2

使用 ffmpeg 解码 ogg 文件时，输出的原始音频最后会包含一个“尾巴”。尽管 ffprobe 报告了以样本和秒为单位的正确持续时间，但在解码文件的末尾添加了大约 8ms。

这对我来说听起来像是编码器延迟的事情，我在 mp3（LAME 标签）和 m4a（ITUNSMB 标签）中对此有经验，但在 ogg 中没有。

当我在 audacity 中打开同一个 ogg 文件时，该文件被正确解码，没有“尾巴”（并且 audacity 正在使用 ffmpeg ..）。所以文件中似乎有足够的信息来正确解码。

我正在考虑解析 ffprobe 并截断为duration_ts帧数，但如果 ffmpeg 有一些构建标志，我宁愿这由解码器处理......

这是同一文件的图像，首先由 ffmpeg 解码并作为 raw 导入（带尾部），然后由 audacity 打开和解码（不带尾部）：

大胆截图

有什么线索吗？

这是完整的ffmpeg输出：

PS D:\audio-test> .\ffmpeg\bin\ffmpeg.exe -f ogg -i sine-scale.ogg -f s16le -ar 44100 -ac 1 -acodec pcm_s16le sinescale-s16le
ffmpeg version N-87327-g18821e3 Copyright (c) 2000-2017 the FFmpeg developers
  built with gcc 7.2.0 (GCC)
  configuration: --enable-gpl --enable-version3 --enable-cuda --enable-cuvid --enable-d3d11va --enable-dxva2 --enable-libmfx --enable-nvenc --enable-avisynth --enable-bzlib --enable-fontconfig --enable-frei0r --enable-gnutls --enable-iconv --enable-libass --enable-libbluray --enable-libbs2b --enable-libcaca --enable-libfreetype --enable-libgme --enable-libgsm --enable-libilbc --enable-libmodplug --enable-libmp3lame --enable-libopencore-amrnb --enable-libopencore-amrwb --enable-libopenh264 --enable-libopenjpeg --enable-libopus --enable-librtmp --enable-libsnappy --enable-libsoxr --enable-libspeex --enable-libtheora --enable-libtwolame --enable-libvidstab --enable-libvo-amrwbenc --enable-libvorbis --enable-libvpx --enable-libwavpack --enable-libwebp --enable-libx264 --enable-libx265 --enable-libxavs --enable-libxvid --enable-libxml2 --enable-libzimg --enable-lzma --enable-zlib
  libavutil      55. 75.100 / 55. 75.100
  libavcodec     57.106.101 / 57.106.101
  libavformat    57. 82.100 / 57. 82.100
  libavdevice    57.  8.101 / 57.  8.101
  libavfilter     6.105.100 /  6.105.100
  libswscale      4.  7.103 /  4.  7.103
  libswresample   2.  8.100 /  2.  8.100
  libpostproc    54.  6.100 / 54.  6.100
Input #0, ogg, from 'sine-scale.ogg':
  Duration: 00:00:05.00, start: 0.000000, bitrate: 23 kb/s
    Stream #0:0: Audio: vorbis, 44100 Hz, mono, fltp, 120 kb/s
Stream mapping:
  Stream #0:0 -> #0:0 (vorbis (native) -> pcm_s16le (native))
Press [q] to stop, [?] for help
Output #0, s16le, to 'sinescale-s16le':
  Metadata:
    encoder         : Lavf57.82.100
    Stream #0:0: Audio: pcm_s16le, 44100 Hz, mono, s16, 705 kb/s
    Metadata:
      encoder         : Lavc57.106.101 pcm_s16le
size=     431kB time=00:00:05.00 bitrate= 705.6kbits/s speed= 357x
video:0kB audio:431kB subtitle:0kB other streams:0kB global headers:0kB muxing overhead: 0.000000%
4

0 回答 0