基於這篇文章似乎它可以使用FFMPEG檢測視頻場景變化： http://www.luckydinosaur.com/u/ffmpeg-scene-change-detector使用FFMPEG：如何進行場景變化檢測？有時間碼？
現在我有一個顯示一本書的文本，當文本（單詞或句子）的視頻被說的，突出顯示。 事情是這樣的有聲書：https://youtu.be/lA7L6ZNVKjc
我需要知道的時間戳當文本被突出顯示（因此場景變化），這將允許我對我的YouTube視頻添加時間戳標記，因此它變得更容易爲聽衆導航通過有聲讀物。
什麼是魔術命令行會這樣做？
非常感謝！
結合scene過濾器（用於檢測場景變化）和showinfo過濾器應該達到你想要什麼：
ffmpeg -i input.flv -filter:v "select='gt(scene,0.4)',showinfo" -f null - 2> ffout
此命令提取物是由前一幀不同的所有幀以上（gt）0.4（從0到1）。對於這些幀，信息被打印出來（showinfo）這樣
[Parsed_showinfo_1 @ 0x2d85e60] n: 0 pts:2537204 pts_time:2.5372 pos: 2998114 fmt:rgb24 sar:1/1 s:1920x1200 i:P iskey:1 type:I checksum:5616582E plane_checksum:[5616582E]
現在你只需要提取時間戳。我想你對pts_time感興趣。你可以做這樣的：
grep showinfo ffout | grep pts_time:[0-9.]* -o | grep [0-9.]* -o > timestamps
這會給你所有的時間標記列表：
2.5372
4.37799
6.65301
8.09344
對於這種方法的工作，你必須有一個版本的FFmpeg的實現現場檢測。此外，您必須爲閾值選擇合適的值（第一個命令中的0.4）。您可以嘗試通過提取用於不同的閾值幀找到一個最佳的閾值（事後手動檢查幀）這樣
ffmpeg -i input.flv -filter:v "select='gt(scene,0.1)',showinfo" -vsync 0 frames/%05d.jpg
只是爲了澄清：grep [0-9.]*，根據另一種答案不排除整數。它匹配由數字和句點組成的任何字符序列，但它也會匹配非數字，如「4.4.4」。但是，ffmpeg不應該輸出這樣不合格的時間戳。
我沒有代表發表對上述答案的評論，但我想指出@ckoehn和@keypulsations發佈的grep將只抓取浮點時間戳。要抓住兩個浮點和整數時間戳使用下面的正則表達式
grep showinfo ffout | grep pts_time:[0-9.]* -o | grep -E '[0-9]+(?:\.[0-9]*)?' -o > timestamps
上面最後的grep應該是'grep的「[0-9] * \。[0-9] *」 -o'使最終的grep是 'grep showinfo ffout | grep pts_time：[0-9。] * -o | grep'[0-9] * \。[0-9] *'-o> timestamps' '.'需要轉義，否則匹配任何字符 – keypulsations
@keypulsations，'[。]'不匹配任何字符'.'都會。 '[。]'是一個括號表達式，它與括號內的任何單個字符匹配。另見[關於「字符類和括號表達式」的grep手冊]（https://www.gnu.org/software/grep/manual/html_node/Character-Classes-and-Bracket-Expressions.html#Character-Classes-和包圍式表達式）。雖然grep [0-9。] *'也會比浮點數和整數更匹配（但實際上並不在這個管道中），但正則表達式可能會排除整數，正如另一個答案中指出的那樣。 – ckoehn