes que les options. La commande accepte la même syntaxe que l'option correspondante.

Si l'expression indiquée n'est pas valide, elle conserve sa valeur actuelle.

11.53 dctdnoiz

Débruite les images à l'aide d'une DCT 2D (filtrage dans le domaine fréquentiel).

Ce filtre n'est pas conçu pour le temps réel.

Le filtre accepte les options suivantes :

sigma, s

Définit la constante sigma du bruit.

Ce sigma définit un seuil strict de 3 * sigma ; tout coefficient DCT (en valeur absolue) inférieur à ce seuil est écarté.

Pour un filtrage plus avancé, consultez expr.

La valeur par défaut est 0.

overlap

Définit le nombre de pixels de chevauchement pour chaque bloc. Comme ce filtre peut être lent, vous voudrez peut-être réduire cette valeur, au prix d'un filtre moins efficace et d'un risque d'artefacts divers.

Si la valeur de chevauchement ne permet pas de traiter toute la largeur ou la hauteur d'entrée, un avertissement s'affiche et les bords concernés ne sont pas débruités.

La valeur par défaut est blocksize-1, ce qui constitue le meilleur réglage possible.

expr, e

Définit l'expression du facteur de coefficient.

Pour chaque coefficient d'un bloc DCT, cette expression est évaluée comme une valeur multiplicative pour le coefficient.

Si cette option est définie, l'option sigma est ignorée.

La valeur absolue du coefficient est accessible via la variable c.

n

Définit la taille de bloc à l'aide du nombre de bits. 1<<n définit la taille de bloc, c'est-à-dire la largeur et la hauteur des blocs traités.

La valeur par défaut est 3 (8x8), et peut être portée à 4 pour une taille de bloc de 16x16. Notez que la modification de ce réglage a des conséquences importantes sur la vitesse de traitement. De plus, une taille de bloc plus grande ne signifie pas nécessairement un meilleur débruitage.

11.53.1 Exemples

Applique une réduction de bruit avec un sigma de 4.5 :

dctdnoiz=4.5

La même opération peut être obtenue avec le système d'expressions :

dctdnoiz=e='gte(c, 4.5*3)'

Réduction de bruit violente avec une taille de bloc de 16x16 :

dctdnoiz=15:n=4

11.54 deband

Supprime les artefacts de banding de la vidéo d'entrée. Il fonctionne en remplaçant les pixels concernés par la valeur moyenne des pixels de référence.

Le filtre accepte les options suivantes :

1thr 2thr 3thr 4thr

Définit le seuil de détection du banding pour chaque plan. La valeur par défaut est 0.02. La plage valide va de 0.00003 à 0.5. Si la différence entre le pixel courant et le pixel de référence est inférieure au seuil, il est considéré comme concerné par le banding.

range, r

Plage de détection du banding en pixels. La valeur par défaut est 16. Si la valeur est positive, un nombre aléatoire compris entre 0 et la valeur définie est utilisé. Si elle est négative, la valeur absolue exacte est utilisée. Cette plage définit un carré de quatre pixels autour du pixel courant.

direction, d

Définit en radians la direction à partir de laquelle les quatre pixels sont comparés. Si la valeur est positive, une direction aléatoire comprise entre 0 et la direction définie est choisie. Si elle est négative, la valeur absolue exacte est choisie. Par exemple, une direction de 0, -PI ou -2*PI radians ne retient que les pixels de la même ligne, et -PI/2 ne retient que les pixels de la même colonne.

blur, b

Si l'option est activée, le pixel courant est comparé à la valeur moyenne des quatre pixels environnants. Elle est activée par défaut. Si elle est désactivée, le pixel courant est comparé individuellement à chacun des quatre pixels environnants. Le pixel est considéré comme concerné par le banding uniquement si les quatre différences avec les pixels environnants sont toutes inférieures au seuil.

coupling, c

Si l'option est activée, le pixel courant n'est modifié que si toutes ses composantes sont concernées par le banding, c'est-à-dire que le seuil de détection du banding est atteint pour toutes les composantes de couleur. Elle est désactivée par défaut.

11.54.1 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

11.55 deblock

Supprime les artefacts de blocs de la vidéo d'entrée.

Le filtre accepte les options suivantes :

filter

Définit le type de filtrage, weak ou strong. La valeur par défaut est strong. Cela contrôle le type de déblocage appliqué.

block

Définit la taille du bloc. La plage autorisée va de 4 à 512. La valeur par défaut est 8.

alpha beta gamma delta

Définit les seuils de détection du blocking. La plage autorisée va de 0 à 1. Les valeurs par défaut sont : 0.098 pour alpha et 0.05 pour les autres. Un seuil plus élevé augmente l'intensité du déblocage. Le réglage d'alpha contrôle la détection du seuil exactement au bord du bloc. Les autres options contrôlent la détection du seuil à proximité du bord, chacune pour le dessous/dessus ou la gauche/droite. Régler l'une d'entre elles à 0 désactive le déblocage.

planes

Définit les plans à filtrer. Par défaut, tous les plans disponibles sont filtrés.

11.55.1 Exemples

• Déblocage avec le filtre weak et une taille de bloc de 4 pixels.

  deblock=filter=weak:block=4
  

• Déblocage avec le filtre strong, une taille de bloc de 4 pixels et des seuils personnalisés pour débloquer davantage de bords.

  deblock=filter=strong:block=4:alpha=0.12:beta=0.07:gamma=0.06:delta=0.05
  

• Identique à ci-dessus, mais en filtrant uniquement le premier plan.

  deblock=filter=strong:block=4:alpha=0.12:beta=0.07:gamma=0.06:delta=0.05:planes=1
  

• Identique à ci-dessus, mais en filtrant uniquement les deuxième et troisième plans.

  deblock=filter=strong:block=4:alpha=0.12:beta=0.07:gamma=0.06:delta=0.05:planes=6
  

11.55.2 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

11.56 decimate

Supprime les images dupliquées à intervalles réguliers.

Le filtre accepte les options suivantes :

cycle

Définit le nombre d'images parmi lesquelles une sera supprimée. Régler cette valeur sur N signifie qu'une image sur chaque lot de N images sera supprimée. La valeur par défaut est 5.

dupthresh

Définit le seuil de détection des doublons. Si la métrique de différence d'une image est inférieure ou égale à cette valeur, elle est déclarée comme doublon. La valeur par défaut est 1.1

scthresh

Définit le seuil de changement de scène. La valeur par défaut est 15.

blockx blocky

Définit la taille des blocs selon les axes x et y utilisés lors du calcul des métriques. Des blocs plus grands offrent une meilleure suppression du bruit, mais aussi une moins bonne détection des petits mouvements. Doit être une puissance de deux. La valeur par défaut est 32.

ppsrc

Marque l'entrée principale comme une entrée pré-traitée et active le flux d'entrée de source propre. Cela permet de pré-traiter l'entrée avec divers filtres pour faciliter le calcul des métriques, tout en conservant une sélection d'images sans perte. Réglée sur 1, le premier flux correspond à l'entrée pré-traitée et le second flux à la source propre à partir de laquelle les images conservées sont choisies. La valeur par défaut est 0.

chroma

Définit si la chrominance est prise en compte dans le calcul des métriques. La valeur par défaut est 1.

mixed

Définit si l'entrée ne contient que partiellement du contenu à décimer. La valeur par défaut est false. Si elle est activée, le flux vidéo de sortie sera à fréquence d'images variable.

11.57 deconvolve

Applique une déconvolution 2D du flux vidéo dans le domaine fréquentiel en utilisant le second flux comme impulsion.

Le filtre accepte les options suivantes :

planes

Définit les plans à traiter.

impulse

Définit les images vidéo de l'impulsion à traiter : first ou all. La valeur par défaut est all.

noise

Définit le bruit lors des divisions. La valeur par défaut est 0.0000001. Utile lorsque la largeur et la hauteur diffèrent et ne sont pas une puissance de 2, ou si le flux contenait du bruit avant la convolution.

Le filtre deconvolve prend également en charge les options framesync.

11.58 dedot

Réduit la luminance croisée (dot-crawl) et la chrominance croisée (arcs-en-ciel) de la vidéo.

Il accepte les options suivantes :

m

Définit le mode de fonctionnement. Peut être une combinaison de dotcrawl pour la réduction de la luminance croisée et/ou de rainbows pour la réduction de la chrominance croisée.

lt

Définit le seuil spatial de luminance. Des valeurs plus faibles augmentent la réduction de la luminance croisée.

tl

Définit la tolérance temporelle de luminance. Des valeurs plus élevées augmentent la réduction de la luminance croisée.

tc

Définit la tolérance de variation temporelle de la chrominance. Des valeurs plus élevées augmentent la réduction de la chrominance croisée.

ct

Définit le seuil temporel de chrominance. Des valeurs plus faibles augmentent la réduction de la chrominance croisée.

11.59 deflate

Applique un effet deflate (érosion) à la vidéo.

Ce filtre remplace le pixel par la moyenne locale (3x3) en ne prenant en compte que les valeurs inférieures au pixel.

Il accepte les options suivantes :

threshold0 threshold1 threshold2 threshold3

Limite le changement maximal pour chaque plan. La valeur par défaut est 65535. Si elle vaut 0, le plan reste inchangé.

11.59.1 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

11.60 deflicker

Supprime les variations temporelles de la luminance des images.

Il accepte les options suivantes :

size, s

Définit la taille du filtre de moyenne mobile en nombre d'images. La valeur par défaut est 5. La plage autorisée est 2 - 129.

mode, m

Définit le mode de moyennage pour lisser les variations temporelles de luminance.

Les valeurs disponibles sont :

‘am’

Moyenne arithmétique

‘gm’

Moyenne géométrique

‘hm’

Moyenne harmonique

‘qm’

Moyenne quadratique

‘cm’

Moyenne cubique

‘pm’

Moyenne de puissance

‘median’

Médiane

bypass

Ne modifie pas réellement l'image. Utile lorsque seules les métadonnées sont souhaitées.

11.61 deinterlace_d3d12

Désentrelace la vidéo d'entrée à l'aide du traitement vidéo accéléré par matériel D3D12.

Ce filtre utilise le DirectX 12 Video Processor pour effectuer le désentrelacement sur le GPU, en prenant en charge à la fois le bob simple et les algorithmes avancés définis par le pilote (adaptatifs au mouvement). Il requiert que l'entrée soit au pixel format matériel d3d12.

Le filtre interroge automatiquement le matériel pour connaître le nombre requis d'images de référence temporelles (si nécessaire) et gère une file d'attente d'images pour les fournir.

Il accepte les options suivantes :

method

La méthode de désentrelacement. Elle accepte l'une des valeurs suivantes :

‘default’

Sélectionne la meilleure méthode de désentrelacement disponible sur le matériel. Si le pilote prend en charge custom, cette méthode est utilisée ; sinon, un repli sur bob est effectué. C'est la valeur par défaut.

‘bob’

Désentrelacement bob. Chaque champ est mis à l'échelle indépendamment jusqu'à la pleine hauteur de l'image. Simple et rapide, mais peut produire des artefacts de bob visibles sur un contenu en mouvement.

‘custom’

Désentrelacement avancé défini par le pilote. L'algorithme exact dépend du matériel et emploie généralement des techniques adaptatives au mouvement avec des images de référence temporelles pour une meilleure qualité.

La valeur par défaut est default.

mode

Spécifie le mode d'entrelacement. Il accepte l'une des valeurs suivantes :

‘frame’

Envoie une image pour chaque image. La fréquence d'images de sortie est égale à la fréquence d'images d'entrée. C'est la valeur par défaut.

‘field’

Envoie une image pour chaque champ. La fréquence d'images de sortie est le double de la fréquence d'images d'entrée.

La valeur par défaut est frame.

deint

Spécifie quelles images désentrelacer. Il accepte l'une des valeurs suivantes :

‘all’

Désentrelace toutes les images. C'est la valeur par défaut.

‘interlaced’

Désentrelace uniquement les images marquées comme entrelacées ; les images progressives sont transmises telles quelles.

La valeur par défaut est all.

11.61.1 Exemples

• Désentrelace une vidéo entrelacée avec un décodage logiciel et la meilleure méthode de désentrelacement matériel disponible :

  ffmpeg -init_hw_device d3d12va=d3d12 -filter_hw_device d3d12 -i input.ts \
         -vf "format=nv12,hwupload,deinterlace_d3d12=method=default,hwdownload,format=nv12" \
         -c:v libx264 -crf 18 output.mp4
  

• Désentrelace à la fréquence de champ (le double de la fréquence d'images) avec la méthode bob et un décodage matériel (pipeline d3d12 complet) :

  ffmpeg -hwaccel d3d12va -hwaccel_output_format d3d12 -i input.ts \
         -vf "deinterlace_d3d12=method=bob:mode=field" \
         -c:v h264_d3d12va output.mp4
  

• Désentrelace uniquement les images entrelacées, en laissant passer les images progressives :

  ffmpeg -init_hw_device d3d12va=d3d12 -filter_hw_device d3d12 -i input.ts \
         -vf "format=nv12,hwupload,deinterlace_d3d12=deint=interlaced,hwdownload,format=nv12" \
         -c:v libx264 -crf 18 output.mp4
  

11.62 dejudder

Supprime le judder produit par un contenu partiellement entrelacé et issu d'un télécinéma.

Le judder peut être introduit, par exemple, par le filtre pullup. Si la source d'origine était un contenu partiellement issu d'un télécinéma, la sortie de pullup,dejudder aura une fréquence d'images variable. Cela peut modifier la fréquence d'images enregistrée dans le container. En dehors de ce changement, ce filtre n'affecte pas la vidéo à fréquence d'images constante.

L'option disponible dans ce filtre est :

cycle

Spécifie la longueur de la fenêtre sur laquelle le judder se répète.

Accepte tout entier supérieur à 1. Les valeurs utiles sont :

‘4’

Si l'original a été transféré par télécinéma de 24 à 30 fps (film vers NTSC).

‘5’

Si l'original a été transféré par télécinéma de 25 à 30 fps (PAL vers NTSC).

‘20’

En cas de mélange des deux.

La valeur par défaut est ‘4’.

11.63 delogo

Supprime le logo d'une chaîne de télévision par une simple interpolation des pixels environnants. Il suffit de définir un rectangle recouvrant le logo pour le voir disparaître (et parfois de voir apparaître quelque chose d'encore plus vilain, les résultats pouvant varier).

Il accepte les paramètres suivants :

x y

Spécifie les coordonnées du coin supérieur gauche du logo. Elles doivent être spécifiées.

w h

Spécifie la largeur et la hauteur du logo à effacer. Elles doivent être spécifiées.

show

Avec la valeur 1, un rectangle vert est dessiné à l'écran pour faciliter la recherche des bons paramètres x, y, w et h. La valeur par défaut est 0.

Le rectangle est dessiné sur les pixels les plus externes, qui seront (partiellement) remplacés par des valeurs interpolées. Les valeurs des pixels suivants, immédiatement à l'extérieur de ce rectangle dans chaque direction, sont utilisées pour calculer les valeurs de pixels interpolées à l'intérieur du rectangle.

11.63.1 Exemples

• Définit un rectangle recouvrant la zone dont le coin supérieur gauche a pour coordonnées 0,0 et dont la taille est 100x77 :

  delogo=x=0:y=0:w=100:h=77
  

11.64 derain

Supprime la pluie de l'image ou de la vidéo d'entrée en appliquant des méthodes de derain basées sur des réseaux de neurones convolutifs. Modèles pris en charge :

• Recurrent Squeeze-and-Excitation Context Aggregation Net (RESCAN). Voir http://openaccess.thecvf.com/content_ECCV_2018/papers/Xia_Li_Recurrent_Squeeze-and-Excitation_Context_ECCV_2018_paper.pdf.

Les scripts d'entraînement ainsi que les scripts de génération de modèles sont fournis dans le dépôt à l'adresse https://github.com/XueweiMeng/derain_filter.git.

Le filtre accepte les options suivantes :

filter_type

Spécifie le filtre à utiliser. Cette option accepte les valeurs suivantes :

‘derain’

Filtre derain. Pour effectuer le filtrage derain, il est nécessaire d'utiliser un modèle derain.

