我有两个文件夹（images和audio），其中包含要混合在一起的图像和音频文件，成为一个视频剪辑。
文件名彼此对应（例如，image-01.png播放时应显示audio-01.mp3）。
我一直在尝试使用concat demuxer示例here自动生成输入图像文件列表，其持续时间是使用音频剪辑的长度（以秒为单位）来计算的。
但是，所有生成的视频最终只能显示一个奇数帧。
我正在使用的命令是：
ffmpeg -r 1/5 -f concat -safe 0 -i input.txt -vf "fps=25,scale=1920:1080,format=yuv420p" output.mp4
input.txt文件为：
file './images/image-01.png'
duration 5
file './images/image-02.png'
duration 2
file './images/image-02.png'
我希望有一段7秒的视频能够显示第一幅图像5秒钟，第二幅图像2秒钟。