前言

音画不同步（A/V sync，audio/video synchronization）有两种典型形态，处理思路完全不同。

第一种是恒定偏移：全片的声音一直比画面早或晚固定的几百毫秒。常见于拼接、切片、抽帧之后，原因是两轨的起始时间戳（start_time）不相等。第二种是线性漂移：开头对得上，越到后面偏得越多，看到片尾可能差好几秒。原因通常是源文件是变帧率（VFR，variable frame rate，手机录屏、屏幕录制很常见），或者音频采样率与视频帧率之间存在累积误差。

很多人遇到不同步的第一反应是「用-itsoffset把音频推一下」。这在恒定偏移上有效，但在线性漂移上完全无用——偏移量随时间变化，一个常量补偿不了。所以正确的顺序永远是：先用 ffprobe 量化，判断属于哪一种，再选参数。

本文先用 ffprobe 建立量化判断标准，再讲四种成因对应的处理方案，最后给出一份可以直接运行的 PHP 诊断 + 修复脚本（PHP 7.4 及以上均可运行，不依赖任何 Composer 包）。

一、先量化：不同步属于哪一种

判断依据只有两个数：视频轨与音频轨的start_time之差，以及两者duration之差。

ffprobe -v error \ -show_entries stream=index,codec_type,start_time,duration,avg_frame_rate,r_frame_rate,nb_frames \ -show_entries format=duration \ -of json input.mp4

读法如下：

一个经验判断：用「差值是否随时间增长」来区分。把输出视频从头播到尾，如果偏差不扩大，就是恒定偏移；如果片尾偏差明显大于开头，就是漂移。

二、四种成因与对应参数

2.1 变帧率源转成恒定帧率

手机和录屏工具生成的文件常常是 VFR：帧与帧之间的间隔不固定，但每帧自带时间戳。一旦播放器或转码器按恒定帧率（CFR）去理解它，画面就会被「均匀化」，而音频不受影响，于是产生漂移。

处理方式是把时间基准显式钉死到恒定帧率：

-fps_mode cfr -r 30

新版 ffmpeg 使用-fps_mode，更早的版本用-vsync cfr（后者会打印弃用警告但通常仍可用）。用ffmpeg -h full可以确认当前版本支持哪个写法。

2.2 音频时间戳与视频起点不一致

音频处理链在重采样时会重新计算时间戳，有时会让音频起点不再是 0。标准做法是让重采样器把首个音频样本对齐到零点：

-af aresample=async=1:first_pts=0

async=1允许重采样器在必要时插入或丢弃样本以维持同步，first_pts=0强制首个样本的时间戳归零。注意不要再用老的-async 1：它已被弃用，且语义与aresample=async并不等价，混用只会让问题更难复现。

2.3 时间戳为负或起点不为零

解码器输出负时间戳是正常现象（B 帧与编辑列表导致）。封装到 MP4 时，负时间戳会让部分播放器从「负数位置」开始解释，表现出来就是开头声音对不上。两种处理：

# 方案 A：让 ffmpeg 丢弃原始时间戳、按帧序重新生成 -fflags +genpts -avoid_negative_ts make_zero # 方案 B：保留原始时间戳，但把输出起点平移到 0 -copyts -start_at_zero

这两个方案不要混着用。-copyts保留原始时间戳，-avoid_negative_ts是重写时间戳，同时给出会让结果依赖参数顺序，非常难排查。选一个，并且在转码后用 ffprobe 复核。

2.4 分段处理后拼接

把长视频切成多段分别转码再拼接，是偏移的重灾区。原因是每段各自被重写了时间戳，拼接后段与段之间会出现跳变。两个可行做法：

• 
  
• 所有分段用完全相同的编码参数（帧率、采样率、时间基、GOP），拼接时用 concat 解复用器。
• 
  
• 或者先统一转成中间格式（例如恒定帧率的 MPEG-TS），再拼接。
• 
  
  

