Skip to content

المونتاج وفحص مستوى الصوت: استخدم FFmpeg لتجميع أول فيلم كامل ​

الهدف في جملة واحدة: في هذا الدرس تُكمل مونتاج المسلسل القصير بالذكاء الاصطناعي — تربط مقاطع اللقطات التي اخترتها بترتيب جدول اللقطات لتصنع فيلمًا تدريبيًا مدته 30–60 ثانية، وتوحّد مستوى الصوت إلى معيار EBU R128 باستخدام loudnorm.

يمكن لبرامج المونتاج بواجهة رسومية (مثل Jianying و Premiere) إنجاز خطوات هذا الدرس بالمثل، لكن هذه الدورة لم تتحقق من خطواتها المحددة، وفيما يلي نعتمد أوامر FFmpeg حصريًا.

ماذا ستستطيع أن تفعل بعد إكمال الدرس ​

  • استخدام trim و atrim لقص كل لقطة إلى مدة جدول اللقطات وإرجاع الطوابع الزمنية إلى الصفر
  • استخدام مرشح concat لربط عدة مقاطع لقطات بترتيب جدول اللقطات في خط زمني واحد متكامل
  • استخدام loudnorm لتوحيد مستوى صوت الفيلم كاملًا وفق معيار EBU R128 (الهدف الافتراضي I=-24، LRA=7، TP=-2)
  • إنتاج فيلم تدريبي 30–60 ثانية بصيغة final.mp4 مع تزامن بين الصوت والصورة ومستوى صوت مستقر

معضلتك الحالية ​

  • «اخترت كل اللقطات، لكنها ما تزال مجموعة ملفات mp4 متناثرة، ولا تبدو بأي حال كمسلسل قصير.»
  • «ربطتها بالكاد معًا، فبعض اللقطات صوتها مرتفع وبعضها منخفض، والاستماع مزعج.»
  • «سمعت أنه ينبغي استخدام برنامج مونتاج، لكن الواجهة مليئة بالأزرار، وأنا فقط أريد تجميع الفيلم أولًا.»

متى تستخدم هذه الطريقة ​

عندما تحتاج إلى:

  • ربط مقاطع اللقطات المختارة بترتيب جدول اللقطات في فيلم تدريبي مدته 30–60 ثانية؛
  • توحيد مستوى صوت الفيلم كاملًا حتى لا يتذبذب صوت التعليق الصوتي بين المرتفع والمنخفض.

ولا تريد:

  • أن تتعلم منذ البداية التعامل مع واجهة برامج المونتاج الرسومية؛
  • أن تحاذي كل مقطع يدويًا على الخط الزمني.

🎒 التحضير قبل البدء ​

الفكرة الجوهرية ​

يبدو مونتاج المسلسلات القصيرة بالذكاء الاصطناعي مشروعًا ضخمًا، لكن مونتاج الفيديو بـ FFmpeg في هذا الدرس لا يفعل في الواقع سوى ثلاثة أمور: القص والربط والضبط، وكل أمر يقابله مرشح:

الإجراءالمرشحماذا يفعل
القصtrim / atrim + setpts / asetptsقص البداية والنهاية الزائدة وفق مدة جدول اللقطات وإرجاع الطوابع الزمنية إلى الصفر
الربطconcatوصل عدة مقاطع بالترتيب في خط زمني واحد، مع تعويض الصوت القصير بالصمت تلقائيًا
الضبطloudnormتوحيد مستوى الصوت للفيلم كاملًا وفق EBU R128

خط التجميع الكامل: مواد مثل shot01.mp4 ← (قص) مقاطع مثل shot01_cut.mp4 ← (ربط) draft.mp4 ← (ضبط) final.mp4.

تذكّر شرطين أساسيين: يشترط concat أن يبدأ كل مقطع من الطابع الزمني 0، لذا يجب إرجاع الطوابع إلى الصفر بعد القص؛ ويجب أن تتطابق معاملات التدفقات المقابلة في كل مقطع — الدقة يجب أن تتطابق صراحةً، أما صيغة البكسل ومعدل العينات فيوحّدها concat تلقائيًا.