‘dehaze’

Filtre dehaze. Pour effectuer le filtrage dehaze, il est nécessaire d'utiliser un modèle dehaze.

La valeur par défaut est ‘derain’.

dnn_backend

Spécifie le backend DNN à utiliser pour le chargement et l'exécution du modèle. Cette option accepte les valeurs suivantes :

‘tensorflow’

Backend TensorFlow. Pour activer ce backend, il est nécessaire d'installer la bibliothèque TensorFlow pour C (voir https://www.tensorflow.org/install/lang_c) et de configurer FFmpeg avec --enable-libtensorflow

model

Définit le chemin du fichier de modèle spécifiant l'architecture du réseau et ses paramètres. Notez que les différents backends utilisent des formats de fichiers différents. TensorFlow ne peut charger que les fichiers de son propre format.

Pour bénéficier de toutes les fonctionnalités (comme l'exécution asynchrone), veuillez utiliser le filtre dnn_processing.

11.65 deshake

Tente de corriger les petites variations de décalage horizontal et/ou vertical. Ce filtre aide à supprimer les tremblements de caméra dus à une prise en main, à un choc sur un trépied, à un déplacement en véhicule, etc.

Le filtre accepte les options suivantes :

x y w h

Spécifie une zone rectangulaire à laquelle limiter la recherche des vecteurs de mouvement. Si souhaité, la recherche des vecteurs de mouvement peut être limitée à une zone rectangulaire de l'image définie par son coin supérieur gauche, sa largeur et sa hauteur. Ces paramètres ont la même signification que dans le filtre drawbox, qui peut être utilisé pour visualiser la position de la boîte englobante.

Cela est utile lorsque le mouvement simultané de sujets dans l'image risque d'être confondu avec un mouvement de caméra par la recherche de vecteurs de mouvement.

Si l'un ou la totalité de x, y, w et h est réglé sur -1, l'image entière est utilisée. Cela permet de régler les options suivantes sans spécifier la boîte englobante pour la recherche de vecteurs de mouvement.

Par défaut - recherche dans l'image entière.

rx ry

Spécifie l'étendue maximale du mouvement dans les directions x et y, dans la plage 0-64 pixels. Par défaut 16.

edge

Spécifie comment générer les pixels pour combler les vides au bord de l'image. Les valeurs disponibles sont :

‘blank, 0’

Remplit les emplacements vides avec des zéros

‘original, 1’

Image d'origine aux emplacements vides

‘clamp, 2’

Valeur du bord étirée aux emplacements vides

‘mirror, 3’

Bord en miroir aux emplacements vides

La valeur par défaut est ‘mirror’.

blocksize

Spécifie la taille de bloc à utiliser pour la recherche de mouvement. Plage 4-128 pixels, valeur par défaut 8.

contrast

Spécifie le seuil de contraste pour les blocs. Seuls les blocs dont le contraste (différence entre le pixel le plus sombre et le pixel le plus clair) dépasse la valeur spécifiée sont pris en compte. Plage 1-255, valeur par défaut 125.

search

Spécifie la stratégie de recherche. Les valeurs disponibles sont :

‘exhaustive, 0’

Définit une recherche exhaustive

‘less, 1’

Définit une recherche moins exhaustive.

La valeur par défaut est ‘exhaustive’.

filename

Si elle est définie, un journal détaillé de la recherche de mouvement est écrit dans le fichier spécifié.

11.66 despill

Supprime la contamination indésirable des couleurs de premier plan causée par la couleur réfléchie d'un fond vert ou d'un fond bleu.

Ce filtre accepte les options suivantes :

type

Définit le type de despill à utiliser.

mix

Définit comment la spillmap est générée.

expand

Définit la quantité de spill résiduel à éliminer.

red

Contrôle la quantité de rouge dans la zone de spill.

green

Contrôle la quantité de vert dans la zone de spill. Doit être -1 pour un fond vert.

blue

Contrôle la quantité de bleu dans la zone de spill. Doit être -1 pour un fond bleu.

brightness

Contrôle la luminosité de la zone de spill, en préservant les couleurs.

alpha

Modifie le canal alpha à partir de la spillmap générée.

11.66.1 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

11.67 detelecine

Applique l'inverse exact de l'opération de télécinéma. Elle nécessite un motif prédéfini spécifié via l'option pattern, qui doit être identique à celui transmis au filtre telecine.

Ce filtre accepte les options suivantes :

first_field

‘top, t’

champ du haut en premier

‘bottom, b’

champ du bas en premier. La valeur par défaut est top.

pattern

Chaîne de chiffres représentant le motif de pulldown à appliquer. La valeur par défaut est 23.

start_frame

Nombre représentant la position de la première image par rapport au motif de télécinéma. Elle doit être utilisée si le flux est coupé. La valeur par défaut est 0.

11.68 dilation

Applique un effet dilation (dilatation) à la vidéo.

Ce filtre remplace le pixel par le maximum local (3x3).

Il accepte les options suivantes :

threshold0 threshold1 threshold2 threshold3

Limite le changement maximal pour chaque plan. La valeur par défaut est 65535. Si elle vaut 0, le plan reste inchangé.

coordinates

Indicateur qui spécifie le pixel de référence. La valeur par défaut est 255, c'est-à-dire que les huit pixels sont utilisés.

La correspondance entre les indicateurs et les coordonnées locales 3x3 est la suivante :

1 2 3 4 5 6 7 8

11.68.1 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

11.69 displace

Déplace les pixels selon les indications des deuxième et troisième flux d'entrée.

Il prend trois flux d'entrée et produit un flux en sortie : la première entrée est la source, et les deuxième et troisième entrées sont les cartes de déplacement.

La deuxième entrée spécifie de combien déplacer les pixels le long de l'axe x, tandis que la troisième entrée spécifie de combien les déplacer le long de l'axe y. Si l'un des flux de carte de déplacement se termine, la dernière image de cette carte de déplacement est utilisée.

Notez qu'une fois générées, les cartes de déplacement peuvent être réutilisées indéfiniment.

Une description des options acceptées suit.

edge

Définit le comportement de displace pour les pixels hors plage.

Les valeurs disponibles sont :

‘blank’

Les pixels manquants sont remplacés par des pixels noirs.

‘smear’

Les pixels adjacents s'étendent pour remplacer les pixels manquants.

‘wrap’

Les pixels hors plage sont repliés de manière à pointer vers les pixels du côté opposé.

‘mirror’

Les pixels hors plage sont remplacés par des pixels en miroir.

La valeur par défaut est ‘smear’.

11.69.1 Exemples

• Ajoute un effet d'ondulation à une entrée rgb de taille vidéo hd720 :

  ffmpeg -i INPUT -f lavfi -i nullsrc=s=hd720,lutrgb=128:128:128 -f lavfi -i nullsrc=s=hd720,geq='r=128+30*sin(2*PI*X/400+T):g=128+30*sin(2*PI*X/400+T):b=128+30*sin(2*PI*X/400+T)' -lavfi '[0][1][2]displace' OUTPUT
  

• Ajoute un effet de vague à une entrée rgb de taille vidéo hd720 :

  ffmpeg -i INPUT -f lavfi -i nullsrc=hd720,geq='r=128+80*(sin(sqrt((X-W/2)*(X-W/2)+(Y-H/2)*(Y-H/2))/220*2*PI+T)):g=128+80*(sin(sqrt((X-W/2)*(X-W/2)+(Y-H/2)*(Y-H/2))/220*2*PI+T)):b=128+80*(sin(sqrt((X-W/2)*(X-W/2)+(Y-H/2)*(Y-H/2))/220*2*PI+T))' -lavfi '[1]split[x][y],[0][x][y]displace' OUTPUT
  

11.70 dnn_classify

Effectue une classification avec des réseaux de neurones profonds à partir de boîtes englobantes.

Le filtre accepte les options suivantes :

dnn_backend

Spécifie le backend DNN à utiliser pour le chargement et l'exécution du modèle. Cette option n'accepte pour l'instant que openvino ; le backend tensorflow sera ajouté ultérieurement.

model

Définit le chemin du fichier de modèle spécifiant l'architecture du réseau et ses paramètres. Notez que les différents backends utilisent des formats de fichiers différents.

input

Définit le nom d'entrée du réseau dnn.

output

Définit le nom de sortie du réseau dnn.

confidence

Définit le seuil de confiance (par défaut : 0.5).

labels

Définit le chemin du fichier d'étiquettes spécifiant la correspondance entre l'identifiant et le nom de chaque étiquette. Chaque nom d'étiquette est écrit sur une ligne ; les espaces de fin et les lignes vides sont ignorés. La première ligne correspond au nom de l'étiquette d'identifiant 0, la deuxième ligne au nom de l'étiquette d'identifiant 1, et ainsi de suite. Si le fichier d'étiquettes n'est pas fourni, l'identifiant est utilisé directement comme nom.

backend_configs

Définit les configurations à transmettre au backend

Pour le backend tensorflow, vous pouvez définir sa configuration avec les options sess_config ; veuillez utiliser tools/python/tf_sess_config.py pour obtenir la configuration adaptée à votre système.

11.71 dnn_detect

Effectue une détection d'objets avec des réseaux de neurones profonds.

Le filtre accepte les options suivantes :

dnn_backend

Spécifie le backend DNN à utiliser pour le chargement et l'exécution du modèle. Cette option n'accepte pour l'instant que openvino ; le backend tensorflow sera ajouté ultérieurement.

model

Définit le chemin du fichier de modèle spécifiant l'architecture du réseau et ses paramètres. Notez que les différents backends utilisent des formats de fichiers différents.

input

Définit le nom d'entrée du réseau dnn.

output

Définit le nom de sortie du réseau dnn.

confidence

Définit le seuil de confiance (par défaut : 0.5).

labels

Définit le chemin du fichier d'étiquettes spécifiant la correspondance entre l'identifiant et le nom de chaque étiquette. Chaque nom d'étiquette est écrit sur une ligne ; les espaces de fin et les lignes vides sont ignorés. La première ligne correspond au nom de l'étiquette d'identifiant 0 (généralement ’background’), la deuxième ligne au nom de l'étiquette d'identifiant 1, et ainsi de suite. Si le fichier d'étiquettes n'est pas fourni, l'identifiant est utilisé directement comme nom.

backend_configs

Définit la configuration à transmettre au backend. Pour utiliser l'exécution asynchrone, réglez async (par défaut : set). Si le backend ne prend pas en charge l'exécution asynchrone, un repli sur l'exécution synchrone est effectué.

11.72 dnn_processing

Effectue un traitement d'image avec des réseaux de neurones profonds. Il fonctionne avec un autre filtre qui convertit le pixel format de l'image dans le format requis par le réseau dnn.

Le filtre accepte les options suivantes :

dnn_backend

Spécifie le backend DNN à utiliser pour le chargement et l'exécution du modèle. Cette option accepte les valeurs suivantes :

‘tensorflow’

Backend TensorFlow. Pour activer ce backend, il est nécessaire d'installer la bibliothèque TensorFlow pour C (voir https://www.tensorflow.org/install/lang_c) et de configurer FFmpeg avec --enable-libtensorflow

‘openvino’

Backend OpenVINO. Pour activer ce backend, il est nécessaire de compiler et d'installer la bibliothèque OpenVINO pour C (voir https://github.com/openvinotoolkit/openvino/blob/master/build-instruction.md) et de configurer FFmpeg avec --enable-libopenvino (–extra-cflags=-I... –extra-ldflags=-L... peuvent être nécessaires si les fichiers d'en-tête et les bibliothèques ne sont pas installés dans le chemin système)

‘torch’

Backend Libtorch. Pour activer ce backend, il est nécessaire de compiler et d'installer la bibliothèque Libtroch pour C++. Veuillez télécharger la version ABI cxx11 (voir https://pytorch.org/get-started/locally) et configurer FFmpeg avec --enable-libtorch --extra-cflags=-I/libtorch_root/libtorch/include --extra-cflags=-I/libtorch_root/libtorch/include/torch/csrc/api/include --extra-ldflags=-L/libtorch_root/libtorch/lib/

‘onnx’

Backend ONNX Runtime. Pour activer ce backend, il est nécessaire d'installer la bibliothèque ONNX Runtime (voir https://onnxruntime.ai/) et de configurer FFmpeg avec --enable-libonnxruntime.

Le backend ONNX Runtime actuel attend des tenseurs d'entrée et de sortie en 4 dimensions avec une disposition NCHW et un type d'élément à virgule flottante 32 bits (ONNX FLOAT) ; les modèles utilisant des types entiers ou autres (par exemple UINT8) ne sont pas pris en charge et sont rejetés au chargement. Les modèles utilisant une disposition NHWC ou d'autres rangs ne sont pas encore pris en charge. Seuls les modèles à entrée unique sont pris en charge ; le backend associe exactement un tenseur d'entrée lors de l'exécution du modèle.

Les options input et output sont facultatives pour le backend ONNX Runtime ; lorsqu'elles sont omises, le backend résout les noms des tenseurs à partir de la session.

Le backend ONNX Runtime exécute l'inférence de manière synchrone à l'aide d'une seule requête d'inférence. Les options partagées async et nireq n'ont donc aucun effet pour dnn_backend=onnx ; l'inférence s'exécute toujours de manière synchrone, quelles que soient leurs valeurs.

model

Définit le chemin du fichier de modèle spécifiant l'architecture du réseau et ses paramètres. Notez que les différents backends utilisent des formats de fichiers différents. Les backends TensorFlow, OpenVINO, Libtorch et ONNX Runtime ne peuvent charger que des fichiers dans leur propre format respectif.

input

Définit le nom d'entrée du réseau dnn. Obligatoire pour le backend TensorFlow ; facultatif pour le backend ONNX Runtime.

output

Définit le nom de sortie du réseau dnn. Obligatoire pour le backend TensorFlow ; facultatif pour le backend ONNX Runtime.

backend_configs

Définit la configuration à transmettre au backend. Pour utiliser l'exécution asynchrone, réglez async (par défaut : set). Si le backend ne prend pas en charge l'exécution asynchrone, un repli sur l'exécution synchrone est effectué.

Pour le backend tensorflow, vous pouvez définir sa configuration avec les options sess_config ; veuillez utiliser tools/python/tf_sess_config.py pour obtenir la configuration du backend TensorFlow adaptée à votre système.

device

Définit le périphérique sur lequel exécuter le modèle. Pour le backend ONNX Runtime, cela sélectionne le fournisseur d'exécution : cpu (par défaut), cuda (GPU NVIDIA), dml (DirectML, Windows uniquement) ou vitisai (NPU AMD Ryzen AI).

device_id

Définit l'index de périphérique utilisé par les fournisseurs d'exécution GPU (par exemple cuda ou dml) pour le backend ONNX Runtime. La valeur par défaut est 0.

threads_per_operation

Uniquement pour le backend ONNX Runtime. Définit le nombre de threads CPU utilisés par opérateur ONNX Runtime lors de l'exécution avec device=cpu. La valeur par défaut est 0 (laisser ONNX Runtime choisir automatiquement). Sans effet pour les fournisseurs GPU/NPU.

11.72.1 Exemples

• Supprime la pluie dans une image rgb24 avec can.pb (voir le filtre derain) :

  ./ffmpeg -i rain.jpg -vf format=rgb24,dnn_processing=dnn_backend=tensorflow:model=can.pb:input=x:output=y derain.jpg
  

• Traite le canal Y avec srcnn.pb (voir le filtre sr) pour une image en yuv420p (formats YUV planaires pris en charge) :

  ./ffmpeg -i 480p.jpg -vf format=yuv420p,scale=w=iw*2:h=ih*2,dnn_processing=dnn_backend=tensorflow:model=srcnn.pb:input=x:output=y -y srcnn.jpg
  

• Traite le canal Y avec espcn.pb (voir le filtre sr), qui modifie la taille de l'image, pour le format yuv420p (formats YUV planaires pris en charge) ; veuillez utiliser tools/python/tf_sess_config.py pour obtenir la configuration du backend TensorFlow adaptée à votre système.

  ./ffmpeg -i 480p.jpg -vf format=yuv420p,dnn_processing=dnn_backend=tensorflow:model=espcn.pb:input=x:output=y:backend_configs=sess_config=0x10022805320e09cdccccccccccec3f20012a01303801 -y tmp.espcn.jpg
  

11.73 drawbox

Dessine un rectangle coloré sur l'image d'entrée.