如果分段参数不一致，拼接后的产物会出现「每一段都不同步一点」的现象，看起来像随机故障。

三、完整可运行的诊断 + 修复脚本

下面这份代码只用 PHP 标准库，不依赖 Composer 包。它会先量化，再给出判断，然后执行修复并复核结果。

<?php declare(strict_types=1); // av_sync.php —— PHP 7.4 及以上均可运行 // 用法: php av_sync.php input.mp4 output.mp4 /** * 用数组形式调用 proc_open（PHP 7.4+ 支持），不经过 shell， * 因此路径里的空格、引号都不会造成问题。 */ function run(array $cmd): array { $desc = [1 => ['pipe', 'w'], 2 => ['pipe', 'w']]; $proc = proc_open($cmd, $desc, $pipes); if (!is_resource($proc)) { throw new RuntimeException('无法启动进程: ' . $cmd[0]); } $out = stream_get_contents($pipes[1]); $err = stream_get_contents($pipes[2]); fclose($pipes[1]); fclose($pipes[2]); $code = proc_close($proc); return [$code, $out, $err]; } /** 取出视频轨、音频轨的起点与时长 */ function probeTracks(string $file): array { [$code, $out, $err] = run([ 'ffprobe', '-v', 'error', '-show_entries', 'stream=index,codec_type,start_time,duration,avg_frame_rate', '-show_entries', 'format=duration', '-of', 'json', $file, ]); if ($code !== 0) { throw new RuntimeException('ffprobe 失败: ' . trim($err)); } $data = json_decode($out, true, 512, JSON_THROW_ON_ERROR); $result = [ 'video' => null, 'audio' => null, 'format' => (float) ($data['format']['duration'] ?? 0), 'fps' => null, ]; foreach ($data['streams'] as $s) { $type = $s['codec_type'] ?? ''; if ($type !== 'video' && $type !== 'audio') { continue; } $result[$type] = [ 'start' => (float) ($s['start_time'] ?? 0), 'duration' => (float) ($s['duration'] ?? 0), ]; if ($type === 'video') { $result['fps'] = $s['avg_frame_rate'] ?? null; // 形如 "30000/1001" } } return $result; } function report(string $tag, array $t): void { $v = $t['video']; $a = $t['audio']; printf("== %s ==\n", $tag); if ($v === null) { echo " 没有视频轨\n"; return; } printf(" 视频 start=%.3f 时长=%.3f 帧率=%s\n", $v['start'], $v['duration'], (string) $t['fps']); if ($a === null) { echo " 没有音频轨（不存在音画同步问题）\n"; return; } printf(" 音频 start=%.3f 时长=%.3f\n", $a['start'], $a['duration']); printf(" 起始偏移 = %+.3f 秒（正数表示音频晚起）\n", $a['start'] - $v['start']); printf(" 时长差 = %+.3f 秒（正数表示音频更长，会越播越偏）\n", $a['duration'] - $v['duration']); } if ($argc < 3) { exit("用法: php av_sync.php input.mp4 output.mp4\n"); } $in = $argv[1]; $out = $argv[2]; $before = probeTracks($in); report('转码前', $before); $v = $before['video']; $a = $before['audio']; if ($v === null) { exit("没有视频轨，无法诊断。\n"); } // 分诊：只看起点差 -> 恒定偏移；时长差随时间累积 -> 漂移 $startDiff = $a !== null ? abs($a['start'] - $v['start']) : 0.0; $durDiff = $a !== null ? abs($a['duration'] - $v['duration']) : 0.0; if ($a !== null && $durDiff > 0.5) { echo "判断: 线性漂移为主，按恒定帧率 + 音频重采样对齐处理。\n"; } elseif ($startDiff > 0.05) { echo "判断: 恒定偏移为主，按时间戳起点对齐处理。\n"; } else { echo "判断: 探测数据未发现明显偏移，可能是封装/播放器层面的时间戳解释问题。\n"; } // 修复命令：参数组合按官方推荐，注意 -fps_mode 与 -vsync 的版本差异 $cmd = [ 'ffmpeg', '-y', '-i', $in, '-fflags', '+genpts', '-af', 'aresample=async=1:first_pts=0', '-fps_mode', 'cfr', '-r', '30', '-c:v', 'libx264', '-preset', 'medium', '-crf', '20', '-c:a', 'aac', '-b:a', '128k', '-avoid_negative_ts', 'make_zero', '-movflags', '+faststart', $out, ]; [$code, $stdout, $stderr] = run($cmd); if ($code !== 0) { // 旧版 ffmpeg 不认 -fps_mode 时，回退到 -vsync fwrite(STDERR, "第一次转码失败，尝试兼容参数。ffmpeg 输出：\n" . $stderr . "\n"); $cmd[array_search('-fps_mode', $cmd, true)] = '-vsync'; [$code, $stdout, $stderr] = run($cmd); if ($code !== 0) { exit("转码仍失败：\n" . $stderr . "\n"); } } $after = probeTracks($out); report('转码后', $after); $v2 = $after['video']; $a2 = $after['audio']; if ($v2 !== null && $a2 !== null) { $newDurDiff = abs($a2['duration'] - $v2['duration']); printf("复核: 转码后时长差 = %.3f 秒（与原值 %.3f 秒比较，越接近 0 越好）\n", $newDurDiff, $durDiff); } echo "完成: {$out}\n";

