Skip to content

एडिटिंग और वॉल्यूम जांच: FFmpeg से पहली तैयार फिल्म बनाएं ​

एक वाक्य में लक्ष्य: इस पाठ में AI शॉर्ट ड्रामा एडिटिंग पूरी करें — आपके चुने हुए शॉट क्लिप को शॉट लिस्ट के क्रम में 30–60 सेकंड की प्रैक्टिस फिल्म में जोड़ें, और loudnorm से वॉल्यूम को EBU R128 स्टैंडर्ड पर एकरूप करें।

GUI एडिटिंग सॉफ़्टवेयर (जैसे 剪映, Premiere) से भी यही काम हो सकता है, लेकिन इस कोर्स में उनके ठीक चरणों की जांच नहीं की गई है, नीचे सब जगह FFmpeg कमांड ही मानक माने जाएंगे।

सीखने के बाद आप क्या कर सकेंगे ​

  • trim और atrim से हर शॉट को शॉट लिस्ट की अवधि तक काटें, और टाइमस्टैम्प को शून्य पर लाएं
  • concat फ़िल्टर से कई शॉट क्लिप को शॉट लिस्ट के क्रम में एक पूरी टाइमलाइन में जोड़ें
  • loudnorm से पूरी फिल्म का वॉल्यूम EBU R128 स्टैंडर्ड पर एकरूप करें (डिफ़ॉल्ट लक्ष्य I=-24, LRA=7, TP=-2)
  • एक 30–60 सेकंड की, ऑडियो-वीडियो सिंक वाली, वॉल्यूम स्थिर final.mp4 प्रैक्टिस फिल्म बनाएं

आपकी अभी की दिक्कत ​

  • "शॉट सब चुन लिए हैं, फिर भी बिखरे हुए mp4 ही हैं, किसी तरह एक शॉर्ट ड्रामा जैसे नहीं लगते।"
  • "किसी तरह जोड़ दिए, तो कुछ शॉट की आवाज़ तेज़ है, कुछ की धीमी, सुनने में बुरा लगता है।"
  • "सुना है कि एडिटिंग सॉफ़्टवेयर इस्तेमाल करना चाहिए, लेकिन इंटरफ़ेस में ढेर सारे बटन हैं, मैं बस पहले फिल्म जोड़ना चाहता हूँ।"

यह तरीका कब इस्तेमाल करें ​

जब आपको चाहिए:

  • चुने हुए शॉट क्लिप को शॉट लिस्ट के क्रम में एक 30–60 सेकंड की प्रैक्टिस फिल्म में जोड़ना;
  • पूरी फिल्म का वॉल्यूम एकरूप करना, ताकि डबिंग तेज़-धीमी न होती रहे।

और नहीं चाहते:

  • शुरू में ही GUI एडिटिंग सॉफ़्टवेयर के इंटरफ़ेस ऑपरेशन सीखना;
  • टाइमलाइन पर हर क्लिप को हाथ से अलाइन करना।

🎒 शुरू करने से पहले की तैयारी ​

  • "शॉट रिट्राई और रिप्लेसमेंट रणनीति: हर शॉट अधिकतम 3 बार" पाठ पूरा कर लिया है, पिछले कोर्स में बनाई शॉट लिस्ट (टीचिंग टेम्पलेट) हाथ में है, चुनी हुई क्लिप प्ले क्रम में नामित हैं, जैसे shot01.mp4, shot02.mp4, shot03.mp4
  • पिछला पाठ 字幕制作与校对:SRT 从जनरेट到烧录 पूरा कर चुके हैं, सबटाइटल हर खंड में बर्न हो चुके हैं, या अंत में एक साथ पूरी फिल्म पर बर्न करने की तैयारी है
  • हर शॉट खंड में पिछले पाठों में डबिंग ऑडियो ट्रैक मिला चुका है
  • टर्मिनल में ffmpeg -version चलाने पर वर्ज़न नंबर दिखता है

