我知道如何使用 ffmpeg 的標誌來設定延遲-itsoffset，但我想知道如何取得和設定確切的延遲時間。
答案1
如果視訊和音訊串流之間存在固有延遲，則沒有簡單的方法可以找出。假設您正在建立一個視聽文件，其中音訊串流故意使用 進行偏移itsoffset。這將導致音訊呈現時間戳相對於視訊發生變化。
比如說，這是原始的，假設每個視訊幀三個音訊幀（實際上太少了）：
V1 V2 V3 ...
A1 A2 A3 A4 A5 A6 A7 A8 A9 ...
音訊幀的時間戳為 A1 = 0、A2 = 1、A3 = 2 等。
現在延遲音訊串流：
V1 V2 V3 ...
xx xx xx A1 A2 A3 A4 A5 A6 ...
在這裡，前三個空樣本的時間戳記為 0、1 和 2，A1 的時間戳記為 3。
如果你想估計初始偏移，你必須手動檢查音訊串流，或使用silencedetect檢測流開始和包含資訊的第一個音訊樣本之間的時間段，但這僅在音訊串流直接以訊號開始時才有效。如果它是某種類型的淡入，或以 -∞ dBFS 開始，那麼你就不走運了。