Digamos que eu tenho um arquivo mp3 de 1 minuto. E eu tenho 20 imagens png. Quero combinar essas imagens e um áudio em um arquivo de vídeo, mas não quero que cada imagem dure 3 segundos na tela, quero que algumas imagens durem 5 segundos, outras 1 segundo etc.
A única maneira de pensar é apenas copiar as imagens que devem durar mais tempo, por exemplo, para que a imagem1, a imagem2, a imagem3 sejam exatamente iguais, isso me dá 3x mais tempo no vídeo.
No entanto, isso consome muito tempo e espaço. Existe alguma opção / parâmetro no ffmpeg que me permita fazer isso?