编码与格式 / 系统课时

排查音画不同步

排查音画不同步

音画不同步通常不是“编码器坏了”,而是音频与视频使用了不同的起点、时间基或采集时钟。本课将先区分固定偏移与持续漂移,再用 ffprobe 找证据,并给出可验证的 FFmpeg 修复方法。

学习目标

  • 判断固定偏移、逐渐漂移和局部跳变三类同步问题
  • 使用 ffprobe 检查起始时间、时间基、帧率与时长
  • 根据根因选择延迟、重建时间戳或音频重采样方案

先判断不同步的形态

固定偏移是指从头到尾都相差近似相同的时间,例如声音始终比画面快 250 毫秒。这通常与流的 start_time、剪辑点或封装时间戳有关。

逐渐漂移是指开头基本同步,播放越久偏差越大。常见原因是采集设备时钟不一致、音频实际采样率与声明值不完全一致,或视频被错误地按固定帧率解释。

局部跳变则常出现在丢包、拼接、暂停恢复或时间戳回退之后。此时应先定位异常发生的位置,而不是直接给整段音频增加固定延迟。

音画同步诊断时间轴

用 ffprobe 检查时间信息

先读取容器和各流的起始时间、时长、时间基与帧率。<PATH> 替换为实际文件目录;不同文件的数值会不同。

bash
ffprobe -v error -show_entries format=start_time,duration:stream=index,codec_type,time_base,start_time,duration,r_frame_rate,avg_frame_rate -of default=noprint_wrappers=1 "<PATH>/input.mp4"

预期输出类似下面这样:

text
index=0
codec_type=video
r_frame_rate=30000/1001
avg_frame_rate=30000/1001
time_base=1/90000
start_time=0.000000
duration=<VIDEO_DURATION>
index=1
codec_type=audio
r_frame_rate=0/0
avg_frame_rate=0/0
time_base=1/48000
start_time=0.021333
duration=<AUDIO_DURATION>
start_time=0.000000
duration=<FORMAT_DURATION>

若音频和视频的 start_time 相差稳定,优先按固定偏移处理。若起点接近但时长差持续扩大,应重点检查采集时钟、采样率和帧率转换。

修复固定偏移

下面示例适用于“音频比画面早 250 毫秒”的情况:通过 adelay 延迟音频,视频直接复制,音频重新编码。立体声需要为两个声道都设置延迟。

bash
ffmpeg -hide_banner -i "<PATH>/input.mp4" -filter_complex "[0:a:0]adelay=250|250[a]" -map 0:v:0 -map "[a]" -c:v copy -c:a aac -shortest "<PATH>/output-fixed.mp4"

预期结果:

text
生成 output-fixed.mp4;音频整体后移约 250 毫秒,视频码流保持不变,输出时长取较短流。

若声音本来落后于画面,不要填写负数延迟。可改为裁掉音频开头的对应时长,或延迟视频;选择哪一侧取决于是否允许丢弃开头内容。

修复持续漂移

持续漂移不能靠一次固定偏移解决。下面的 aresample=async=1000:first_pts=0 会根据时间戳轻微补样或丢样,让音频追随主时间线;同时把视频输出为恒定帧率。

bash
ffmpeg -hide_banner -i "<PATH>/input.mp4" -map 0:v:0 -map 0:a:0 -af "aresample=async=1000:first_pts=0" -fps_mode cfr -c:v libx264 -c:a aac "<PATH>/output-sync.mp4"

预期结果:

text
生成 output-sync.mp4;长时间播放时音频偏差不再持续累积,实际编码速度与帧数会因文件和设备而不同。

这条命令会重新编码视频和音频,适合采集时钟轻微漂移。若源文件存在时间戳大幅回退或断裂,应先修复拼接点或重新生成时间戳,否则重采样只能缓解症状。

验证修复是否有效

不要只试听开头。至少检查开头、中间和结尾三个位置,并再次执行 ffprobe,确认两条流的起始时间接近、总时长差没有继续扩大。

bash
ffprobe -v error -show_entries stream=index,codec_type,start_time,duration -of default=noprint_wrappers=1 "<PATH>/output-sync.mp4"

预期输出应满足:

text
音频与视频 start_time 接近 0;两条流的 duration 差值保持在可接受范围内,具体数值因编码和尾帧补齐策略而异。
按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

排查音画不同步

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通