Il accepte les paramètres suivants :

x y

Les expressions qui indiquent les coordonnées du coin supérieur gauche du rectangle. La valeur par défaut est 0.

width, w height, h

Les expressions qui indiquent la largeur et la hauteur du rectangle ; si elles valent 0, elles sont interprétées comme la largeur et la hauteur de l'entrée. La valeur par défaut est 0.

color, c

Indique la couleur du rectangle à tracer. Pour la syntaxe générale de cette option, consultez (ffmpeg-utils) section "Color" du manuel ffmpeg-utils. Si la valeur spéciale invert est utilisée, la couleur du bord du rectangle correspond à celle de la vidéo avec la luminance inversée.

thickness, t

L'expression qui définit l'épaisseur du bord du rectangle. La valeur fill crée un rectangle rempli. La valeur par défaut est 3.

Voir plus bas la liste des constantes acceptées.

replace

S'applique si l'entrée possède un canal alpha. Avec la valeur 1, les pixels du rectangle peint écrasent les pixels de couleur et d'alpha de la vidéo. La valeur par défaut est 0, auquel cas le rectangle est composé avec l'entrée en laissant l'alpha de la vidéo intact.

Les paramètres x, y, w, h et t sont des expressions contenant les constantes suivantes :

dar

Le rapport d'aspect d'affichage de l'entrée, identique à (w / h) * sar.

hsub vsub

valeurs de sous-échantillonnage horizontal et vertical de la chrominance. Par exemple, pour le pixel format "yuv422p", hsub vaut 2 et vsub vaut 1.

in_h, ih in_w, iw

La largeur et la hauteur de l'entrée.

sar

Le rapport d'aspect d'échantillon de l'entrée.

x y

Les coordonnées de décalage x et y où le rectangle est dessiné.

w h

La largeur et la hauteur du rectangle dessiné.

box_source

La source du rectangle peut être définie à side_data_detection_bboxes si vous voulez utiliser des données de rectangle dans les bboxes de détection des side data.

Si box_source est défini, x, y, width et height sont ignorés ; ce sont les données de rectangle des bboxes de détection des side data qui sont utilisées à la place. Veuillez donc ne pas utiliser ce paramètre en cas de doute sur la source du rectangle.

t

L'épaisseur du rectangle dessiné.

Ces constantes permettent aux expressions x, y, w, h et t de se référer les unes aux autres ; vous pouvez ainsi par exemple spécifier y=x/dar ou h=w/dar.

11.73.1 Exemples

• Dessine un rectangle noir autour du bord de l'image d'entrée :

  drawbox
  

• Dessine un rectangle de couleur rouge avec une opacité de 50 % :

  drawbox=10:20:200:60:red@0.5
  

L'exemple précédent peut aussi s'écrire :

    drawbox=x=10:y=20:w=200:h=60:color=red@0.5

• Remplit le rectangle de couleur rose :

  drawbox=x=10:y=10:w=100:h=100:color=pink@0.5:t=fill
  

• Dessine un masque rouge de 2 pixels au format 2.40:1 :

  drawbox=x=-t:y=0.5*(ih-iw/2.4)-t:w=iw+t*2:h=iw/2.4+t*2:t=2:c=red
  

11.73.2 Commandes

Ce filtre prend en charge les mêmes commandes que ses options. La commande accepte la même syntaxe que l'option correspondante.

Si l'expression spécifiée n'est pas valide, la valeur actuelle est conservée.

11.74 drawgraph

Dessine un graphique à partir des métadonnées vidéo d'entrée.

Il accepte les paramètres suivants :

m1

Définit la 1re clé de métadonnée d'image à partir de laquelle les valeurs de métadonnées seront utilisées pour tracer un graphique.

fg1

Définit la 1re expression de couleur de premier plan.

m2

Définit la 2e clé de métadonnée d'image à partir de laquelle les valeurs de métadonnées seront utilisées pour tracer un graphique.

fg2

Définit la 2e expression de couleur de premier plan.

m3

Définit la 3e clé de métadonnée d'image à partir de laquelle les valeurs de métadonnées seront utilisées pour tracer un graphique.

fg3

Définit la 3e expression de couleur de premier plan.

m4

Définit la 4e clé de métadonnée d'image à partir de laquelle les valeurs de métadonnées seront utilisées pour tracer un graphique.

fg4

Définit la 4e expression de couleur de premier plan.

min

Définit la valeur minimale de la métadonnée.

max

Définit la valeur maximale de la métadonnée.

bg

Définit la couleur de fond du graphique. La valeur par défaut est blanc.

mode

Définit le mode du graphique.

Les valeurs disponibles pour mode sont :

‘bar’ ‘dot’ ‘line’

La valeur par défaut est line.

slide

Définit le mode de défilement.

Les valeurs disponibles pour slide sont :

‘frame’

Dessine une nouvelle image lorsque le bord droit est atteint.

‘replace’

Remplace les anciennes colonnes par de nouvelles.

‘scroll’

Défile de droite à gauche.

‘rscroll’

Défile de gauche à droite.

‘picture’

Dessine une image unique.

La valeur par défaut est frame.

size

Définit la taille de la vidéo du graphique. Pour la syntaxe de cette option, consultez (ffmpeg-utils) section "Video size" du manuel ffmpeg-utils. La valeur par défaut est 900x256.

rate, r

Définit la fréquence d'images de sortie. La valeur par défaut est 25.

Les expressions de couleur de premier plan peuvent utiliser les variables suivantes :

MIN

Valeur minimale de la métadonnée.

MAX

Valeur maximale de la métadonnée.

VAL

Valeur actuelle de la clé de métadonnée.

La couleur est définie au format 0xAABBGGRR.

Exemple utilisant les métadonnées du filtre signalstats :

signalstats,drawgraph=lavfi.signalstats.YAVG:min=0:max=255

Exemple utilisant les métadonnées du filtre ebur128 :

ebur128=metadata=1,adrawgraph=lavfi.r128.M:min=-120:max=5

11.75 drawgrid

Dessine une grille sur l'image d'entrée.

Il accepte les paramètres suivants :

x y

Les expressions qui indiquent les coordonnées d'un point d'intersection de la grille (destinées à configurer le décalage). Les deux valent 0 par défaut.

width, w height, h

Les expressions qui indiquent la largeur et la hauteur de la cellule de la grille ; si elles valent 0, elles sont respectivement interprétées comme la largeur et la hauteur de l'entrée moins thickness, de sorte que l'image se retrouve encadrée. La valeur par défaut est 0.

color, c

Indique la couleur de la grille. Pour la syntaxe générale de cette option, consultez (ffmpeg-utils) section "Color" du manuel ffmpeg-utils. Si la valeur spéciale invert est utilisée, la couleur de la grille correspond à celle de la vidéo avec la luminance inversée.

thickness, t

L'expression qui définit l'épaisseur des lignes de la grille. La valeur par défaut est 1.

Voir plus bas la liste des constantes acceptées.

replace

S'applique si l'entrée possède un canal alpha. Avec 1, les pixels de la grille peinte écrasent les pixels de couleur et d'alpha de la vidéo. La valeur par défaut est 0, auquel cas la grille est composée avec l'entrée en laissant l'alpha de la vidéo intact.

Les paramètres x, y, w, h et t sont des expressions contenant les constantes suivantes :

dar

Le rapport d'aspect d'affichage de l'entrée, identique à (w / h) * sar.

hsub vsub

valeurs de sous-échantillonnage horizontal et vertical de la chrominance. Par exemple, pour le pixel format "yuv422p", hsub vaut 2 et vsub vaut 1.

in_h, ih in_w, iw

La largeur et la hauteur de la cellule de la grille en entrée.

sar

Le rapport d'aspect d'échantillon de l'entrée.

x y

Les coordonnées x et y d'un point d'intersection de la grille (destinées à configurer le décalage).

w h

La largeur et la hauteur de la cellule dessinée.

t

L'épaisseur de la cellule dessinée.

Ces constantes permettent aux expressions x, y, w, h et t de se référer les unes aux autres ; vous pouvez ainsi par exemple spécifier y=x/dar ou h=w/dar.

11.75.1 Exemples

• Dessine une grille avec des cellules de 100x100 pixels, une épaisseur de 2 pixels, de couleur rouge et une opacité de 50 % :

  drawgrid=width=100:height=100:thickness=2:color=red@0.5
  

• Dessine une grille blanche 3x3 avec une opacité de 50 % :

  drawgrid=w=iw/3:h=ih/3:t=2:c=white@0.5
  

11.75.2 Commandes

Ce filtre prend en charge les mêmes commandes que ses options. La commande accepte la même syntaxe que l'option correspondante.

Si l'expression spécifiée n'est pas valide, la valeur actuelle est conservée.

11.76 drawtext

Dessine une chaîne de texte, ou le texte d'un fichier indiqué, par-dessus une vidéo, à l'aide de la bibliothèque libfreetype.

Pour activer la compilation de ce filtre, il faut configurer FFmpeg avec --enable-libfreetype et --enable-libharfbuzz. Pour activer le repli de police par défaut et l'option font, il faut configurer FFmpeg avec --enable-libfontconfig. Pour activer l'option text_shaping, il faut configurer FFmpeg avec --enable-libfribidi.

11.76.1 Syntaxe

Il accepte les paramètres suivants :

box

Utilisée pour dessiner un rectangle autour du texte avec la couleur de fond. La valeur doit être 1 (activé) ou 0 (désactivé). La valeur par défaut de box est 0.

boxborderw

Définit la largeur de la bordure à dessiner autour du rectangle, avec la couleur boxcolor. La valeur doit être indiquée selon l'un des formats suivants :

• boxborderw=10 définit la largeur de toutes les bordures à 10
• boxborderw=10|20 définit la largeur des bordures du haut et du bas à 10, et celle des bordures gauche et droite à 20
• boxborderw=10|20|30 définit la largeur de la bordure du haut à 10, celle de la bordure du bas à 30, et celle des bordures gauche et droite à 20
• boxborderw=10|20|30|40 définit la largeur des bordures à 10 (haut), 20 (droite), 30 (bas), 40 (gauche)

La valeur par défaut de boxborderw est "0".

boxcolor

Couleur à utiliser pour dessiner le rectangle autour du texte. Pour la syntaxe de cette option, consultez (ffmpeg-utils) section "Color" du manuel ffmpeg-utils.

La valeur par défaut de boxcolor est "white".

line_spacing

Définit l'interligne en pixels. La valeur par défaut de line_spacing est 0.

text_align

Définit l'alignement vertical et horizontal du texte par rapport aux limites du rectangle. La valeur est une combinaison d'indicateurs, l'un pour l'alignement vertical (T=haut, M=milieu, B=bas) et l'autre pour l'alignement horizontal (L=gauche, C=centre, R=droite). Notez que les caractères de tabulation ne sont pris en charge qu'avec l'alignement horizontal à gauche.

y_align

Indique le référentiel de la valeur y. Les valeurs possibles sont :

• text le sommet du plus haut glyphe de la première ligne de texte est placé à y
• baseline la ligne de base de la première ligne de texte est placée à y
• font la ligne de base de la première ligne de texte est placée à y plus l'ascendant (en pixels) défini par les métriques de la police

La valeur par défaut de y_align est "text", pour des raisons de compatibilité ascendante.

borderw

Définit la largeur de la bordure à dessiner autour du texte, avec la couleur bordercolor. La valeur par défaut de borderw est 0.

bordercolor

Définit la couleur à utiliser pour dessiner la bordure autour du texte. Pour la syntaxe de cette option, consultez (ffmpeg-utils) section "Color" du manuel ffmpeg-utils.

La valeur par défaut de bordercolor est "black".

expansion

Sélectionne le mode d'expansion du texte. Peut être none, strftime (obsolète) ou normal (par défaut). Voir la section Expansion du texte plus bas pour plus de détails.

basetime

Définit une heure de départ pour le comptage. La valeur est en microsecondes. Ne s'applique qu'au mode de développement strftime, obsolète. Pour reproduire ce comportement en mode de développement normal, utilisez la fonction pts en fournissant l'heure de départ (en secondes) comme second argument.

fix_bounds

Si true, vérifie et corrige les coordonnées du texte afin d'éviter tout rognage.

fontcolor

Couleur à utiliser pour dessiner les polices. Pour la syntaxe de cette option, consultez (ffmpeg-utils) section "Color" du manuel ffmpeg-utils.

La valeur par défaut de fontcolor est "black".

fontcolor_expr

Chaîne développée de la même façon que text, afin d'obtenir une valeur fontcolor dynamique. Par défaut, cette option a une valeur vide et n'est pas traitée. Lorsqu'elle est définie, elle prend le pas sur l'option fontcolor.

font

Famille de police à utiliser pour dessiner le texte. Par défaut, Sans.

fontfile

Fichier de police à utiliser pour dessiner le texte. Le chemin doit être inclus. Ce paramètre est obligatoire si la prise en charge de fontconfig est désactivée.

alpha

Dessine le texte en appliquant un mélange alpha. La valeur peut être un nombre entre 0.0 et 1.0. L'expression accepte également les mêmes variables x, y. La valeur par défaut est 1. Voir aussi fontcolor_expr.

fontsize

Taille de police à utiliser pour dessiner le texte. La valeur par défaut de fontsize est 16.

text_shaping

Si la valeur est 1, tente de mettre en forme le texte (par exemple, inverser l'ordre du texte s'écrivant de droite à gauche et joindre les caractères arabes) avant de le dessiner. Sinon, dessine simplement le texte tel quel. Par défaut, 1 (si pris en charge).

ft_load_flags

Indicateurs à utiliser pour charger les polices.

Ces indicateurs correspondent à ceux pris en charge par libfreetype et sont une combinaison des valeurs suivantes :

default no_scale no_hinting render no_bitmap vertical_layout force_autohint crop_bitmap pedantic ignore_global_advance_width no_recurse ignore_transform monochrome linear_design no_autohint

La valeur par défaut est "default".

Pour plus d'informations, consultez la documentation des indicateurs FT_LOAD_* de libfreetype.

shadowcolor

Couleur à utiliser pour dessiner une ombre derrière le texte dessiné. Pour la syntaxe de cette option, consultez (ffmpeg-utils) section "Color" du manuel ffmpeg-utils.

La valeur par défaut de shadowcolor est "black".

boxw

Définit la largeur du rectangle à dessiner autour du texte. La valeur par défaut de boxw est calculée automatiquement pour correspondre à la largeur du texte

boxh

Définit la hauteur du rectangle à dessiner autour du texte. La valeur par défaut de boxh est calculée automatiquement pour correspondre à la hauteur du texte

shadowx shadowy

Décalages x et y de la position de l'ombre du texte par rapport à la position du texte. Ils peuvent être positifs ou négatifs. La valeur par défaut pour les deux est "0".

start_number

Numéro d'image de départ pour la variable n/frame_num. La valeur par défaut est "0".

tabsize

Taille, en nombre d'espaces, à utiliser pour le rendu des tabulations. La valeur par défaut est 4.

timecode

Définit la représentation du timecode initial au format "hh:mm:ss[:;.]ff". Elle peut être utilisée avec ou sans le paramètre text. L'option timecode_rate doit être spécifiée.

timecode_rate, rate, r

Définit la fréquence d'images du timecode (timecode uniquement). La valeur est arrondie à l'entier le plus proche. La valeur minimale est "1". Le timecode drop-frame est pris en charge pour les fréquences d'images 30 et 60.

tc24hmax

Si la valeur est 1, la sortie de l'option timecode boucle après 24 heures. La valeur par défaut est 0 (désactivé).

text

Chaîne de texte à dessiner. Le texte doit être une séquence de caractères encodés en UTF-8. Ce paramètre est obligatoire si aucun fichier n'est indiqué avec le paramètre textfile.

textfile

Fichier texte contenant le texte à dessiner. Le texte doit être une séquence de caractères encodés en UTF-8.

Ce paramètre est obligatoire si aucune chaîne de texte n'est indiquée avec le paramètre text.

Si text et textfile sont spécifiés tous les deux, une erreur est levée.

text_source

La source du texte doit être définie à side_data_detection_bboxes si vous voulez utiliser des données de texte dans les bboxes de détection des side data.