मुख्य विचार ​

AI शॉर्ट ड्रामा एडिटिंग बहुत बड़ा काम लगती है, लेकिन इस पाठ की FFmpeg वीडियो एडिटिंग वास्तव में सिर्फ तीन काम करती है: काटना, जोड़ना, समायोजित करना, हर काम एक फ़िल्टर से मेल खाता है:

क्रियाफ़िल्टरक्या करता है
काटनाtrim / atrim + setpts / asetptsशॉट टेबल की अवधि के हिसाब से शुरुआत-अंत का फालतू हिस्सा हटाएं, टाइमस्टैम्प शून्य पर सेट
जोड़नाconcatकई खंडों को क्रम से एक टाइमलाइन में जोड़े, छोटे ऑडियो में अपने आप साइलेंस भरता है
समायोजनloudnormEBU R128 के अनुसार पूरी फिल्म का लाउडनेस एक समान करे

पूरी पाइपलाइन: shot01.mp4 जैसे मटेरियल → (काटना) shot01_cut.mp4 जैसे खंड → (जोड़ना) draft.mp4 → (समायोजन) final.mp4।

दो शर्तें याद रखें: concat चाहता है कि हर खंड टाइमस्टैम्प 0 से शुरू हो, इसलिए काटने के बाद शून्य पर सेट करें; हर खंड के संगत स्ट्रीम के पैरामीटर एक जैसे होने चाहिए—रेज़ोल्यूशन स्पष्ट रूप से एक जैसी होनी चाहिए, पिक्सेल फॉर्मैट, सैंपल रेट जैसी चीज़ें concat अपने आप एक कर देगा।

मेरे साथ करें ​

चरण 1: शॉट का शुरुआत-अंत काटें ​

क्यों: शॉट टेबल हर शॉट की अवधि तय करती है, काटने से खंड सख्ती से टेबल से मेल खाता है; concat यह भी चाहता है कि हर खंड टाइमस्टैम्प 0 से शुरू हो, काटने के बाद शून्य पर सेट कर लें। trim start/end/duration से रेंज तय करता है, atrim के पैरामीटर वही हैं:

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

आपको यह दिखना चाहिए: shot01_cut.mp4 अवधि 4 सेकंड, टाइमस्टैम्प 0 से शुरू, शुरुआत-अंत में कोई फालतू फ्रेम नहीं।

  • छोटी जांच: हर शॉट के लिए एक बार चलाएं, मिलेगा shot01_cut.mp4, shot02_cut.mp4, shot03_cut.mp4

चरण 2: शॉट जोड़ें, AI शॉर्ट ड्रामा एडिटिंग टाइमलाइन बनाएं ​

क्यों: FFmpeg वीडियो जोड़ने के लिए concat फ़िल्टर का उपयोग करता है, काटे हुए खंडों को शॉट टेबल के क्रम से एक टाइमलाइन में जोड़ता है—यह कदम पूरा होते ही मटेरियल का ढेर असल में "एक फिल्म" बन जाता है। यह चाहता है कि हर खंड के स्ट्रीम पैरामीटर एक जैसे हों (एक ही वर्कफ़्लो से बने खंड आमतौर पर अपने आप यह शर्त पूरी करते हैं); किसी खंड का ऑडियो वीडियो से छोटा होने पर अपने आप साइलेंस भर देता है:

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 जुड़े हुए सेगमेंट की संख्या है; यदि शॉट 3 से अधिक हैं तो वास्तविक संख्या में बदलें, और क्रम से -i इनपुट जोड़ते जाएं। -map concat के आउटपुट से वीडियो स्ट्रीम और ऑडियो स्ट्रीम चुनता है; -c:v libx264 के साथ -crf पिक्चर क्वालिटी को नियंत्रित करता है — यह आधिकारिक दस्तावेज़ के उदाहरण में इस्तेमाल हुआ तरीका है, crf का मान अपनी क्वालिटी ज़रूरत के अनुसार खुद तय करें।