اتبع خطواتي ​

الخطوة 1: قص بداية ونهاية اللقطات ​

لماذا: يحدد جدول اللقطات مدة كل لقطة، والقص يجعل المقاطع مطابقة للجدول بدقة؛ كما يشترط concat أن يبدأ كل مقطع من الطابع الزمني 0، فنرجع الطوابع إلى الصفر فور القص. يحدد trim النطاق بـ start/end/duration، ومعاملات atrim هي نفسها:

bash
ffmpeg -i shot01.mp4 \
  -vf "trim=start=0:end=4,setpts=PTS-STARTPTS" \
  -af "atrim=start=0:end=4,asetpts=PTS-STARTPTS" \
  shot01_cut.mp4

ينبغي أن ترى: ملف shot01_cut.mp4 مدته 4 ثانية، وطوابع زمنية تبدأ من 0، ولا صور زائدة في البداية أو النهاية.

  • فحص صغير: شغّله مرة لكل لقطة، فتحصل على shot01_cut.mp4 و shot02_cut.mp4 و shot03_cut.mp4

الخطوة 2: ربط اللقطات وبناء خط زمني مونتاج المسلسل القصير بالذكاء الاصطناعي ​

لماذا: يعتمد ربط الفيديو في FFmpeg على مرشح concat، الذي يصل المقاطع المقصوصة بترتيب جدول اللقطات في خط زمني واحد — بعد هذه الخطوة تتحول كومة المواد فعلًا إلى «فيلم». يشترط تطابق معاملات تدفقات المقاطع (وتحققه المقاطع عادةً تلقائيًا لأنها من سير عمل واحد)؛ وإذا كان صوت مقطع أقصر من فيديوهه يُعوَّض بالصمت تلقائيًا:

bash
ffmpeg -i shot01_cut.mp4 -i shot02_cut.mp4 -i shot03_cut.mp4 \
  -filter_complex "[0:v][0:a][1:v][1:a][2:v][2:a]concat=n=3:v=1:a=1[v][a]" \
  -map "[v]" -map "[a]" -c:v libx264 -crf 20 draft.mp4

n=3 هو عدد المقاطع المربوطة، فإذا كان عدد اللقطات أكثر من 3 فغيّره إلى العدد الفعلي، وأضف مدخلات -i بالترتيب. يحدد -map تدفق الفيديو وتدفق الصوت الناتجين عن concat؛ ويعمل -c:v libx264 مع -crf على ضبط جودة الصورة، وهذا هو الاستخدام في مثال الوثائق الرسمية، وحدد قيمة crf وفق احتياجاتك من الجودة.

ينبغي أن ترى: حصولك على draft.mp4، بمدة إجمالية تساوي تقريبًا مجموع مدد اللقطات، وترتيب التشغيل مطابق لجدول اللقطات.

  • فحص صغير: شغّل draft.mp4، الترتيب مطابق لجدول اللقطات، ولا لقطة مفقودة أو مكررة

الخطوة 3: فحص مستوى الصوت وتوحيده ​

لماذا: قد لا يتطابق مستوى صوت التعليق الصوتي بين اللقطات المختلفة، فيتذبذب بعد الربط بين المرتفع والمنخفض. loudnorm هو مرشح توحيد مستوى الصوت في FFmpeg، يوحّد مستوى صوت الفيلم كاملًا وفق معيار EBU R128، والهدف الافتراضي هو I=-24 و LRA=7 و TP=-2. لاحظ أن وضعه الديناميكي يعالج داخليًا بأخذ عينات أعلى عند 192kHz، لذا حدد معدل العينات عند الإخراج باستخدام -ar:

bash
ffmpeg -i draft.mp4 -af loudnorm -ar 48000 -c:v copy final.mp4

ينبغي أن ترى: final.mp4 بمستوى صوت مطابق للمعيار في الفيلم كاملًا، ولم يعد الصوت يتذبذب بين اللقطات؛ وتدفق الفيديو منسوخ مباشرة (-c:v copy) دون فقدان إضافي في الجودة.

💡 ما يزال مستوى الصوت يتذبذب؟

ارجع أولًا وتحقق من ترتيب الربط: هل من لقطة مفقودة أو مكررة، وبعد التأكد من عدم وجود مشاكل أعد تشغيل loudnorm مرة أخرى.

