Транскодирование с H264 на H264 после загрузки в онлайн-сервис приводит к проблемам синхронизации аудио / видео

Question

Наше приложение генерирует файл MOV, который содержит серию статических изображений, каждое из которых имеет продолжительность в видео около полсекунды.Видео имеет частоту кадров 10 кадров в секунду и кодируется с использованием кодека avc1 (H264).Звук всегда начинается с половины секунды тишины и кодируется с помощью кодека mp4a (MPEG-4 AAC-LC).После загрузки в онлайн-сервис происходит транскодирование в H264 (предположительно с другими настройками), и звук кажется на полсекунды впереди видео, т.е.кажется, что тишина в начале была обрезана от аудио, но не от видео.Это также происходит с файлами WMV, которые мы генерируем.Какие-либо идеи относительно проблем, которые могут возникнуть у нас с исходным видео, или что-то, что может произойти в транскоде, может вызвать это?

Answer 1

Я не могу определенно ответить на это - потому что я не совсем знаю, что это делает Facebook.

Однако возможны две возможности:

1. дополненный звук может просто иметь разрыв метки времени.Т.е. поток может начинаться с некоторой отметки времени (в тишине) и позже, когда начинается реальное аудио - отметка времени отличается.Следовательно, транскодер может быть достаточно умен, чтобы выбросить эту часть.

2. другая возможность состоит в том, что когда вы добавляете тишину, вы вообще не добавляете отметку времени до некоторой точки.Транскодер может просто отбрасывать аудио кадры, пока не увидит первую действительную временную метку, которая имеет смысл.Это также относится ко многим транскодерам / декодерам реального времени, которые ожидают получения данных из прямой трансляции.

Подробнее об этой строке, чтобы получить более точный ответ.