我录制了一张幻灯片的声音（或一堆照片）。现在，我已经掌握了所有资料以及每张图片的开始时间和结束时间列表，但是我不知道如何使用命令行应用ffmpeg以便将它们组合到视频中。
我已经在互联网上进行搜索，一些网站告诉我创建一个txt文件，其中包含每张图片的开始时间和结束时间，并使用ffmpeg的concat选项。但是我不知道如何写txt并实现它。
以前，我有一个包含开始时间和结束时间的xml文件，用于指示我的照片：
<page id="0" title="1" height="540" width="960" starttimestamp="794.852" speedup="true" step="65535" stoptimestamp="1008.887" loc="hls/128345566_0.png"/>
<page id="1" title="2" height="540" width="960" starttimestamp="1008.887" speedup="false" step="0" stoptimestamp="1078.888" loc="hls/128345566_1.png"/>
<page id="2" title="3" height="540" width="960" starttimestamp="1078.888" speedup="false" step="0" stoptimestamp="1081.206" loc="hls/128345566_2.png"/>
如何编写concat列表并应用ffmpeg？ （只要格式就可以了）