आपको यह दिखना चाहिए: draft.mp4 मिलता है, कुल अवधि लगभग सभी शॉट के योग के बराबर होती है, और प्लेबैक क्रम शॉट तालिका से मेल खाता है।

  • छोटी जांच: draft.mp4 चलाएं, क्रम शॉट तालिका से मेल खाता है, कोई शॉट छूटा या दोहराया नहीं गया

चरण 3: वॉल्यूम जांच और एकरूपता ​

क्यों: अलग-अलग शॉट की डबिंग लाउडनेस जरूरी नहीं कि एक जैसी हो, जुड़ने पर आवाज़ कभी तेज़ कभी धीमी लगेगी। loudnorm FFmpeg का वॉल्यूम नॉर्मलाइज़ेशन फ़िल्टर है, जो EBU R128 मानक के अनुसार पूरी फ़िल्म की लाउडनेस एकरूप करता है; डिफ़ॉल्ट लक्ष्य है I=-24, LRA=7, TP=-2। ध्यान दें कि इसका डायनामिक मोड आंतरिक रूप से 192kHz अपसैंपलिंग पर प्रोसेस करता है, आउटपुट में -ar से सैंपल रेट निर्दिष्ट करना होगा:

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

आपको यह दिखना चाहिए: final.mp4 की पूरी फ़िल्म की लाउडनेस मानक पर है, शॉट के बीच आवाज़ अब कभी तेज़ कभी धीमी नहीं; वीडियो स्ट्रीम सीधे कॉपी होती है (-c:v copy), क्वालिटी का दोबारा नुकसान नहीं।

💡 वॉल्यूम फिर भी कभी तेज़ कभी धीमी है?

पहले वापस जाकर जांचें कि जोड़ने के क्रम में कोई शॉट छूटा या दोहराया तो नहीं, समस्या न होने की पुष्टि के बाद loudnorm दोबारा चलाएं।

  • छोटी जांच: ffmpeg -i final.mp4 ऑडियो सैंपल रेट 48000 दिखाता है, न कि 192000

चेकपॉइंट ✅ ​

  • प्रत्येक कटे हुए क्लिप (shot01_cut.mp4 आदि) का टाइमस्टैम्प 0 से शुरू होता है, अवधि शॉट तालिका से मेल खाती है
  • draft.mp4 की कुल अवधि लगभग सभी शॉट के योग के बराबर, प्लेबैक क्रम शॉट तालिका से मेल खाता है
  • final.mp4 की अवधि 30–60 सेकंड में है (अभ्यास फ़िल्म का कोर्स डिज़ाइन लक्ष्य), इसमें वीडियो और ऑडियो दो स्ट्रीम शामिल हैं
  • एक बार पूरा चलाएं: क्रम, दृश्य, वॉल्यूम — हर आइटम ध्यान से जांचें; यदि सबटाइटल पहले से बर्न हो चुके हैं तो सही दिखते हैं

आम गलतियों की चेतावनी ​

❌ concat स्ट्रीम पैरामीटर असंगत होने की त्रुटि देता है ​

कारण: अलग रेज़ोल्यूशन वाले शॉट मिला दिए गए (जैसे लैंडस्केप और पोर्ट्रेट मिक्स)। concat पिक्सेल फ़ॉर्मैट, सैंपल रेट जैसे पैरामीटर अपने आप एकरूप कर देता है, लेकिन रेज़ोल्यूशन अपने आप कन्वर्ट नहीं होता, हर सेगमेंट का एक जैसा होना जरूरी है; फ्रेम रेट अलग होने पर त्रुटि नहीं मिलती, पर आउटपुट वैरिएबल फ्रेम रेट वाली फ़ाइल बनती है।

सही तरीका: शॉट चरण पर लौटकर पैरामीटर एकरूप करें, दोबारा जनरेट करने के बाद जोड़ें।