Si la source du texte est définie, text et textfile sont ignorés ; ce sont les données de texte des bboxes de détection des side data qui sont utilisées à la place. Veuillez donc ne pas utiliser ce paramètre en cas de doute sur la source du texte.

reload

Le fichier textfile est rechargé à l'intervalle d'images indiqué. Veillez à mettre à jour textfile de façon atomique, sinon sa lecture pourrait être partielle, voire échouer. La plage va de 0 à INT_MAX. La valeur par défaut est 0.

x y

Les expressions qui indiquent les décalages auxquels le texte sera dessiné dans l'image vidéo. Elles sont relatives au bord supérieur/gauche de l'image de sortie.

La valeur par défaut de x et y est "0".

Voir plus bas la liste des constantes et fonctions acceptées.

Les paramètres x et y sont des expressions contenant les constantes et fonctions suivantes :

dar

rapport d'aspect d'affichage de l'entrée, identique à (w / h) * sar

hsub vsub

valeurs de sous-échantillonnage horizontal et vertical de la chrominance. Par exemple, pour le pixel format "yuv422p", hsub vaut 2 et vsub vaut 1.

line_h, lh

la hauteur de chaque ligne de texte

main_h, h, H

la hauteur de l'entrée

main_w, w, W

la largeur de l'entrée

max_glyph_a, ascent

distance maximale entre la ligne de base et la coordonnée de grille la plus haute/supérieure utilisée pour placer un point du contour d'un glyphe, pour tous les glyphes rendus. C'est une valeur positive, en raison de l'orientation de la grille, l'axe Y étant orienté vers le haut.

max_glyph_d, descent

distance maximale entre la ligne de base et la coordonnée de grille la plus basse utilisée pour placer un point du contour d'un glyphe, pour tous les glyphes rendus. C'est une valeur négative, en raison de l'orientation de la grille, l'axe Y étant orienté vers le haut.

max_glyph_h

hauteur maximale de glyphe, c'est-à-dire la hauteur maximale parmi tous les glyphes contenus dans le texte rendu ; elle équivaut à ascent - descent.

max_glyph_w

largeur maximale de glyphe, c'est-à-dire la largeur maximale parmi tous les glyphes contenus dans le texte rendu

font_a

la taille de l'ascendant définie par les métriques de la police

font_d

la taille du descendant définie par les métriques de la police

top_a

l'ascendant maximal des glyphes de la première ligne de texte

bottom_d

le descendant maximal des glyphes de la dernière ligne de texte

n

le numéro de l'image d'entrée, à partir de 0

rand(min, max)

renvoie un nombre aléatoire compris entre min et max

sar

Le rapport d'aspect d'échantillon de l'entrée.

t

horodatage exprimé en secondes, NAN si l'horodatage d'entrée est inconnu

text_h, th

la hauteur du texte rendu

text_w, tw

la largeur du texte rendu

x y

les coordonnées de décalage x et y où le texte est dessiné.

Ces paramètres permettent aux expressions x et y de se référer l'une à l'autre ; vous pouvez ainsi par exemple spécifier y=x/dar.

pict_type

Description en un caractère du type d'image de l'image courante.

pkt_pos

Position du paquet actuel dans le fichier ou le flux d'entrée (en octets, depuis le début de l'entrée). Une valeur de -1 indique que cette information n'est pas disponible.

duration

Durée du paquet actuel, en secondes.

pkt_size

Taille du paquet actuel (en octets).

11.76.2 Expansion du texte

Si expansion est définie à strftime, le filtre reconnaît dans le texte fourni les séquences acceptées par la fonction C strftime et les développe en conséquence. Consultez la documentation de strftime. Cette fonctionnalité est obsolète, au profit du développement normal avec les fonctions de développement gmtime ou localtime.

Si expansion est définie à none, le texte est affiché tel quel.

Si expansion est définie à normal (valeur par défaut), le mécanisme de développement suivant est utilisé.

Le caractère barre oblique inverse ‘\’, suivi de n'importe quel caractère, se développe toujours en ce second caractère.

Les séquences de la forme %{...} sont développées. Le texte entre les accolades est un nom de fonction, éventuellement suivi d'arguments séparés par ’:’. Si les arguments contiennent des caractères spéciaux ou des délimiteurs (’:’ ou ’}’), ils doivent être échappés.

Notez qu'ils doivent probablement aussi être échappés en tant que valeur de l'option text dans la chaîne d'arguments du filtre, ainsi qu'en tant qu'argument de filtre dans la description du filtergraph, et éventuellement aussi pour le shell ; cela peut représenter jusqu'à quatre niveaux d'échappement. Utiliser un fichier texte avec l'option textfile permet d'éviter ces problèmes.

Les fonctions suivantes sont disponibles :

expr, e

Résultat de l'évaluation de l'expression.

Elle doit prendre un argument indiquant l'expression à évaluer, laquelle accepte les mêmes constantes et fonctions que les valeurs x et y. Notez que toutes les constantes ne doivent pas forcément être utilisées ; par exemple, la taille du texte n'est pas connue au moment de l'évaluation de l'expression, si bien que les constantes text_w et text_h auront une valeur indéfinie.

expr_int_format, eif

Évalue la valeur de l'expression et la restitue sous forme d'entier formaté.

Le premier argument est l'expression à évaluer, comme pour la fonction expr. Le second argument indique le format de sortie. Les valeurs autorisées sont ‘x’, ‘X’, ‘d’ et ‘u’. Elles sont traitées exactement comme dans la fonction printf. Le troisième paramètre, optionnel, définit le nombre de positions occupées par la sortie. Il peut servir à ajouter un remplissage de zéros à gauche.

gmtime

Heure à laquelle le filtre s'exécute, exprimée en UTC. Elle peut accepter un argument : une chaîne de format de la fonction C strftime. Cette chaîne de format est étendue pour prendre en charge la variable %[1-6]N, qui affiche les fractions de seconde avec un nombre de chiffres éventuellement précisé.

localtime

Heure à laquelle le filtre s'exécute, exprimée dans le fuseau horaire local. Elle peut accepter un argument : une chaîne de format de la fonction C strftime. Cette chaîne de format est étendue pour prendre en charge la variable %[1-6]N, qui affiche les fractions de seconde avec un nombre de chiffres éventuellement précisé.

metadata

Métadonnées d'image. Prend un ou deux arguments.

Le premier argument est obligatoire et indique la clé de métadonnée.

Le second argument est optionnel et indique une valeur par défaut, utilisée lorsque la clé de métadonnée est introuvable ou vide.

Les métadonnées disponibles peuvent être identifiées en examinant les entrées commençant par TAG, incluses dans chaque section d'image affichée en exécutant ffprobe -show_frames.

Les métadonnées de type chaîne générées par les filtres précédant le filtre drawtext sont également disponibles.

n, frame_num

Le numéro d'image, à partir de 0.

pict_type

Description en un caractère du type d'image actuel.

pts

Horodatage de l'image actuelle. Elle peut prendre jusqu'à trois arguments.

Le premier argument est le format de l'horodatage ; il vaut flt par défaut, pour des secondes exprimées en nombre décimal avec une précision à la microseconde ; hms désigne un horodatage mis en forme [-]HH:MM:SS.mmm avec une précision à la milliseconde. gmtime désigne l'horodatage de l'image mis en forme en temps UTC ; localtime désigne l'horodatage de l'image mis en forme dans le fuseau horaire local.

Le second argument est un décalage ajouté à l'horodatage.

Si le format est hms, un troisième argument 24HH peut être fourni pour présenter la partie heure de l'horodatage mis en forme au format 24h (00-23).

Si le format est localtime ou gmtime, un troisième argument peut être fourni : une chaîne de format de la fonction C strftime. Par défaut, le format YYYY-MM-DD HH:MM:SS est utilisé.

11.76.3 Commandes

Ce filtre permet de modifier ses paramètres via des commandes :

reinit

Modifie les paramètres existants du filtre.

La syntaxe de l'argument est la même que pour l'invocation du filtre, par exemple.

fontsize=56:fontcolor=green:text='Hello World'

Une invocation complète du filtre avec sendcmd ressemblerait à ceci :

sendcmd=c='56.0 drawtext reinit fontsize=56\:fontcolor=green\:text=Hello\\ World'

Si l'argument entier ne peut pas être analysé ou appliqué comme des valeurs valides, le filtre continue avec ses paramètres existants.

Les options suivantes sont également prises en charge en tant que commandes :

• x
• y
• alpha
• fontsize
• fontcolor
• boxcolor
• bordercolor
• shadowcolor
• box
• boxw
• boxh
• boxborderw
• line_spacing
• text_align
• shadowx
• shadowy
• borderw

11.76.4 Exemples

• Dessine "Test Text" avec la police FreeSerif, en utilisant les valeurs par défaut pour les paramètres optionnels.

  drawtext="fontfile=/usr/share/fonts/truetype/freefont/FreeSerif.ttf: text='Test Text'"
  

• Dessine ’Test Text’ avec la police FreeSerif en taille 24, à la position x=100 et y=50 (en comptant depuis le coin supérieur gauche de l'écran) ; le texte est jaune, avec un rectangle rouge autour. Le texte et le rectangle ont tous deux une opacité de 20 %.

  drawtext="fontfile=/usr/share/fonts/truetype/freefont/FreeSerif.ttf: text='Test Text':\
            x=100: y=50: fontsize=24: fontcolor=yellow@0.2: box=1: boxcolor=red@0.2"
  

Notez que les guillemets doubles ne sont pas nécessaires si la liste de paramètres ne contient pas d'espaces.

• Affiche le texte au centre de l'image vidéo :

  drawtext="fontsize=30:fontfile=FreeSerif.ttf:text='hello world':x=(w-text_w)/2:y=(h-text_h)/2"
  

• Affiche le texte à une position aléatoire, en changeant de position toutes les 30 secondes :

  drawtext="fontsize=30:fontfile=FreeSerif.ttf:text='hello world':x=if(eq(mod(t\,30)\,0)\,rand(0\,(w-text_w))\,x):y=if(eq(mod(t\,30)\,0)\,rand(0\,(h-text_h))\,y)"
  

• Affiche une ligne de texte défilant de droite à gauche sur la dernière ligne de l'image vidéo. Le fichier LONG_LINE est supposé contenir une seule ligne, sans retour à la ligne.

  drawtext="fontsize=15:fontfile=FreeSerif.ttf:text=LONG_LINE:y=h-line_h:x=-50*t"
  

• Affiche le contenu du fichier CREDITS à partir du bas de l'image, en le faisant défiler vers le haut.

  drawtext="fontsize=20:fontfile=FreeSerif.ttf:textfile=CREDITS:y=h-20*t"
  

• Dessine une seule lettre verte "g", au centre de la vidéo d'entrée. La ligne de base du glyphe est placée à mi-hauteur de l'écran.

  drawtext="fontsize=60:fontfile=FreeSerif.ttf:fontcolor=green:text=g:x=(w-max_glyph_w)/2:y=h/2-ascent"
  

• Affiche le texte pendant 1 seconde toutes les 3 secondes :

  drawtext="fontfile=FreeSerif.ttf:fontcolor=white:x=100:y=x/dar:enable=lt(mod(t\,3)\,1):text='blink'"
  

• Utilise fontconfig pour définir la police. Notez que les deux-points doivent être échappés.

  drawtext='fontfile=Linux Libertine O-40\\:style=Semibold:text=FFmpeg'
  

• Dessine "Test Text" avec une taille de police dépendant de la hauteur de la vidéo.

  drawtext="text='Test Text': fontsize=h/30: x=(w-text_w)/2: y=(h-text_h*2)"
  

• Affiche la date d'un encodage en temps réel (voir la documentation de la fonction C strftime) :

  drawtext='fontfile=FreeSans.ttf:text=%{localtime\:%a %b %d %Y}'
  

• Affiche un texte en fondu d'entrée et de sortie (apparition/disparition) :

  #!/bin/sh
  DS=1.0 # display start
  DE=10.0 # display end
  FID=1.5 # fade in duration
  FOD=5 # fade out duration
  ffplay -f lavfi "color,drawtext=text=TEST:fontsize=50:fontfile=FreeSerif.ttf:fontcolor_expr=ff0000%{eif\\\\: clip(255*(1*between(t\\, $DS + $FID\\, $DE - $FOD) + ((t - $DS)/$FID)*between(t\\, $DS\\, $DS + $FID) + (-(t - $DE)/$FOD)*between(t\\, $DE - $FOD\\, $DE) )\\, 0\\, 255) \\\\: x\\\\: 2 }"
  

• Aligne horizontalement plusieurs textes séparés. Notez que max_glyph_a et la valeur de fontsize sont inclus dans le décalage y.

  drawtext=fontfile=FreeSans.ttf:text=DOG:fontsize=24:x=10:y=20+24-max_glyph_a,
  drawtext=fontfile=FreeSans.ttf:text=cow:fontsize=24:x=80:y=20+24-max_glyph_a
  

• Trace la métadonnée spéciale lavf.image2dec.source_basename sur chaque image si elle existe. Sinon, trace la chaîne "NA". Notez que le demuxer image2 doit avoir l'option -export_path_metadata 1 pour que les champs de métadonnées spéciaux soient disponibles pour les filtres.

  drawtext="fontsize=20:fontcolor=white:fontfile=FreeSans.ttf:text='%{metadata\:lavf.image2dec.source_basename\:NA}':x=10:y=10"
  

Pour plus d'informations sur libfreetype, consultez : http://www.freetype.org/.

Pour plus d'informations sur fontconfig, consultez : http://freedesktop.org/software/fontconfig/fontconfig-user.html.

Pour plus d'informations sur libfribidi, consultez : http://fribidi.org/.

Pour plus d'informations sur libharfbuzz, consultez : https://github.com/harfbuzz/harfbuzz.

11.77 drawvg

Dessine des graphiques vectoriels par-dessus les images vidéo, en exécutant un script écrit dans un langage personnalisé appelé VGS (Vector Graphics Script).

La documentation du langage se trouve dans (drawvg-reference)drawvg - Language Reference. Une version de cette référence avec des exemples de rendu est disponible sur le site de l'auteur.

Les graphiques sont rendus à l'aide de la cario 2D graphics library.

Pour activer la compilation de ce filtre, vous devez configurer FFmpeg avec --enable-cairo.

11.77.1 Paramètres

Il faut définir soit script, soit file.

s, script

Source du script permettant de dessiner les graphiques.

file

Chemin du fichier à partir duquel charger la source du script.

11.77.2 Pixel Formats

Cairo ne prend en charge que les images RGB ; si la vidéo d'entrée est dans un autre format (comme le YUV 4:2:0), avant d'exécuter le script, la vidéo est convertie dans un format compatible avec Cairo. Il faut ensuite utiliser soit le filtre format, soit l'option -pix_fmt, pour la convertir dans le format attendu en sortie.

11.77.3 Exemples

• Dessine le contour d'une ellipse.

  ffmpeg -i input.webm \
      -vf 'drawvg=ellipse (w/2) (h/2) (w/3) (h/3) stroke' \
      -pix_fmt yuv420p \
      output.webm
  

• Dessine un carré qui tourne au centre de l'image.

Le script de drawvg se trouve dans le fichier draw.vgs :

    translate (w/2) (h/2)
    rotate t
    rect -100 -100 200 200
    setcolor red@0.5
    fill

Ensuite :

    ffmpeg -i input.webm -vf 'drawvg=file=draw.vgs,format=yuv420p' output.webm

11.78 edgedetect

Détecte et dessine les contours. Ce filtre utilise l'algorithme de détection de contours de Canny.

Ce filtre accepte les options suivantes :

low high

Définit les valeurs de seuil bas et haut utilisées par l'algorithme de seuillage de Canny.

Le seuil haut sélectionne les pixels de contour "forts", qui sont ensuite reliés par 8-connexité aux pixels de contour "faibles" sélectionnés par le seuil bas.

Les valeurs de seuil low et high doivent être choisies dans l'intervalle [0,1], et low doit être inférieure ou égale à high.

La valeur par défaut de low est 20/255, et celle de high est 50/255.

mode

Définit le mode de dessin.

