我们的应用程序生成一个MOV文件，其中包含一系列静态图像，每个静态图像的视频持续时间约为半秒。该视频的帧速率为10fps，并使用avc1（H264）编解码器进行编码。音频始终以大约半秒的静音开始，并使用mp4a（MPEG-4 AAC-LC）编解码器进行编码。在上传到在线服务之后，发生转码为H264（可能具有不同的设置）并且音频看起来比视频提前半秒，即。看起来开始时的静音已经从音频而不是视频中删除了。我们生成的WMV文件也会出现这种情况。关于我们可能与源视频或转码中可能出现的问题有什么想法会产生这种问题吗？
答案 0 :(得分：0)
我无法回答这个问题 - 因为我不太清楚Facebook的做法。
然而，有两种可能性：
填充音频可能只是时间戳不连续。即流可以以某个时间戳（静默）开始，然后当真实音频开始时 - 时间戳不同。因此，代码转换器可以足够聪明地将这部分丢弃。
另一种可能性是，当你添加沉默时，你根本不会添加时间戳。代码转换器可能只是丢弃音频帧，直到它看到第一个有意义的有效时间戳。对于期望从直播流接收数据的许多实时代码转换器/解码器也是这种情况。
详细说明这一行，以获得更准确的答案。