❌ concat ऑडियो स्ट्रीम गायब होने की त्रुटि देता है ​

कारण: कुछ शॉट में डबिंग ऑडियो ट्रैक मिलाया नहीं गया, जोड़ते समय ऑडियो स्ट्रीम गायब होने की त्रुटि आती है।

सही तरीका: पहले डबिंग पाठ के अनुसार ऑडियो ट्रैक पूरे करें, फिर चरण 2 दोबारा चलाएं।

❌ शुरुआत में ब्लैक फ्रेम या ऑडियो-वीडियो सिंक गड़बड़ ​

कारण: किसी सेगमेंट के कटाई के बाद टाइमस्टैम्प शून्य नहीं हुआ, और concat ने गैर-शून्य शुरुआती बिंदु को सेगमेंट की शुरुआत मान लिया।

सही तरीका: चरण 1 में setpts/asetpts जोड़ें और कटाई तथा जोड़ना दोबारा चलाएँ।

❌ आउटपुट सैंपल रेट 192kHz तक पहुँच गया ​

कारण: loudnorm के डायनामिक मोड का आंतरिक अपसैंपलिंग फ़ाइल में लिख दिया गया।

सही तरीका: -ar 48000 जोड़कर चरण 3 दोबारा चलाएँ।

इस पाठ का सारांश ​

  • ✅ trim/atrim और setpts/asetpts का उपयोग करके हरショट को शॉट लिस्ट की अवधि तक काटें और टाइमस्टैम्प शून्य करें
  • ✅ concat से शॉट लिस्ट के क्रम में शॉट्स जोड़ें, AI शॉर्ट ड्रामा एडिटिंग टाइमलाइन बनाएँ, और draft.mp4 तैयार करें
  • ✅ loudnorm से EBU R128 लाउडनेस नॉर्मलाइज़ेशन करें, -ar 48000 से आउटपुट सैंपल रेट लॉक करें, और final.mp4 तैयार करें

मुख्य पैरामीटरों की समीक्षा:

पैरामीटरअनुशंसित मानविवरण
trim/atrim का start/endशॉट लिस्ट की अवधि के अनुसारहर शॉट की रखने की सीमा तय करें
concat का nशॉट की संख्याजोड़े जाने वाले सेगमेंट की संख्या, इनपुट फ़ाइलों की संख्या से मेल खाती है
loudnorm लक्ष्य I-24 (डिफ़ॉल्ट)EBU R128 एकीकृत लाउडनेस लक्ष्य
loudnorm लक्ष्य LRA7 (डिफ़ॉल्ट)लाउडनेस रेंज लक्ष्य
loudnorm लक्ष्य TP-2 (डिफ़ॉल्ट)ट्रू पीक की ऊपरी सीमा
-ar48000loudnorm के आंतरिक 192kHz अपसैंपलिंग को फ़ाइल में लिखे जाने से रोकता है
-c:v / -crflibx264 / 20आधिकारिक उदाहरण उपयोग, crf को छवि गुणवत्ता की ज़रूरत के अनुसार स्वयं तय करें

अगले पाठ का पूर्वावलोकन ​

फ़ाइनल वीडियो हाथ में आने के बाद, प्रकाशित करने से पहले प्लेटफ़ॉर्म के मानकों से मिलाकर एक बार जाँच लें: जारी रखें "निर्यात और प्रकाशन से पहले की जाँच: YouTube आधिकारिक मानकों से तुलना"।

आप सीखेंगे:

  • YouTube द्वारा आधिकारिक रूप से अनुशंसित अपलोड एन्कोडिंग सेटिंग्स: कंटेनर MP4, वीडियो H.264, ऑडियो AAC-LC 48kHz
  • फ़्रेम दर, रेज़ोल्यूशन, बिटरेट जैसी अनुशंसित संख्याओं की तुलना करके कैसे जाँचें
  • प्रकाशन से पहले अंतिम जाँच सूची को कैसे पूरा करें
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.