‘wires’

Dessine des fils blancs/gris sur un fond noir.

‘colormix’

Mélange les couleurs pour créer un effet peinture/dessin animé.

‘canny’

Applique le détecteur de contours de Canny à tous les plans sélectionnés.

La valeur par défaut est wires.

planes

Sélectionne les plans à filtrer. Par défaut, tous les plans disponibles sont filtrés.

11.78.1 Exemples

• Détection de contours standard avec des valeurs personnalisées pour le seuillage par hystérésis :

  edgedetect=low=0.1:high=0.4
  

• Effet peinture sans seuillage :

  edgedetect=mode=colormix:high=0
  

11.79 elbg

Applique un effet de postérisation à l'aide de l'algorithme ELBG (Enhanced LBG).

Pour chaque image d'entrée, le filtre calcule la correspondance optimale de l'entrée vers la sortie compte tenu de la longueur du dictionnaire de codes, c'est-à-dire du nombre de couleurs de sortie distinctes.

Ce filtre accepte les options suivantes.

codebook_length, l

Définit la longueur du dictionnaire de codes. La valeur doit être un entier positif et représente le nombre de couleurs de sortie distinctes. La valeur par défaut est 256.

nb_steps, n

Définit le nombre maximal d'itérations à appliquer pour calculer la correspondance optimale. Plus la valeur est élevée, meilleur est le résultat, mais plus le temps de calcul est long. La valeur par défaut est 1.

seed, s

Définit une graine aléatoire ; elle doit être un entier compris entre 0 et UINT32_MAX. Si elle n'est pas spécifiée, ou si elle est explicitement définie à -1, le filtre s'efforce d'utiliser une graine aléatoire convenable.

pal8

Définit le pixel format de sortie pal8. Cette option ne fonctionne pas avec une longueur de dictionnaire de codes supérieure à 256. Par défaut, elle est désactivée.

use_alpha

Inclut les valeurs alpha dans le calcul de quantification. Permet de créer des images de sortie palettisées (par exemple PNG8) avec un mélange lissé de plusieurs niveaux alpha.

11.80 entropy

Mesure l'entropie des niveaux de gris dans l'histogramme des canaux de couleur des images vidéo.

Il accepte les paramètres suivants :

mode

Peut être normal ou diff. La valeur par défaut est normal.

Le mode diff mesure l'entropie des valeurs delta de l'histogramme, c'est-à-dire les différences absolues entre valeurs voisines de l'histogramme.

11.81 epx

Applique le filtre d'agrandissement EPX, conçu pour le pixel art.

Il accepte l'option suivante :

n

Définit le facteur de mise à l'échelle : 2 pour 2xEPX, 3 pour 3xEPX. La valeur par défaut est 3.

11.82 eq

Définit la luminosité, le contraste, la saturation et un ajustement approximatif du gamma.

Ce filtre accepte les options suivantes :

contrast

Définit l'expression du contraste. La valeur doit être un nombre à virgule flottante compris entre -1000.0 et 1000.0. La valeur par défaut est "1".

brightness

Définit l'expression de la luminosité. La valeur doit être un nombre à virgule flottante compris entre -1.0 et 1.0. La valeur par défaut est "0".

saturation

Définit l'expression de la saturation. La valeur doit être un nombre à virgule flottante compris entre 0.0 et 3.0. La valeur par défaut est "1".

gamma

Définit l'expression du gamma. La valeur doit être un nombre à virgule flottante compris entre 0.1 et 10.0. La valeur par défaut est "1".

gamma_r

Définit l'expression du gamma pour le rouge. La valeur doit être un nombre à virgule flottante compris entre 0.1 et 10.0. La valeur par défaut est "1".

gamma_g

Définit l'expression du gamma pour le vert. La valeur doit être un nombre à virgule flottante compris entre 0.1 et 10.0. La valeur par défaut est "1".

gamma_b

Définit l'expression du gamma pour le bleu. La valeur doit être un nombre à virgule flottante compris entre 0.1 et 10.0. La valeur par défaut est "1".

gamma_weight

Définit l'expression du poids du gamma. Elle permet de réduire l'effet d'une valeur de gamma élevée sur les zones claires de l'image, par exemple pour éviter qu'elles ne soient suramplifiées et virent au blanc pur. La valeur doit être un nombre à virgule flottante compris entre 0.0 et 1.0. Une valeur de 0.0 désactive complètement la correction gamma, tandis que 1.0 la laisse à sa pleine intensité. La valeur par défaut est "1".

eval

Définit à quel moment les expressions de luminosité, de contraste, de saturation et de gamma sont évaluées.

Elle accepte les valeurs suivantes :

‘init’

évalue les expressions une seule fois, lors de l'initialisation du filtre ou lorsqu'une commande est traitée

‘frame’

évalue les expressions pour chaque image entrante

La valeur par défaut est ‘init’.

Les expressions acceptent les paramètres suivants :

n

numéro de l'image d'entrée, à partir de 0

pos

position en octets du paquet correspondant dans le fichier d'entrée, NAN si non spécifiée ; obsolète, à ne pas utiliser

r

fréquence d'images de la vidéo d'entrée, NAN si la fréquence d'images d'entrée est inconnue

t

horodatage exprimé en secondes, NAN si l'horodatage d'entrée est inconnu

11.82.1 Commandes

Ce filtre prend en charge les commandes suivantes :

contrast

Définit l'expression du contraste.

brightness

Définit l'expression de la luminosité.

saturation

Définit l'expression de la saturation.

gamma

Définit l'expression du gamma.

gamma_r

Définit l'expression gamma_r.

gamma_g

Définit l'expression gamma_g.

gamma_b

Définit l'expression gamma_b.

gamma_weight

Définit l'expression gamma_weight.

La commande accepte la même syntaxe que l'option correspondante.

Si l'expression spécifiée n'est pas valide, la valeur actuelle est conservée.

11.83 erosion

Applique un effet d'érosion à la vidéo.

Ce filtre remplace le pixel par le minimum local (3x3).

Il accepte les options suivantes :

threshold0 threshold1 threshold2 threshold3

Limite le changement maximal pour chaque plan ; la valeur par défaut est 65535. Si elle vaut 0, le plan reste inchangé.

coordinates

Indicateur qui spécifie le pixel de référence. La valeur par défaut est 255, c'est-à-dire que les huit pixels sont utilisés.

La correspondance entre les indicateurs et les coordonnées locales 3x3 est la suivante :

1 2 3 4 5 6 7 8

11.83.1 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

11.84 estdif

Désentrelace la vidéo d'entrée ("estdif" signifie "Edge Slope Tracing Deinterlacing Filter").

Filtre purement spatial qui utilise un algorithme de suivi de pente de contour (edge slope tracing) pour interpoler les lignes manquantes. Il accepte les paramètres suivants :

mode

Le mode d'entrelacement à adopter. Il accepte l'une des valeurs suivantes :

frame

Produit une image en sortie pour chaque image.

field

Produit une image en sortie pour chaque champ.

La valeur par défaut est field.

parity

La parité de champ d'image supposée pour la vidéo entrelacée d'entrée. Elle accepte l'une des valeurs suivantes :

tff

Suppose que le champ supérieur est le premier.

bff

Suppose que le champ inférieur est le premier.

auto

Active la détection automatique de la parité de champ.

La valeur par défaut est auto. Si l'entrelacement est inconnu ou si le decoder n'exporte pas cette information, le champ supérieur en premier est supposé.

deint

Spécifie quelles images désentrelacer. Accepte l'une des valeurs suivantes :

all

Désentrelace toutes les images.

interlaced

Désentrelace uniquement les images marquées comme entrelacées.

La valeur par défaut est all.

rslope

Spécifie le rayon de recherche pour le suivi de pente de contour. La valeur par défaut est 1. La plage autorisée va de 1 à 15.

redge

Spécifie le rayon de recherche pour la meilleure correspondance de contour. La valeur par défaut est 2. La plage autorisée va de 0 à 15.

ecost

Spécifie le coût de contour pour la correspondance de contour. La valeur par défaut est 2. La plage autorisée va de 0 à 50.

mcost

Spécifie le coût médian pour la correspondance de contour. La valeur par défaut est 1. La plage autorisée va de 0 à 50.

dcost

Spécifie le coût de distance pour la correspondance de contour. La valeur par défaut est 1. La plage autorisée va de 0 à 50.

interp

Spécifie l'interpolation utilisée. La valeur par défaut est l'interpolation à 4 points. Elle accepte l'une des valeurs suivantes :

2p

Interpolation à deux points.

4p

Interpolation à quatre points.

6p

Interpolation à six points.

11.84.1 Commandes

Ce filtre prend en charge les mêmes commandes que les options.

11.85 exposure

Ajuste l'exposition du flux vidéo.

Ce filtre accepte les options suivantes :

exposure

Définit la correction d'exposition en EV. La plage autorisée va de -3.0 à 3.0 EV. La valeur par défaut est 0 EV.

black

Définit la correction du niveau de noir. La plage autorisée va de -1.0 à 1.0. La valeur par défaut est 0.

11.85.1 Commandes

Ce filtre prend en charge les mêmes commandes que les options.

11.86 extractplanes

Extrait les composantes des canaux de couleur du flux vidéo d'entrée vers des flux vidéo en niveaux de gris séparés.

Ce filtre accepte l'option suivante :

planes

Définit le ou les plans à extraire.

Les valeurs disponibles pour planes sont :

‘y’ ‘u’ ‘v’ ‘a’ ‘r’ ‘g’ ‘b’

Choisir des plans non disponibles dans l'entrée provoque une erreur. Cela signifie qu'il est impossible de sélectionner en même temps les plans r, g, b et les plans y, u, v.

11.86.1 Exemples

• Extrait les composantes de canal de couleur luma, u et v de l'image vidéo d'entrée vers 3 sorties en niveaux de gris :

  ffmpeg -i video.avi -filter_complex 'extractplanes=y+u+v[y][u][v]' -map '[y]' y.avi -map '[u]' u.avi -map '[v]' v.avi
  

11.87 fade

Applique un effet de fondu d'entrée/sortie à la vidéo d'entrée.

Il accepte les paramètres suivants :

type, t

Le type d'effet peut être "in" pour un fondu d'entrée, ou "out" pour un fondu de sortie. La valeur par défaut est in.

start_frame, s

Spécifie le numéro de l'image à partir de laquelle appliquer l'effet de fondu. La valeur par défaut est 0.

nb_frames, n

Le nombre d'images pendant lequel dure l'effet de fondu. À la fin du fondu d'entrée, la vidéo de sortie a la même intensité que la vidéo d'entrée. À la fin de la transition de fondu de sortie, la vidéo de sortie est remplie avec la couleur sélectionnée. La valeur par défaut est 25.

alpha

Si la valeur est 1, seul le canal alpha est fondu, s'il en existe un dans l'entrée. La valeur par défaut est 0.

start_time, st

Spécifie l'horodatage (en secondes) de l'image à partir de laquelle appliquer l'effet de fondu. Si start_frame et start_time sont tous deux spécifiés, le fondu démarre au dernier des deux atteints. La valeur par défaut est 0.

duration, d

Le nombre de secondes pendant lequel l'effet de fondu doit durer. À la fin du fondu d'entrée, la vidéo de sortie a la même intensité que la vidéo d'entrée ; à la fin de la transition de fondu de sortie, la vidéo de sortie est remplie avec la couleur sélectionnée. Si duration et nb_frames sont tous deux spécifiés, c'est duration qui est utilisé. La valeur par défaut est 0 (nb_frames est utilisé par défaut).

color, c

Spécifie la couleur du fondu. La valeur par défaut est "black".

11.87.1 Exemples

• Fondu d'entrée sur les 30 premières images de la vidéo :

  fade=in:0:30
  

La commande ci-dessus équivaut à :

    fade=t=in:s=0:n=30

• Fondu de sortie sur les 45 dernières images d'une vidéo de 200 images :

  fade=out:155:45
  fade=type=out:start_frame=155:nb_frames=45
  

• Fondu d'entrée sur les 25 premières images et fondu de sortie sur les 25 dernières images d'une vidéo de 1000 images :

  fade=in:0:25, fade=out:975:25
  

• Rend les 5 premières images jaunes, puis effectue un fondu d'entrée des images 5 à 24 :

  fade=in:5:20:color=yellow
  

• Fondu d'entrée du canal alpha sur les 25 premières images de la vidéo :

  fade=in:0:25:alpha=1
  

• Rend les 5.5 premières secondes noires, puis effectue un fondu d'entrée sur 0.5 seconde :

  fade=t=in:st=5.5:d=0.5
  

11.88 feedback

Applique le filtre vidéo feedback.

Ce filtre transmet les images d'entrée rognées à la 2e sortie. À partir de là, elles peuvent être filtrées par d'autres filtres vidéo. Lorsque le filtre reçoit une image en provenance de la 2e entrée, cette image est combinée par-dessus l'image d'origine de la 1re entrée, puis transmise à la 1re sortie.

L'utilisation typique consiste à ne filtrer qu'une partie de l'image.

Ce filtre accepte les options suivantes :

x y

Définit la position du coin supérieur gauche du rognage.

w h

Définit la taille du rognage.

11.88.1 Exemples

• Applique un flou uniquement à la partie rectangulaire supérieure gauche de l'image vidéo, de taille 100x100, avec le filtre gblur.

  [in][blurin]feedback=x=0:y=0:w=100:h=100[out][blurout];[blurout]gblur=8[blurin]
  

• Dessine une boîte noire sur la partie supérieure gauche de l'image vidéo, de taille 100x100, avec le filtre drawbox.

  [in][blurin]feedback=x=0:y=0:w=100:h=100[out][blurout];[blurout]drawbox=x=0:y=0:w=100:h=100:t=100[blurin]
  

• Pixellise une partie rectangulaire de l'image vidéo, de taille 100x100, avec le filtre pixelize.

  [in][blurin]feedback=x=320:y=240:w=100:h=100[out][blurout];[blurout]pixelize[blurin]
  

11.89 fftdnoiz

Débruite les images à l'aide d'une FFT 3D (filtrage dans le domaine fréquentiel).

Ce filtre accepte les options suivantes :

sigma

Définit la constante sigma du bruit. Cela détermine l'intensité du débruitage. La valeur par défaut est 1. La plage autorisée va de 0 à 30. L'utilisation d'un sigma très élevé avec un faible chevauchement peut produire des artefacts de blocs.

amount

Définit la quantité de débruitage. Par défaut, tout le bruit détecté est réduit. La valeur par défaut est 1. La plage autorisée va de 0 à 1.

block

Définit la taille du bloc en pixels ; la valeur par défaut est 32, et elle peut aller de 8 à 256.

overlap

Définit le chevauchement des blocs. La valeur par défaut est 0.5. La plage autorisée va de 0.2 à 0.8.

method

Définit la méthode de débruitage. La valeur par défaut est wiener, hard est également possible.

prev

Définit le nombre d'images précédentes à utiliser pour le débruitage. La valeur par défaut est 0.

next

Définit le nombre d'images suivantes à utiliser pour le débruitage. La valeur par défaut est 0.

planes

Définit les plans à filtrer ; par défaut, tous les plans disponibles sont filtrés, à l'exception de l'alpha.

11.90 fftfilt

Applique des expressions arbitraires aux échantillons dans le domaine fréquentiel

dc_Y

Ajuste la valeur dc (gain) du plan de luma de l'image. Le filtre accepte une valeur entière comprise entre 0 et 1000. La valeur par défaut est 0.

dc_U

Ajuste la valeur dc (gain) du 1er plan de chrominance de l'image. Le filtre accepte une valeur entière comprise entre 0 et 1000. La valeur par défaut est 0.

dc_V

Ajuste la valeur dc (gain) du 2e plan de chrominance de l'image. Le filtre accepte une valeur entière comprise entre 0 et 1000. La valeur par défaut est 0.

weight_Y

Définit l'expression de pondération dans le domaine fréquentiel pour le plan de luma.

weight_U

Définit l'expression de pondération dans le domaine fréquentiel pour le 1er plan de chrominance.

weight_V

Définit l'expression de pondération dans le domaine fréquentiel pour le 2e plan de chrominance.

eval

Définit à quel moment les expressions sont évaluées.

