Qualquer formato de áudio em que cada quadro possa ser decodificado de forma independente deve estar bem. Que inclui o PCM. Você também pode recodificar em MP3 descartando o -c copy .
Estou tentando segmentar um arquivo de áudio em fatias de 15 segundos. Isso pode ser feito usando algo semelhante ao comando abaixo:
ffmpeg -i example.mp3 -f segment -segment_time 15 -c copy out%03d.mp3
No entanto, isso causa um "pop" audível nos arquivos de saída resultantes. Isso só acontece imediatamente no começo - o resto do arquivo é bom.
Eu leia no StackOverflow que isso é causado ao transcodificar de um formato com perdas para outro, o que introduz artefatos. Na minha situação, estou lidando com uma ampla gama de formatos e minha saída de destino é codificada usando um formato com perdas. A transcodificação de um formato com perdas para um formato sem perdas, como o WAV, e de volta para um formato com perdas impede que isso aconteça? Desta forma, eu deveria estar lidando com informações brutas de PCM, e eu não deveria ter "pops" durante a segmentação.