这是我用来将1个音频和1个图像合并为1个视频的代码/参数。出于某种原因，无论来源如何，它都会在输出视频的末尾增加30秒的静音。
我在Win10 x64上运行它，安装了最新的ffmpeg。我已经检查了代码，但无法确定它使沉默的位置。
ffmpeg -y -loop 1 -framerate 2 -i "some.png" -i "with.mp3"
-c:v libx264 -tune stillimage -c:a aac -b:a 192k -pix_fmt yuv420p -shortest "result.mkv"
输出不应包含额外30秒的静音。它应该在音频耗尽时结束。
我应该补充一点，我从一些网站复制了大部分参数，并且OP似乎使用它很好，所以我不确定这是否只是我的问题。
使用
ffmpeg -y -loop 1 -framerate 2 -i "some.png" -i "with.mp3" -c:v libx264 -tune stillimage -c:a aac -b:a 192k -pix_fmt yuv420p -shortest -fflags +shortest -max_interleave_delta 100M "result.mkv"
容器（AVI，MP4，MKV）通常以交错的方式存储多个流，即几秒的视频，然后是几秒的音频，等等。因此ffmpeg在写入时缓冲来自所有流的数据。
-shortest处于相对较高的水平，并在第一个流完成时触发。但是，来自其他流的缓冲数据仍将写入文件。当使用足够高的max_interleave_delta时，-fflags shortest处于较低级别并停止写入缓冲数据。