Elle accepte les valeurs suivantes :

‘init’

Évalue les expressions une seule fois, lors de l'initialisation du filtre.

‘frame’

Évalue les expressions pour chaque image entrante.

La valeur par défaut est ‘init’.

Ce filtre accepte les variables suivantes :

X Y

Les coordonnées de l'échantillon actuel.

W H

La largeur et la hauteur de l'image.

N

Le numéro de l'image d'entrée, à partir de 0.

WS HS

La taille du tableau FFT pour le traitement horizontal et vertical.

11.90.1 Exemples

• Passe-haut :

  fftfilt=dc_Y=128:weight_Y='squish(1-(Y+X)/100)'
  

• Passe-bas :

  fftfilt=dc_Y=0:weight_Y='squish((Y+X)/100-1)'
  

• Accentuation :

  fftfilt=dc_Y=0:weight_Y='1+squish(1-(Y+X)/100)'
  

• Flou :

  fftfilt=dc_Y=0:weight_Y='exp(-4 * ((Y+X)/(W+H)))'
  

11.91 field

Extrait un seul champ d'une image entrelacée à l'aide de l'arithmétique de stride, afin d'éviter de gaspiller du temps CPU. Les images de sortie sont marquées comme non entrelacées.

Ce filtre accepte les options suivantes :

type

Spécifie s'il faut extraire le champ supérieur (si la valeur est 0 ou top) ou le champ inférieur (si la valeur est 1 ou bottom).

11.92 fieldhint

Crée de nouvelles images en copiant les champs supérieur et inférieur d'images environnantes, indiquées sous forme de numéros par le fichier d'indices.

hint

Définit le fichier contenant les indices : numéros d'images absolus/relatifs.

Il doit y avoir une ligne pour chaque image d'un clip. Chaque ligne doit contenir deux numéros séparés par une virgule, éventuellement suivis de - ou +. Les numéros fournis sur chaque ligne du fichier ne peuvent pas sortir de l'intervalle [N-1,N+1], où N est le numéro de l'image en cours, en mode absolute, ni de l'intervalle [-1, 1] en mode relative. Le premier numéro indique de quelle image prélever le champ supérieur, et le second de quelle image prélever le champ inférieur.

Si le numéro est suivi de +, l'image de sortie est marquée comme entrelacée ; si elle est suivie de -, elle est marquée comme progressive ; sinon, elle est marquée comme l'image d'entrée. Si elle est suivie de t, l'image de sortie n'utilise que le champ supérieur, et dans le cas de b, elle n'utilise que le champ inférieur. Si une ligne commence par # ou ;, cette ligne est ignorée.

mode

Peut être absolute, relative ou pattern. La valeur par défaut est absolute. Le mode pattern est identique au mode relative, sauf qu'à la dernière entrée du fichier, s'il reste davantage d'images à traiter que le fichier hint n'en contient, la lecture reprend depuis le début.

Exemple des premières lignes d'un fichier hint pour le mode relative :

0,0 - # first frame
1,0 - # second frame, use third's frame top field and second's frame bottom field
1,0 - # third frame, use fourth's frame top field and third's frame bottom field
1,0 -
0,0 -
0,0 -
1,0 -
1,0 -
1,0 -
0,0 -
0,0 -
1,0 -
1,0 -
1,0 -
0,0 -

11.93 fieldmatch

Filtre d'appariement de champs pour le télécinéma inverse. Il est destiné à reconstruire les images progressives à partir d'un flux téléciné. Ce filtre ne supprime pas les images dupliquées ; pour obtenir un télécinéma inverse complet, fieldmatch doit donc être suivi, dans le filtergraph, d'un filtre de décimation tel que decimate.

La séparation entre l'appariement de champs et la décimation est notamment motivée par la possibilité d'insérer, entre les deux, un filtre de désentrelacement de repli. Si la source mélange du contenu téléciné et du contenu réellement entrelacé, fieldmatch n'est pas en mesure d'apparier les champs pour les parties entrelacées. Ces images restées en peigne sont toutefois marquées comme entrelacées, et peuvent donc être désentrelacées par un filtre ultérieur tel que yadif, avant la décimation.

Outre les diverses options de configuration, fieldmatch peut accepter un second flux optionnel, activé via l'option ppsrc. Si elle est activée, la reconstruction des images se base sur les champs et les images de ce second flux. Cela permet de prétraiter la première entrée afin d'aider les divers algorithmes du filtre, tout en conservant une sortie sans perte (à condition que les champs soient correctement appariés). En général, un débruiteur sensible aux champs, ou des ajustements de luminosité/contraste, peuvent aider.

Notez que ce filtre utilise les mêmes algorithmes que TIVTC/TFM (projet AviSynth) et VIVTC/VFM (projet VapourSynth). Ce dernier est un clone léger de TFM, sur lequel fieldmatch est basé. Bien que la sémantique et l'usage soient très proches, certains comportements et noms d'options peuvent différer.

Le filtre decimate ne fonctionne pour l'instant qu'avec une entrée à fréquence d'images constante. Si votre entrée mélange du contenu téléciné (30fps) et du contenu progressif à une fréquence d'images plus basse comme 24fps, utilisez la chaîne de filtres suivante pour produire le flux cfr nécessaire : dejudder,fps=30000/1001,fieldmatch,decimate.

Ce filtre accepte les options suivantes :

order

Spécifie l'ordre de champ supposé du flux d'entrée. Les valeurs disponibles sont :

‘auto’

Détecte automatiquement la parité (utilise la valeur de parité interne de FFmpeg).

‘bff’

Suppose que le champ inférieur est le premier.

‘tff’

Suppose que le champ supérieur est le premier.

Notez qu'il est parfois recommandé de ne pas se fier à la parité annoncée par le flux.

La valeur par défaut est auto.

mode

Définit le mode ou la stratégie d'appariement à utiliser. Le mode pc est le plus sûr, en ce sens qu'il ne risque pas de créer de saccades dues à des images dupliquées lorsque cela est possible ; mais en cas de mauvais montages ou de champs mélangés, il finit par produire des images en peigne alors qu'une bonne correspondance pourrait en réalité exister. À l'inverse, le mode pcn_ub est le plus risqué en matière de saccades, mais trouve presque toujours une bonne image lorsqu'il en existe une. Les autres valeurs se situent toutes quelque part entre pc et pcn_ub, en matière de risque de saccades et de création d'images dupliquées, face à la capacité de trouver de bonnes correspondances dans les sections comportant de mauvais montages, des champs orphelins, des champs mélangés, etc.

Plus de détails sur p/c/n/u/b sont disponibles dans la section p/c/n/u/b meaning.

Les valeurs disponibles sont :

‘pc’

Appariement à 2 voies (p/c)

‘pc_n’

Appariement à 2 voies, avec tentative d'une 3e correspondance si l'image est encore en peigne (p/c + n)

‘pc_u’

Appariement à 2 voies, avec tentative d'une 3e correspondance (même ordre) si l'image est encore en peigne (p/c + u)

‘pc_n_ub’

Appariement à 2 voies, avec tentative d'une 3e correspondance si l'image est encore en peigne, puis d'une 4e/5e correspondance si elle l'est toujours (p/c + n + u/b)

‘pcn’

Appariement à 3 voies (p/c/n)

‘pcn_ub’

Appariement à 3 voies, avec tentative d'une 4e/5e correspondance si les 3 correspondances d'origine sont toutes détectées comme étant en peigne (p/c/n + u/b)

Les parenthèses en fin de ligne indiquent les correspondances qui seraient utilisées pour ce mode en supposant order=tff (et field sur auto ou top).

En matière de vitesse, le mode pc est de loin le plus rapide, et pcn_ub le plus lent.

La valeur par défaut est pc_n.

ppsrc

Marque le flux d'entrée principal comme une entrée prétraitée, et active le flux d'entrée secondaire comme source propre dans laquelle prélever les champs. Voir l'introduction du filtre pour plus de détails. Cela ressemble à la fonctionnalité clip2 de VFM/TFM.

La valeur par défaut est 0 (désactivé).

field

Définit le champ à partir duquel effectuer l'appariement. Il est recommandé de lui donner la même valeur qu'à order, sauf en cas d'échecs d'appariement avec ce réglage. Dans certaines circonstances, changer le champ utilisé comme référence d'appariement peut avoir un impact important sur les performances d'appariement. Les valeurs disponibles sont :

‘auto’

Automatique (même valeur que order).

‘bottom’

Effectue l'appariement à partir du champ inférieur.

‘top’

Effectue l'appariement à partir du champ supérieur.

La valeur par défaut est auto.

mchroma

Définit si la chrominance est incluse ou non dans les comparaisons d'appariement. Dans la plupart des cas, il est recommandé de laisser cette option activée. Il convient de la définir à 0 uniquement si le clip présente de gros problèmes de chrominance, comme un effet arc-en-ciel important ou d'autres artefacts. La définir à 0 peut aussi permettre d'accélérer le traitement, au prix d'une certaine précision.

La valeur par défaut est 1.

y0 y1

Ces options définissent une bande d'exclusion qui exclut les lignes situées entre y0 et y1 de la décision d'appariement de champs. Une bande d'exclusion peut servir à ignorer des sous-titres, un logo, ou d'autres éléments susceptibles de perturber l'appariement. y0 définit la ligne de balayage de départ et y1 la ligne de fin ; toutes les lignes comprises entre y0 et y1 (y0 et y1 inclus) sont ignorées. Donner la même valeur à y0 et y1 désactive cette fonctionnalité. La valeur par défaut de y0 et y1 est 0.

scthresh

Définit le seuil de détection de changement de scène, sous forme de pourcentage du changement maximal sur le plan de luma. De bonnes valeurs se situent dans la plage [8.0, 14.0]. La détection de changement de scène n'a de sens que si combmatch=sc. La plage de scthresh est [0.0, 100.0].

La valeur par défaut est 12.0.

combmatch

Lorsque combatch n'est pas none, fieldmatch tient compte des scores de peignage des correspondances pour décider quelle correspondance retenir comme correspondance finale. Les valeurs disponibles sont :

‘none’

Aucune correspondance finale basée sur les scores de peignage.

‘sc’

Les scores de peignage ne sont utilisés que lorsqu'un changement de scène est détecté.

‘full’

Utilise les scores de peignage en permanence.

La valeur par défaut est sc.

combdbg

Force fieldmatch à calculer les métriques de peignage pour certaines correspondances et à les afficher. Ce réglage est connu sous le nom de micout dans le vocabulaire TFM/VFM. Les valeurs disponibles sont :

‘none’

Aucun calcul forcé.

‘pcn’

Force les calculs p/c/n.

‘pcnub’

Force les calculs p/c/n/u/b.

La valeur par défaut est none.

cthresh

Il s'agit du seuil de peignage de zone utilisé pour la détection des images en peigne. Il contrôle essentiellement à quel point le peignage doit être "fort" ou "visible" pour être détecté. Des valeurs plus élevées signifient que le peignage doit être plus visible, et des valeurs plus petites signifient qu'un peignage moins visible ou moins fort peut malgré tout être détecté. Les réglages valides vont de -1 (chaque pixel est détecté comme étant en peigne) à 255 (aucun pixel n'est détecté comme étant en peigne). Il s'agit essentiellement d'une valeur de différence de pixels. Une bonne plage est [8, 12].

La valeur par défaut est 9.

chroma

Définit si la chrominance est prise en compte ou non dans la décision de détection des images en peigne. Ne désactivez cette option que si votre source présente des problèmes de chrominance (effet arc-en-ciel, etc.) qui posent problème à la détection des images en peigne lorsque la chrominance est activée. En réalité, utiliser chroma=0 est généralement plus fiable, sauf dans le cas où le peignage de la source ne concerne que la chrominance.

La valeur par défaut est 0.

blockx blocky

Définissent respectivement la taille, sur l'axe x et sur l'axe y, de la fenêtre utilisée lors de la détection des images en peigne. Cela concerne la taille de la zone dans laquelle un nombre de pixels combpel doit être détecté comme étant en peigne pour qu'une image soit déclarée en peigne. Voir la description du paramètre combpel pour plus d'informations. Les valeurs possibles sont n'importe quel nombre puissance de 2, de 4 à 512.

La valeur par défaut est 16.

combpel

Le nombre de pixels en peigne, à l'intérieur de n'importe lequel des blocs de taille blocky par blockx de l'image, nécessaire pour que l'image soit détectée comme étant en peigne. Alors que cthresh contrôle à quel point le peignage doit être "visible", ce réglage contrôle "la quantité" de peignage devant être présente dans une zone localisée quelconque (une fenêtre définie par les réglages blockx et blocky) de l'image. La valeur minimale est 0 et la valeur maximale est blocky x blockx (valeur à partir de laquelle aucune image n'est jamais détectée comme étant en peigne). Ce réglage est connu sous le nom de MI dans le vocabulaire TFM/VFM.

La valeur par défaut est 80.

11.93.1 Signification de p/c/n/u/b

11.93.1.1 p/c/n

Supposons le flux téléciné suivant :

Top fields:     1 2 2 3 4
Bottom fields:  1 2 3 4 4

Les nombres correspondent à l'image progressive à laquelle les champs se rapportent. Ici, les deux premières images sont progressives, les 3e et 4e sont peignées, et ainsi de suite.

Lorsque fieldmatch est configuré pour effectuer une mise en correspondance à partir du bas (field=bottom), voici comment ce flux d'entrée est transformé :

Input stream:
                T     1 2 2 3 4
                B     1 2 3 4 4   <-- matching reference

Matches:              c c n n c

Output stream:
                T     1 2 3 4 4
                B     1 2 3 4 4

Comme résultat du field matching, on constate que certaines images sont dupliquées. Pour effectuer un télécinéma inverse complet, il faut recourir à un filtre de décimation après cette opération. Voir par exemple le filtre decimate.

La même opération, cette fois avec une mise en correspondance à partir des champs du haut (field=top), donne ceci :

Input stream:
                T     1 2 2 3 4   <-- matching reference
                B     1 2 3 4 4

Matches:              c c p p c

Output stream:
                T     1 2 2 3 4
                B     1 2 2 3 4

Dans ces exemples, on voit ce que signifient p, c et n ; en substance, ils se rapportent à l'image et au champ de parité opposée :

• p correspond au champ de parité opposée dans l'image précédente
• c correspond au champ de parité opposée dans l'image courante
• n correspond au champ de parité opposée dans l'image suivante

11.93.1.2 u/b

La mise en correspondance u et b est un peu particulière dans la mesure où elle se fait à partir de l'indicateur de parité opposée. Dans les exemples suivants, on suppose que l'on est en train de faire correspondre la 2e image (Top:2, bottom:2). Selon la correspondance, un ’x’ est placé au-dessus et en dessous de chaque champ mis en correspondance.

Avec la mise en correspondance bottom (field=bottom) :

Match:           c         p           n          b          u

                 x       x               x        x          x
  Top          1 2 2     1 2 2       1 2 2      1 2 2      1 2 2
  Bottom       1 2 3     1 2 3       1 2 3      1 2 3      1 2 3
                 x         x           x        x              x

Output frames:
                 2          1          2          2          2
                 2          2          2          1          3

Avec la mise en correspondance top (field=top) :

Match:           c         p           n          b          u

                 x         x           x        x              x
  Top          1 2 2     1 2 2       1 2 2      1 2 2      1 2 2
  Bottom       1 2 3     1 2 3       1 2 3      1 2 3      1 2 3
                 x       x               x        x          x

Output frames:
                 2          2          2          1          2
                 2          1          3          2          2

11.93.2 Exemples

IVTC simple d'un flux téléciné avec le champ du haut en premier :

fieldmatch=order=tff:combmatch=none, decimate

IVTC avancé, avec repli sur yadif pour les images encore peignées :

fieldmatch=order=tff:combmatch=full, yadif=deint=interlaced, decimate

11.94 fieldorder

Transforme l'ordre des champs de la vidéo d'entrée.

Il accepte les paramètres suivants :

order

L'ordre des champs de sortie. Les valeurs valides sont tff pour le champ du haut en premier ou bff pour le champ du bas en premier.

La valeur par défaut est ‘tff’.

