ffmpeg
-i "1.mp4"
-i "加热三分钟 不要盖锅盖.wav"
-i "可以出锅了 大家来品尝.wav"
-i "首先添加小蒜 小火两分钟.wav"
-filter_complex "[1:a]adelay=0|0[a1]; [2:a]adelay=5000|5000[a2]; [3:a]adelay=15000|15000[a3]; [a1][a2][a3]amix=inputs=3:duration=longest[aout]"
-vf "subtitles=subtitles.srt"
-map 0:v -map "[aout]"
-c:v libx264 -c:a aac -strict experimental -y "ok.mp4"
ffmpeg
-i "1.mp4"
-i "加热三分钟 不要盖锅盖.wav"
-i "可以出锅了 大家来品尝.wav"
-i "首先添加小蒜 小火两分钟.wav"
-filter_complex "[0:a]adelay=0|0[a0]; [1:a]adelay=0|0[a1]; [2:a]adelay=5000|5000[a2]; [3:a]adelay=15000|15000[a3]; [a0][a1][a2][a3]amix=inputs=4:duration=longest[aout]"
-vf "subtitles=subtitles.srt"
-map 0:v -map "[aout]"
-c:v libx264 -c:a aac
-y "ok.mp4"
两个命令的核心区别在于是否保留视频原声音频，具体差异如下：
1. 音频处理逻辑不同
第一个命令：只处理了 3 个外部 WAV 音频（[1:a]、[2:a]、[3:a]），通过adelay设置延迟后，用amix=inputs=3混合这 3 个音频，最终输出的音频[aout]不包含原视频（1.mp4）的声音。
第二个命令：新增了对视频原声音频（[0:a]）的处理，通过[0:a]adelay=0|0[a0]保留原声音频（延迟 0 毫秒，即不改变时间），然后用amix=inputs=4将原声音频[a0]与 3 个外部 WAV 音频一起混合，最终输出的音频[aout]包含原视频的声音 + 3 个外部音频。
2. 混音输入数量不同
第一个命令的amix=inputs=3：表示混合 3 个音频（仅 3 个 WAV 文件）。
第二个命令的amix=inputs=4：表示混合 4 个音频（原视频音频 + 3 个 WAV 文件）。
3. 输出效果不同
第一个命令生成的ok.mp4：视频画面保留，但声音只有 3 个 WAV 文件的内容（原视频声音被丢弃）。
第二个命令生成的ok.mp4：视频画面保留，声音是原视频声音与 3 个 WAV 文件的混合（原声音频被保留并参与混音）。
此外，第一个命令中包含-strict experimental参数（早期 FFmpeg 对 AAC 编码的兼容选项），第二个命令去掉了该参数（现代 FFmpeg 已无需此参数，AAC 编码默认支持）。