ffmpeg -loop 1 的預設輸入幀率是 25，zoompan 的 fps 救不回來

問題

用 ffmpeg 把一組靜照剪成 30fps 的直式短影片，每一顆鏡頭指定停留秒數（hold）， 十二顆接起來應該是 30.0 秒。

輸出檔看起來完全正常：能播、ffprobe 報 30.0 秒、concat 沒有任何警告。

真正的症狀出現在別的地方——配音跟燒進去的字幕愈走愈開，收尾三句的聲音比 字幕早半秒出來。

數格數才看到問題：

ffprobe -v error -count_frames -select_streams v \
  -show_entries stream=nb_read_frames -of csv=p=0 out.mp4
# 885，但 30 秒 × 30fps 該是 900

原因

-loop 1 -i 圖.png 的預設輸入幀率是 25，不是輸出的 30。

而濾鏡鏈裡的 zoompan=...:fps=30 沒有把它補起來：fps 只設定「輸出時間戳用 哪個幀率」，d=1 是一格進一格出。所以 2.0 秒的輸入只有 50 格，貼上 30fps 的時間戳之後就變成 1.67 秒的鏡頭——短了六分之一。

十二顆裡只有兩顆壞，這是它藏這麼久的原因：有疊 PNG 字幕圖層的鏡頭剛好被救 回來。

[0:v]crop,scale,zoompan[bg];[bg][1:v]overlay=0:0

overlay 的 framesync 會把兩路輸入的時間戳取聯集，圖層那一路是完整 2.0 秒， 於是輸出的格數補回 30fps。結果是「有字幕的鏡頭秒數都對、沒字幕的鏡頭短」， 而 concat 照樣成功。

解法

每一個 -i 前面都要加 -framerate。跟 -t 一樣，它是輸入選項，位置決定 它歸誰管：

rate = str(fps)
cmd = ["ffmpeg", "-framerate", rate, "-loop", "1", "-t", hold, "-i", str(src)]
if layer:
    cmd += ["-framerate", rate, "-loop", "1", "-t", hold, "-i", str(layer),
            "-filter_complex", f"[0:v]{chain}[bg];[bg][1:v]overlay=0:0"]

測試要真的剪一段出來數格數，而且刻意挑沒有字幕的鏡頭——那才是會壞的 那條路。拿掉 -framerate 這條測試會失敗（50 格 vs 60 格）：

made = reel.build(tmp_path)   # 兩顆 1.0 秒、都沒有字幕
frames = int(subprocess.run(
    ["ffprobe", "-v", "error", "-count_frames", "-select_streams", "v",
     "-show_entries", "stream=nb_read_frames", "-of", "csv=p=0", str(made)],
    capture_output=True, text=True, check=True).stdout)
assert frames == 60

關鍵洞察

不要拿 ffprobe format=duration 當長度的證據。 容器長度是被輸出的 -t 釘死的，所以它永遠是對的——它報 30.0 秒的時候，影像串流可能只有 29.5 秒。 唯一問得到真話的是格數。

這又是同一個形狀：失敗的樣子跟成功的樣子一模一樣。檔案能播、時間對、 沒有錯誤訊息，而錯的東西是「聲音跟畫面對不上」這種只有人看得出來的事。

同一天同一個 repo 的其他三次：cmd | tail 讓 exit code 變成 tail 的、 OOM kill 不留訊息、macOS 沒有 timeout 而 || true 把它洗成成功。

治法都一樣：不要看 exit code、不要看摘要欄位，去數那件事該產生的東西。