  • فحص صغير: يظهر ffmpeg -i final.mp4 أن معدل عينات الصوت هو 48000 وليس 192000

نقطة تحقق ✅ ​

  • تبدأ الطوابع الزمنية لكل مقطع مقصوص (مثل shot01_cut.mp4) من 0، والمدة مطابقة لجدول اللقطات
  • المدة الإجمالية لـ draft.mp4 تساوي تقريبًا مجموع اللقطات، وترتيب التشغيل مطابق لجدول اللقطات
  • تقع مدة final.mp4 في نطاق 30–60 ثانية (هدف التصميم التعليمي لفيلم التدريب)، وتحتوي على مسارين: فيديو وصوت
  • تشغيل كامل من البداية إلى النهاية: راجع الترتيب والصورة ومستوى الصوت بندًا بندًا؛ وإذا كانت الترجمة مدمجة بالفعل، فتظهر بشكل طبيعي

تنبيهات لتجنب الأخطاء الشائعة ​

❌ يبلغ concat عن عدم تطابق معاملات التدفقات ​

السبب: خلط لقطات بدقة مختلفة (مثل الجمع بين النسخ الأفقية والعمودية). يوحّد concat تلقائيًا تنسيق البكسل ومعدل العينة وغيرها، لكن الدقة لا تُحوَّل تلقائيًا، فيجب أن تكون متطابقة في كل المقاطع؛ واختلاف معدل الإطارات لا يسبب خطأ، لكنه ينتج فيلمًا نهائيًا بمعدل إطارات متغير.

الحل الصحيح: ارجع إلى مرحلة اللقطات لتوحيد المعاملات، ثم أعد التوليد قبل الدمج.

❌ يبلغ concat عن عدم وجود مسار صوتي ​

السبب: بعض اللقطات لم يُدمج فيها مسار التعليق الصوتي، فيظهر خطأ عدم وجود مسار صوتي عند الدمج.

الحل الصحيح: أكمل المسارات الصوتية أولًا وفق درس التعليق الصوتي، ثم أعد تشغيل الخطوة 2.

❌ إطار أسود في البداية أو عدم تزامن الصوت والصورة ​

السبب: أحد المقاطع لم تُصفَّر طوابعه الزمنية بعد القص، فاعتبر concat نقطة البداية غير الصفرية بداية للمقطع.

الحل الصحيح: أضف setpts/asetpts من الخطوة 1، وأعد تشغيل القص والدمج.

❌ معدل عينة الإخراج يصل إلى 192kHz ​

السبب: تمت كتابة الرفع الداخلي لمعدل العينة في الوضع الديناميكي لـ loudnorm داخل الملف.

الحل الصحيح: أضف -ar 48000 وأعد تشغيل الخطوة 3.

ملخص هذا الدرس ​

  • ✅ استخدام trim/atrim مع setpts/asetpts لقص كل لقطة إلى مدة جدول اللقطات وتصفير الطوابع الزمنية
  • ✅ استخدام concat لدمج اللقطات بترتيب جدول اللقطات، لبناء خط زمني لمونتاج الدراما القصيرة بالذكاء الاصطناعي، وإنتاج draft.mp4
  • ✅ استخدام loudnorm لتوحيد مستوى الصوت وفق EBU R128، واستخدام -ar 48000 لتثبيت معدل عينة الإخراج، وإنتاج final.mp4

مراجعة المعاملات الرئيسية:

المعاملالقيمة الموصى بهاالشرح
trim/atrim مع start/endحسب مدة جدول اللقطاتتحديد نطاق الاحتفاظ لكل لقطة
n الخاصة بـ concatعدد اللقطاتعدد المقاطع المدمجة، ويقابل عدد ملفات الإدخال
I الخاصة بـ loudnorm الهدف-24 (افتراضي)هدف loudness المتكامل وفق EBU R128
LRA الخاصة بـ loudnorm الهدف7 (افتراضي)هدف نطاق الـ loudness
TP الخاصة بـ loudnorm الهدف-2 (افتراضي)الحد الأعلى للذروة الحقيقية
-ar48000منع كتابة الرفع الداخلي لمعدل العينة 192kHz الخاص بـ loudnorm في الملف
-c:v / -crflibx264 / 20الاستخدام الرسمي كمثال، ويُحدد crf حسب متطلبات جودة الصورة

استعراض الدرس التالي ​

بعد الحصول على الفيلم النهائي، لا يزال يلزم مراجعته مقابل مواصفات المنصة قبل النشر: تابع «التصدير والفحص قبل النشر: وفق المواصفات الرسمية لـ YouTube».

ستتعلم:

  • إعدادات الترميز الموصى بها رسميًا للتحميل إلى YouTube: الحاوية MP4، والفيديو H.264، والصوت AAC-LC 48kHz
  • كيفية التحقق من القيم الموصى بها لمعدل الإطارات والدقة ومعدل البت وغيرها
  • كيفية المرور بقائمة الفحص النهائية قبل النشر
gaodong.aiAboutPrivacyContact

Independent tutorials, not affiliated with any product mentioned. Product names and trademarks belong to their owners. Check official pages for prices and policies.