La transformation s'effectue en décalant le contenu de l'image vers le haut ou vers le bas d'une ligne, et en remplissant la ligne restante avec un contenu d'image approprié. Cette méthode est cohérente avec la plupart des convertisseurs d'ordre de champs utilisés en diffusion.

Si la vidéo d'entrée n'est pas signalée comme entrelacée, ou si elle est déjà signalée comme ayant l'ordre de champs de sortie requis, alors ce filtre n'altère pas la vidéo entrante.

Il est très utile pour la conversion vers ou depuis un support PAL DV, dont le champ du bas est le premier.

Par exemple :

ffmpeg -i in.vob -vf "fieldorder=bff" out.dv

11.95 fillborders

Remplit les bordures de la vidéo d'entrée, sans changer les dimensions du flux vidéo. Il arrive qu'une vidéo comporte des artefacts sur les quatre bords, et l'on peut ne pas vouloir rogner la vidéo d'entrée pour conserver une taille multiple d'un certain nombre.

Ce filtre accepte les options suivantes :

left

Nombre de pixels à remplir depuis le bord gauche.

right

Nombre de pixels à remplir depuis le bord droit.

top

Nombre de pixels à remplir depuis le bord du haut.

bottom

Nombre de pixels à remplir depuis le bord du bas.

mode

Définit le mode de remplissage.

Il accepte les valeurs suivantes :

‘smear’

remplit les pixels en utilisant les pixels les plus externes

‘mirror’

remplit les pixels par effet miroir (symétrie demi-échantillon)

‘fixed’

remplit les pixels avec une valeur constante

‘reflect’

remplit les pixels par reflet (symétrie pleine échantillon)

‘wrap’

remplit les pixels par enroulement

‘fade’

fait un fondu des pixels vers une valeur constante

‘margins’

remplit les pixels en haut et en bas avec des moyennes pondérées des pixels proches des bords

La valeur par défaut est smear.

color

Définit la couleur des pixels en mode fixed ou fade. La valeur par défaut est black.

11.95.1 Commandes

Ce filtre prend en charge les mêmes commandes que les options. La commande accepte la même syntaxe que l'option correspondante.

Si l'expression spécifiée n'est pas valide, elle est conservée à sa valeur actuelle.

11.96 find_rect

Recherche un objet rectangulaire dans la vidéo d'entrée.

L'objet à rechercher doit être spécifié comme une image gray8 indiquée avec l'option object.

Pour chaque correspondance possible, un score est calculé. Si le score atteint le seuil spécifié, l'objet est considéré comme trouvé.

Si la vidéo d'entrée contient plusieurs occurrences de l'objet, le filtre n'en trouvera qu'une seule.

Lorsqu'un objet est trouvé, les entrées de métadonnées suivantes sont définies dans l'image correspondante :

lavfi.rect.w

largeur de l'objet

lavfi.rect.h

hauteur de l'objet

lavfi.rect.x

position x de l'objet

lavfi.rect.y

position y de l'objet

lavfi.rect.score

score de correspondance de l'objet trouvé

Il accepte les options suivantes :

object

Chemin de l'image de l'objet, qui doit être au format gray8.

threshold

Seuil de détection, exprimé sous forme de nombre décimal dans la plage 0-1.

Une valeur de seuil de 0.01 signifie que seules les correspondances exactes sont retenues, un seuil de 0.99 signifie que presque tout correspond.

La valeur par défaut est 0.5.

mipmaps

Nombre de mipmaps, la valeur par défaut est 3.

xmin, ymin, xmax, ymax

Spécifie le rectangle dans lequel effectuer la recherche.

discard

Rejette les images où l'objet n'est pas détecté. Désactivé par défaut.

11.96.1 Exemples

• Recouvrir un objet rectangulaire par l'image fournie d'une vidéo donnée en utilisant ffmpeg :

  ffmpeg -i file.ts -vf find_rect=newref.pgm,cover_rect=cover.jpg:mode=cover new.mkv
  

• Trouver la position d'un objet dans chaque image en utilisant ffprobe et l'écrire dans un fichier journal :

  ffprobe -f lavfi movie=test.mp4,find_rect=object=object.pgm:threshold=0.3 \
    -show_entries frame=pkt_pts_time:frame_tags=lavfi.rect.x,lavfi.rect.y \
    -of csv -o find_rect.csv
  

11.97 floodfill

Remplit, par d'autres valeurs, une zone dont les composants de pixel ont la même valeur.

Il accepte les options suivantes :

x

Définit la coordonnée x du pixel.

y

Définit la coordonnée y du pixel.

s0

Définit la valeur du composant source #0.

s1

Définit la valeur du composant source #1.

s2

Définit la valeur du composant source #2.

s3

Définit la valeur du composant source #3.

d0

Définit la valeur du composant destination #0.

d1

Définit la valeur du composant destination #1.

d2

Définit la valeur du composant destination #2.

d3

Définit la valeur du composant destination #3.

11.98 format

Convertit la vidéo d'entrée vers l'un des pixel formats spécifiés. Libavfilter essaiera d'en choisir un adapté en entrée du filtre suivant.

Il accepte les paramètres suivants :

pix_fmts

Une liste de noms de pixel formats séparés par ’|’, telle que "pix_fmts=yuv420p|monow|rgb24".

color_spaces

Une liste de noms d'espaces colorimétriques séparés par ’|’, telle que "color_spaces=bt709|bt470bg|bt2020nc".

color_ranges

Une liste de noms de plages de couleurs séparés par ’|’, telle que "color_ranges=tv|pc".

alpha_modes

Une liste de noms de plages de couleurs séparés par ’|’, telle que "alpha_modes=straight|premultiplied".

11.98.1 Exemples

• Convertir la vidéo d'entrée au format yuv420p

  format=pix_fmts=yuv420p
  

Convertir la vidéo d'entrée vers l'un des formats de la liste

    format=pix_fmts=yuv420p|yuv444p|yuv410p

11.99 fps

Convertit la vidéo à la fréquence d'images constante spécifiée en dupliquant ou en supprimant des images selon les besoins.

Il accepte les paramètres suivants :

fps

La fréquence d'images de sortie souhaitée. Elle accepte des expressions contenant les constantes suivantes :

‘source_fps’

La fréquence d'images de l'entrée

‘ntsc’

Fréquence d'images NTSC de 30000/1001

‘pal’

Fréquence d'images PAL de 25.0

‘film’

Fréquence d'images film de 24.0

‘ntsc_film’

Fréquence d'images NTSC-film de 24000/1001

La valeur par défaut est 25.

start_time

Suppose que le premier PTS doit être la valeur donnée, en secondes. Cela permet le remplissage/découpage au début du flux. Par défaut, aucune hypothèse n'est faite sur le PTS attendu de la première image, donc aucun remplissage ni découpage n'est effectué. Par exemple, cela peut être défini à 0 pour remplir le début avec des duplicatas de la première image si un flux vidéo démarre après le flux audio, ou pour découper toute image dont le PTS est négatif.

round

Méthode d'arrondi de l'horodatage (PTS).

Les valeurs possibles sont :

zero

arrondi vers 0

inf

arrondi en s'éloignant de 0

down

arrondi vers -infini

up

arrondi vers +infini

near

arrondi au plus proche

La valeur par défaut est near.

eof_action

Action effectuée lors de la lecture de la dernière image.

Les valeurs possibles sont :

round

Utilise la même méthode d'arrondi de l'horodatage que celle utilisée pour les autres images.

pass

Laisse passer la dernière image si la durée d'entrée n'a pas encore été atteinte.

La valeur par défaut est round.

Les options peuvent également être spécifiées sous forme de chaîne à plat : fps[:start_time[:round]].

Voir aussi le filtre setpts.

11.99.1 Exemples

• Un usage typique afin de régler les fps à 25 :

  fps=fps=25
  

• Règle les fps à 24, en utilisant l'abréviation et une méthode d'arrondi au plus proche :

  fps=fps=film:round=near
  

11.100 framepack

Empaquette deux flux vidéo différents dans une vidéo stéréoscopique, en définissant les métadonnées appropriées sur les codecs pris en charge. Les deux vues doivent avoir la même taille et la même fréquence d'images, et le traitement s'arrêtera lorsque la vidéo la plus courte se termine. Notez que vous pouvez ajuster commodément les propriétés des vues avec les filtres scale et fps.

Il accepte les paramètres suivants :

format

Le format d'empaquetage souhaité. Les valeurs prises en charge sont :

sbs

Les vues sont côte à côte (par défaut).

tab

Les vues sont l'une au-dessus de l'autre.

lines

Les vues sont empaquetées par ligne.

columns

Les vues sont empaquetées par colonne.

frameseq

Les vues sont entrelacées temporellement.

Quelques exemples :

# Convert left and right views into a frame-sequential video
ffmpeg -i LEFT -i RIGHT -filter_complex framepack=frameseq OUTPUT

# Convert views into a side-by-side video with the same output resolution as the input
ffmpeg -i LEFT -i RIGHT -filter_complex [0:v]scale=w=iw/2[left],[1:v]scale=w=iw/2[right],[left][right]framepack=sbs OUTPUT

11.101 framerate

Change la fréquence d'images en interpolant de nouvelles images vidéo de sortie à partir des images source.

Ce filtre n'est pas conçu pour fonctionner correctement avec un média entrelacé. Si vous souhaitez changer la fréquence d'images d'un média entrelacé, vous devez désentrelacer avant ce filtre et ré-entrelacer après ce filtre.

Voici une description des options acceptées.

fps

Spécifie les images par seconde de sortie. Cette option peut également être spécifiée comme une simple valeur. La valeur par défaut est 50.

interp_start

Spécifie le début d'une plage où l'image de sortie sera créée comme une interpolation linéaire de deux images. La plage est [0-255], la valeur par défaut est 15.

interp_end

Spécifie la fin d'une plage où l'image de sortie sera créée comme une interpolation linéaire de deux images. La plage est [0-255], la valeur par défaut est 240.

scene

Spécifie le niveau auquel un changement de scène est détecté, sous forme de valeur entre 0 et 100 indiquant une nouvelle scène ; une valeur basse reflète une faible probabilité que l'image courante introduise une nouvelle scène, tandis qu'une valeur plus élevée signifie que l'image courante est plus susceptible d'en être une. La valeur par défaut est 8.2.

flags

Spécifie les indicateurs influençant le processus du filtre.

La valeur disponible pour flags est :

scene_change_detect, scd

Active la détection de changement de scène en utilisant la valeur de l'option scene. Cet indicateur est activé par défaut.

11.102 frc_amf

Double la fréquence d'images, en utilisant le Frame Rate Converter (FRC) fourni par la bibliothèque AMD Advanced Media Framework pour l'accélération matérielle.

Le filtre accepte les options suivantes :

engine_type

Spécifie le moteur utilisé pour exécuter les shaders.

‘dx11’

DirectX 11.

‘dx12’

DirectX 12 (valeur par défaut).

enable

Valeur booléenne : active/désactive le FRC. Valeur dynamique, peut être modifiée à l'exécution sans réinitialiser le filtre. (Valeur par défaut : activé).

fallback_mode

Comportement de repli en cas de faible confiance d'interpolation.

‘duplicate’

Duplique l'image.

‘blend’

Mélange deux images ensemble (valeur par défaut).

indicator

Valeur booléenne : affiche le carré indicateur FRC dans le coin supérieur gauche de la vidéo (valeur par défaut : désactivé).

profile

Niveau de recherche de mouvement hiérarchique.

‘low’

Moins de niveaux de recherche de mouvement hiérarchique. Recommandé uniquement pour les résolutions extrêmement basses.

‘high’

Recommandé pour toute résolution jusqu'à 1440p. (valeur par défaut)

‘super’

Plus de niveaux de recherche de mouvement hiérarchique. Recommandé pour les résolutions de 1440p ou plus.

mv_search_mode

Mode de performance de la recherche de mouvement.

‘native’

Effectue la recherche de mouvement sur la pleine résolution des images source.

‘performance’

Effectue la recherche de mouvement sur les images source réduites. Recommandé pour les APU ou les GPU d'entrée de gamme pour de meilleures performances.

use_future_frame

Valeur booléenne : active la dépendance à une image future, améliore la qualité au prix de la latence (valeur par défaut : activé).

11.103 framestep

Sélectionne une image toutes les N images.

Ce filtre accepte l'option suivante :

step

Sélectionne l'image après chaque step images. Les valeurs autorisées sont des entiers positifs supérieurs à 0. La valeur par défaut est 1.

11.104 freezedetect

Détecte le gel de la vidéo.

Ce filtre consigne un message et définit des métadonnées d'image lorsqu'il détecte que la vidéo d'entrée ne présente aucun changement significatif de contenu pendant une durée spécifiée. La détection de gel vidéo calcule la moyenne de la différence absolue moyenne de tous les composants des images vidéo et la compare à un plancher de bruit.

Les instants et durées affichés sont exprimés en secondes. La clé de métadonnées lavfi.freezedetect.freeze_start est définie sur la première image dont l'horodatage égale ou dépasse la durée de détection, et elle contient l'horodatage de la première image du gel. Les clés de métadonnées lavfi.freezedetect.freeze_duration et lavfi.freezedetect.freeze_end sont définies sur la première image après le gel.

Le filtre accepte les options suivantes :

noise, n

Définit la tolérance de bruit. Peut être spécifiée en dB (si "dB" est ajouté à la valeur spécifiée) ou comme un rapport de différence entre 0 et 1. La valeur par défaut est -60dB, soit 0.001.

duration, d

Définit la durée de gel avant notification (par défaut 2 secondes).

11.105 freezeframes

Fige des images vidéo.

Ce filtre fige des images vidéo en utilisant une image de la 2e entrée.

Le filtre accepte les options suivantes :

first

Définit le numéro de la première image à partir de laquelle démarrer le gel.

last

Définit le numéro de la dernière image à laquelle terminer le gel.

replace

Définit le numéro de l'image de la 2e entrée qui sera utilisée à la place des images remplacées.

11.106 frei0r

Applique un effet frei0r à la vidéo d'entrée.

Pour activer la compilation de ce filtre, vous devez installer l'en-tête frei0r et configurer FFmpeg avec --enable-frei0r.

Il accepte les paramètres suivants :

filter_name

Le nom de l'effet frei0r à charger. Si la variable d'environnement FREI0R_PATH est définie, l'effet frei0r est recherché dans chacun des répertoires spécifiés par la liste séparée par des deux-points dans FREI0R_PATH. Sinon, les chemins standards de frei0r sont recherchés, dans cet ordre : HOME/.frei0r-1/lib/, /usr/local/lib/frei0r-1/, /usr/lib/frei0r-1/.

filter_params

Une liste de paramètres séparés par ’|’ à transmettre à l'effet frei0r.

Un paramètre d'effet frei0r peut être un booléen (sa valeur est soit "y" soit "n"), un double, une couleur (spécifiée sous la forme R/G/B, où R, G et B sont des nombres à virgule flottante compris entre 0.0 et 1.0 inclus) ou une description de couleur telle que spécifiée dans la section "Color" du manuel ffmpeg-utils (ffmpeg-utils), une position (spécifiée sous la forme X/Y, où X et Y sont des nombres à virgule flottante) et/ou une chaîne.

Le nombre et les types de paramètres dépendent de l'effet chargé. Si un paramètre d'effet n'est pas spécifié, la valeur par défaut est utilisée.

11.106.1 Exemples

• Appliquer l'effet distort0r, en définissant les deux premiers paramètres double :

  frei0r=filter_name=distort0r:filter_params=0.5|0.01
  

• Appliquer l'effet colordistance, en prenant une couleur comme premier paramètre :

  frei0r=colordistance:0.2/0.3/0.4
  frei0r=colordistance:violet
  frei0r=colordistance:0x112233
  

• Appliquer l'effet perspective, en spécifiant les positions d'image en haut à gauche et en haut à droite :

  frei0r=perspective:0.2/0.2|0.8/0.2
  

Pour plus d'informations, voir http://frei0r.dyne.org

11.106.2 Commandes

Ce filtre prend en charge l'option filter_params comme commande.

11.107 fspp

Applique un post-traitement rapide et simple. C'est une version plus rapide de spp.

Il divise la (I)DCT en passes horizontale/verticale. Contrairement au filtre de post-traitement simple, l'une d'elles est effectuée une fois par bloc, et non par pixel. Cela permet une vitesse bien plus élevée.