这段脚本的用法很直接：

php av_sync.php raw.mp4 fixed.mp4

它把「诊断」和「修复」放在同一个流程里，转码后再跑一次同样的探测并把前后数值打出来。这样你不必靠播放器感觉判断，而是有一组可比较的数字。

需要说明的是：-fps_mode cfr -r 30里的 30 应当替换成源文件真实的帧率。如果源是 25 或 29.97，强行转成 30 会引入新的丢帧/插帧问题——这也是为什么脚本里要先把avg_frame_rate打印出来（它以「分子/分母」的形式给出，例如30000/1001表示约 29.97）。

常见坑点

1. 用-itsoffset处理漂移

❌ffmpeg -i in.mp4 -itsoffset 0.5 -i in.mp4 -map 0:v -map 1:a out.mp4✅ 先用 ffprobe 区分偏移类型；漂移类问题必须靠锁定帧率和重采样解决。

-itsoffset只能施加一个常量偏移。对漂移问题，它会在开头把偏差补平、在片尾把偏差放大成两倍。

2. 忘记-copyts与-start_at_zero是配套的

❌ 只写-copyts，输出视频的起始时间戳不是 0。 ✅ 组合使用-copyts -start_at_zero。

只保留原始时间戳而不平移，会让部分播放器从非零位置开始计时，表现出来就是开头的音画错位。

3. 继续使用已弃用的-async 1

❌ffmpeg -i in.mp4 -async 1 out.mp4✅-af aresample=async=1:first_pts=0

老参数在新版本里会打印弃用提示，语义也不再是当初那个意思。混用老参数和新参数是最难排查的组合。

4. 转码后不复核

❌ 转完直接上线，靠用户反馈发现问题。 ✅ 转码后立刻再跑一次 ffprobe，对比两轨时长差。

同步问题往往只有在拖动进度条或长时间播放时才暴露，人工抽检很容易漏掉。

5. 在-ss的输入/输出位置上搞混

❌ 需要精确到帧的裁切，却把-ss放在-i前面。 ✅ 追求速度用-ss在-i之前（关键帧对齐，快），追求精确用-ss在-i之后（逐帧解码，慢但准）。

裁切点落在关键帧上会造成一个恒定偏移——因为音频和视频的关键帧间隔不同，两边被裁掉的长度不一样。

6. 分段转码的参数不一致

❌ 第一段用-r 30，第二段忘了写。 ✅ 把参数集中成一份配置，所有分段共用。

拼接后的偏移会以「每段累积一点」的形式出现，表现为完全随机的故障，实际原因却非常机械。

7. 只看format.duration不看每轨时长

❌ 用容器总时长判断同步情况。 ✅ 分别读视频轨与音频轨的start_time和duration。

容器总时长是各轨的合并结果，掩盖了「视频 100 秒、音频 102 秒」这类关键差异。

8. 用exec()拼接含空格的路径

❌exec("ffmpeg -i $file -c copy $out");✅ 用proc_open的数组形式（PHP 7.4+），或对每个参数escapeshellarg()。

文件名里带空格时，命令会被参数解析切碎，报出「找不到文件」的错，而你看日志里打印的路径完全正确，很容易误判成权限问题。

总结

处理音画不同步的核心是先量化再动手：用 ffprobe 读出两轨的起点与时长，用「偏差是否随时间扩大」区分恒定偏移和线性漂移，再选对应的参数组合。恒定偏移靠对齐时间戳，漂移靠锁定帧率和重采样——两者的解法互不通用，用错了只会让问题看起来更随机。最后一步的复核不能省，它是唯一能证明修复确实生效的证据。