音视频起点不都是零，怎样比较容器start_time与各流首帧

容器start_time、视频流起点和音频流起点不一定相同。应读取每条流的时间基与首包，并把相对偏移单独列出；只看到容器从零开始，不能推断所有音视频也都在零时刻开始。

这组文件怎样比较

本例将两秒视频与延后零点四秒开始的合成音频装入MKV，使用FFV1与PCM减少压缩音频延迟干扰。偏移来自明确的输入选项，不是现场声卡测量；真实口型、声学传播及播放器缓冲均未参与这个实验。

按原始结构逐项检查

1. 先同时保存show_format和show_streams，观察format的起点摘要与各流start_time。不要把缺失字段写为零，也不要仅取第一条流再推广到所有音轨；多语言素材更应逐条列出索引、类型和相应时间单位。

2. 随后读取视频与音频首包PTS，各自乘自己的time_base，再相减得到相对起点。本例为精确的五分之二秒，即零点四秒。相减之前必须换到同一秒单位；原始PTS整数相减只有在刻度相同的条件下才有意义。

3. 把首包值与流声明值并列，随后完整解码两条流，确认音轨确实存在且能读到末端。对于压缩音频，首包还可能含编码预滚或跳过样本信息，届时要继续读取相关字段；本例PCM输入不用于推广所有编码的可听起点。

容易误读的地方

一个反例是将音轨强制归零后声称修复音画不同步。文件中的偏移可能是制作方刻意保留的安排，删掉它反而会让声音提前。应先找到可识别的画面与声音事件，再决定这个相对起点是否符合节目设计。

下载与本地读回

generation.json、observed.csv、observed.json、offset.mkv。

下载全部附件到同一个独立目录，用 python verify.py 运行本题独立核验脚本。依赖为Python 3.12.4、PATH中的FFmpeg及ffprobe 8.0.1；程序不联网、不连接设备，读取本题文件并在终端输出检查结果。本地实际执行回执保存实际命令、退出码和完整输出。

回执中format起点为零，视频首包为零，音频首包为零点四秒，相对差值为2/5。程序实际读回了这些数值，但没有测人耳听到声音的时刻。用这种报告讨论素材问题时，应明确“文件内起点”与“现场播放延迟”分别指什么。

命令已在原创短片上实际执行并读回文件。官方文档为滚动版本，本文所列选项已用本地8.0.1确认；未测试目标硬解、网络起播或现场实时性能。

把结果带回交付

交付时为每条流注明起点、末端、编码和时间基，并保存预期相对关系。若重封装后偏移改变，比较输入与输出的同一流身份，不要因索引变化错配音轨；保持原始文件和生成参数，才能追踪偏移在制作还是封装阶段发生。

相关背景见手机拍的视频放久了声音不同步，怎样先核对 VFR 与 CFR，还可从多媒体播放专题继续查找文件处理方法。需要核对实际工程的接收条件时，可携带本题文件与读回结果进行工程对接咨询。

一级依据

• 流start_time表示呈现顺序首帧的PTS，单位为流time_base。

来源核对日期：2026-10-24。引用支持文件机制；原创输入的本地结果不代表客户素材或现场系统已经通过验收。