Le filtre accepte les options suivantes :

quality

Définit la qualité. Cette option définit le nombre de niveaux de moyennage. Elle accepte un entier dans la plage 4-5. La valeur par défaut est 4.

qp

Force un paramètre de quantification constant. Il accepte un entier dans la plage 0-63. S'il n'est pas défini, le filtre utilisera le QP du flux vidéo (si disponible).

strength

Définit la force du filtre. Il accepte un entier dans la plage -15 à 32. Des valeurs plus basses donnent plus de détails mais aussi plus d'artefacts, tandis que des valeurs plus hautes rendent l'image plus lisse mais aussi plus floue. La valeur par défaut est 0 − optimal en PSNR.

use_bframe_qp

Active l'utilisation du QP des B-Frames si définie à 1. Utiliser cette option peut provoquer du scintillement, car les B-Frames ont souvent un QP plus élevé. La valeur par défaut est 0 (non activé).

11.108 fsync

Synchronise les images vidéo avec une correspondance externe issue d'un fichier.

Pour chaque PTS d'entrée donné dans le fichier de correspondance, il supprime ou crée autant d'images que nécessaire pour recréer la séquence d'images de sortie donnée dans le fichier de correspondance.

Ce filtre est utile pour recréer les images de sortie d'une conversion de fréquence d'images effectuée par le filtre fps, enregistrées dans un fichier de correspondance à l'aide de l'option ffmpeg -stats_mux_pre, et pour effectuer un traitement supplémentaire sur les images correspondantes, par exemple une comparaison de qualité.

Chaque ligne du fichier de correspondance doit contenir trois éléments par image d'entrée : le PTS d'entrée (décimal), le PTS de sortie (décimal) et le TIMEBASE de sortie (décimal/décimal), séparés par un espace. Ce format de fichier correspond à la sortie de -stats_mux_pre_fmt="{ptsi} {pts} {tb}".

Le filtre suppose que le fichier de correspondance est trié par PTS d'entrée croissant.

Le filtre accepte les options suivantes :

file, f

Le nom du fichier de correspondance à utiliser.

Exemple :

# Convert a video to 25 fps and record a MAP_FILE file with the default format of this filter
ffmpeg -i INPUT -vf fps=fps=25 -stats_mux_pre MAP_FILE -stats_mux_pre_fmt "{ptsi} {pts} {tb}" OUTPUT

# Sort MAP_FILE by increasing input PTS
sort -n MAP_FILE

# Use INPUT, OUTPUT and the MAP_FILE from above to compare the corresponding frames in INPUT and OUTPUT via SSIM
ffmpeg -i INPUT -i OUTPUT -filter_complex '[0:v]fsync=file=MAP_FILE[ref];[1:v][ref]ssim' -f null -

11.109 gblur

Applique un filtre de flou gaussien.

Le filtre accepte les options suivantes :

sigma

Définit le sigma horizontal, écart type du flou gaussien. La valeur par défaut est 0.5.

steps

Définit le nombre d'étapes pour l'approximation gaussienne. La valeur par défaut est 1.

planes

Définit les plans à filtrer. Par défaut, tous les plans sont filtrés.

sigmaV

Définit le sigma vertical ; s'il est négatif, il sera égal à sigma. La valeur par défaut est -1.

11.109.1 Commandes

Ce filtre prend en charge les mêmes commandes que les options. La commande accepte la même syntaxe que l'option correspondante.

Si l'expression spécifiée n'est pas valide, elle est conservée à sa valeur actuelle.

11.110 geq

Applique une équation générique à chaque pixel.

Le filtre accepte les options suivantes :

lum_expr, lum

Définit l'expression de luma.

cb_expr, cb

Définit l'expression de chrominance bleue.

cr_expr, cr

Définit l'expression de chrominance rouge.

alpha_expr, a

Définit l'expression alpha.

red_expr, r

Définit l'expression rouge.

green_expr, g

Définit l'expression verte.

blue_expr, b

Définit l'expression bleue.

L'espace colorimétrique est sélectionné selon les options spécifiées. Si l'une des options lum_expr, cb_expr ou cr_expr est spécifiée, le filtre sélectionnera automatiquement un espace colorimétrique YCbCr. Si l'une des options red_expr, green_expr ou blue_expr est spécifiée, il sélectionnera un espace colorimétrique RGB.

Si l'une des expressions de chrominance n'est pas définie, elle se replie sur l'autre. Si aucune expression alpha n'est spécifiée, elle sera évaluée à une valeur opaque. Si aucune des expressions de chrominance n'est spécifiée, elles seront évaluées à l'expression de luma.

Les expressions peuvent utiliser les variables et fonctions suivantes :

N

Le numéro séquentiel de l'image filtrée, à partir de 0.

X Y

Les coordonnées de l'échantillon courant.

W H

La largeur et la hauteur de l'image.

SW SH

Échelle de largeur et de hauteur selon le plan en cours de filtrage. C'est le rapport entre le nombre de pixels du plan de luma correspondant et ceux du plan courant. Par exemple, pour YUV4:2:0 les valeurs sont 1,1 pour le plan de luma, et 0.5,0.5 pour les plans de chrominance.

T

Temps de l'image courante, exprimé en secondes.

p(x, y)

Renvoie la valeur du pixel à l'emplacement (x,y) du plan courant.

lum(x, y)

Renvoie la valeur du pixel à l'emplacement (x,y) du plan de luma.

cb(x, y)

Renvoie la valeur du pixel à l'emplacement (x,y) du plan de chrominance bleue. Renvoie 0 s'il n'existe pas de tel plan.

cr(x, y)

Renvoie la valeur du pixel à l'emplacement (x,y) du plan de chrominance rouge. Renvoie 0 s'il n'existe pas de tel plan.

r(x, y) g(x, y) b(x, y)

Renvoie la valeur du pixel à l'emplacement (x,y) du composant rouge/vert/bleu. Renvoie 0 s'il n'existe pas de tel composant.

alpha(x, y)

Renvoie la valeur du pixel à l'emplacement (x,y) du plan alpha. Renvoie 0 s'il n'existe pas de tel plan.

psum(x,y), lumsum(x, y), cbsum(x,y), crsum(x,y), rsum(x,y), gsum(x,y), bsum(x,y), alphasum(x,y)

Somme des valeurs d'échantillon dans le rectangle de (0,0) à (x,y) ; cela permet d'obtenir des sommes d'échantillons à l'intérieur d'un rectangle. Voir les fonctions sans le suffixe sum.

interpolation

Définit l'une des méthodes d'interpolation :

nearest, n bilinear, b

La valeur par défaut est bilinear.

Pour les fonctions, si x et y sont en dehors de la zone, la valeur sera automatiquement ramenée au bord le plus proche.

Notez que ce filtre peut utiliser plusieurs threads, auquel cas chaque slice aura son propre état d'expression. Si vous souhaitez utiliser un seul état d'expression parce que vos expressions dépendent d'un état précédent, vous devez alors limiter le nombre de threads du filtre à 1.

11.110.1 Exemples

• Retourne l'image horizontalement :

  geq=p(W-X\,Y)
  

• Génère une onde sinusoïdale bidimensionnelle, avec un angle de PI/3 et une longueur d'onde de 100 pixels :

  geq=128 + 100*sin(2*(PI/100)*(cos(PI/3)*(X-50*T) + sin(PI/3)*Y)):128:128
  

• Génère une lumière mouvante énigmatique et fantaisiste :

  nullsrc=s=256x256,geq=random(1)/hypot(X-cos(N*0.07)*W/2-W/2\,Y-sin(N*0.09)*H/2-H/2)^2*1000000*sin(N*0.02):128:128
  

• Génère rapidement un effet de relief :

  format=gray,geq=lum_expr='(p(X,Y)+(256-p(X-4,Y-4)))/2'
  

• Modifie les composantes RGB selon la position du pixel :

  geq=r='X/W*r(X,Y)':g='(1-X/W)*g(X,Y)':b='(H-Y)/H*b(X,Y)'
  

• Crée un dégradé radial de même taille que l'entrée (voir aussi le filtre vignette) :

  geq=lum=255*gauss((X/W-0.5)*3)*gauss((Y/H-0.5)*3)/gauss(0)/gauss(0),format=gray
  

11.111 gradfun

Corrige les artefacts de bandes qui apparaissent parfois dans les zones presque plates lors de la troncature à une profondeur de couleur de 8 bits. Interpole les dégradés qui devraient se trouver à l'emplacement des bandes, puis leur applique un tramage.

Ce filtre est conçu uniquement pour la lecture. Ne l'utilisez pas avant une compression avec perte, car la compression tend à faire disparaître le tramage et à faire réapparaître les bandes.

Il accepte les paramètres suivants :

strength

Quantité maximale dont le filtre modifie un pixel donné. C'est également le seuil de détection des zones presque plates. Les valeurs acceptées vont de .51 à 64 ; la valeur par défaut est 1.2. Les valeurs hors limites sont ramenées à la plage valide.

radius

Voisinage utilisé pour ajuster le dégradé. Un radius plus grand rend les dégradés plus lisses, mais empêche aussi le filtre de modifier les pixels proches des zones détaillées. Les valeurs acceptées sont 8-32 ; la valeur par défaut est 16. Les valeurs hors limites sont ramenées à la plage valide.

Les options peuvent également être indiquées sous forme de chaîne compacte : strength[:radius]

11.111.1 Exemples

• Applique le filtre avec une strength de 3.5 et un radius de 8 :

  gradfun=3.5:8
  

• Indique le radius, en omettant strength (qui reviendra à la valeur par défaut) :

  gradfun=radius=8
  

11.112 graphmonitor

Affiche diverses statistiques du filtergraph.

Ce filtre permet de déboguer un filtergraph complet, notamment les problèmes liés aux liens qui se remplissent d'images mises en file d'attente.

Le filtre accepte les options suivantes :

size, s

Définit la taille de sortie vidéo. La valeur par défaut est hd720.

opacity, o

Définit l'opacité de la vidéo. La valeur par défaut est 0.9. La plage autorisée va de 0 à 1.

mode, m

Définit les indicateurs du mode de sortie.

Les valeurs disponibles pour les indicateurs sont :

‘full’

Aucun filtrage. Valeur par défaut.

‘compact’

Affiche uniquement les filtres ayant des images en file d'attente.

‘nozero’

Affiche uniquement les filtres dont les statistiques sont non nulles.

‘noeof’

Affiche uniquement les filtres dont l'état n'est pas eof.

‘nodisabled’

Affiche uniquement les filtres qui sont activés dans la timeline.

flags, f

Définit les indicateurs qui activent les statistiques affichées dans la vidéo.

Les valeurs disponibles pour les indicateurs sont :

‘none’

Tous les indicateurs sont désactivés.

‘all’

Tous les indicateurs sont activés.

‘queue’

Affiche le nombre d'images en attente sur chaque lien.

‘frame_count_in’

Affiche le nombre d'images récupérées depuis le filtre.

‘frame_count_out’

Affiche le nombre d'images fournies en sortie par le filtre.

‘frame_count_delta’

Affiche le delta (la différence) entre les deux valeurs précédentes, en nombre d'images.

‘pts’

Affiche le pts de l'image en cours de filtrage.

‘pts_delta’

Affiche le delta de pts entre l'image actuelle et l'image précédente.

‘time’

Affiche le temps de l'image en cours de filtrage.

‘time_delta’

Affiche le delta de temps entre l'image actuelle et l'image précédente.

‘timebase’

Affiche la base de temps du lien de filtre.

‘format’

Affiche le format utilisé pour le lien de filtre.

‘size’

Affiche la taille vidéo, ou le nombre de canaux audio si le lien de filtre utilise de l'audio.

‘rate’

Affiche la fréquence d'images vidéo, ou la fréquence d'échantillonnage si le lien de filtre utilise de l'audio.

‘eof’

Affiche l'état de sortie du lien.

‘sample_count_in’

Affiche le nombre d'échantillons récupérés depuis le filtre.

‘sample_count_out’

Affiche le nombre d'échantillons fournis en sortie par le filtre.

‘sample_count_delta’

Affiche le delta (la différence) entre les deux valeurs précédentes, en nombre d'échantillons.

‘disabled’

Affiche l'état du filtre de timeline.

rate, r

Définit la limite supérieure de la fréquence d'images du flux de sortie. La valeur par défaut est 25. Cela garantit que la fréquence d'images du flux vidéo de sortie ne dépasse pas cette valeur.

11.113 grayworld

Filtre de constance des couleurs qui applique une correction des couleurs fondée sur l'hypothèse grayworld.

Voir : https://www.researchgate.net/publication/275213614_A_New_Color_Correction_Method_for_Underwater_Imaging

Cet algorithme utilise la lumière linéaire, de sorte que les données d'entrée doivent être linéarisées au préalable (et, si possible, correctement étiquetées).

ffmpeg -i INPUT -vf zscale=transfer=linear,grayworld,zscale=transfer=bt709,format=yuv420p OUTPUT

11.114 greyedge

Filtre de variante de constance des couleurs qui estime l'éclairage de la scène via l'algorithme grey edge et corrige les couleurs de la scène en conséquence.

Voir : https://staff.science.uva.nl/th.gevers/pub/GeversTIP07.pdf

Le filtre accepte les options suivantes :

difford

Ordre de différenciation à appliquer sur la scène. Doit être choisi dans la plage [0,2] ; la valeur par défaut est 1.

minknorm

Paramètre de Minkowski utilisé pour calculer la distance de Minkowski. Doit être choisi dans la plage [0,20] ; la valeur par défaut est 1. La valeur 0 permet d'obtenir la valeur maximale au lieu de calculer la distance de Minkowski.

sigma

Écart type du flou gaussien à appliquer sur la scène. Doit être choisi dans la plage [0,1024.0] ; la valeur par défaut est 1. floor( sigma * break_off_sigma(3) ) ne peut pas être égal à 0 si difford est supérieur à 0.

11.114.1 Exemples

• Grey Edge :

  greyedge=difford=1:minknorm=5:sigma=2
  

• Max Edge :

  greyedge=difford=1:minknorm=0:sigma=2
  

11.115 guided

Applique un filtre guidé pour le lissage préservant les contours, le désembrumage, etc.

Le filtre accepte les options suivantes :

radius

Définit le rayon de la boîte en pixels. La plage autorisée va de 1 à 20. La valeur par défaut est 3.

eps

Définit le paramètre de régularisation (au carré). La plage autorisée va de 0 à 1. La valeur par défaut est 0.01.

mode

Définit le mode du filtre. Peut être basic ou fast. La valeur par défaut est basic.

sub

Définit le taux de sous-échantillonnage pour le mode fast. La plage est de 2 à 64. La valeur par défaut est 4. Aucun sous-échantillonnage n'a lieu en mode basic.

guidance

Définit le mode de guidage. Peut être off ou on. La valeur par défaut est off. Si off, une seule entrée est nécessaire. Si on, deux entrées de même résolution et même pixel format sont nécessaires. La seconde entrée sert de guidage.

planes

Définit les plans à filtrer. Par défaut, seul le premier est traité.

11.115.1 Commandes

Ce filtre prend en charge toutes les options ci-dessus en tant que commandes.

11.115.2 Exemples

• Lissage préservant les contours avec le filtre guided :

  ffmpeg -i in.png -vf guided out.png
  

• Désembrumage, filtrage par transfert de structure, amélioration des détails avec le filtre guided. Pour la génération de l'image de guidage, reportez-vous à l'article "Guided Image Filtering". Voir : http://kaiminghe.com/publications/pami12guidedfilter.pdf.

  ffmpeg -i in.png -i guidance.png -filter_complex guided=guidance=on out.png
  

11.116 haldclut

Applique un Hald CLUT à un flux vidéo.

La première entrée est le flux vidéo à traiter, et la seconde est le Hald CLUT. L'entrée Hald CLUT peut être une simple image ou un flux vidéo complet.

Le filtre accepte les options suivantes :

clut

Définit quelles images vidéo du CLUT, provenant du second flux d'entrée, sont traitées ; peut valoir first ou all. La valeur par défaut est all.

shortest

Force l'arrêt lorsque l'entrée la plus courte se termine. La valeur par défaut est 0.