為什麼同一個影片在電腦上播放正常，到手機上就聲音超前？為什麼剪輯長影片到後半段聲音越來越晚？
剪了一個 30 分鐘的影片，匯出後發現最後 5 分鐘聲音比畫面晚了半秒。錄了一段螢幕操作，中間有一段聲音和畫面明顯錯位。同一個 MP4，電腦上播放完全正常，傳到手機上就聲音超前。這些場景的共同根源都與影音同步（Audio-Video Sync，AV Sync）有關——這是一個被剪輯師反覆遇到的問題，原因通常不複雜，但排查需要一些底層知識。
時間戳：影音同步的基礎
影片檔案中的音訊和視訊是分開儲存的——在容器（MP4、MKV、MOV）內部，視訊壓縮流和音訊壓縮流是兩個獨立的資料流。播放器要把它們「對齊」播放，全靠時間戳（Timestamp）。
每個資料封包（視訊幀或音訊樣本）都有一個時間戳：
- PTS（Presentation Time Stamp，顯示時間戳）：這一幀/這一段音訊應該在什麼時候被顯示/播放
- DTS（Decoding Time Stamp，解碼時間戳）：這一幀需要在什麼時候被解碼（視訊存在 B 幀時 PTS 和 DTS 不同）
播放器的工作就是：讀取每個資料封包的 PTS，在該顯示的時間把對應的畫面與聲音同步輸出。
為什麼時間戳會出錯
時間戳錯誤的常見原因：
- 編輯軟體中的剪輯操作：剪切和合併時如果時間戳沒有被正確重建（remux vs 重新編碼的選擇），可能導致微小偏移
- 可變幀率（VFR）素材：手機錄屏的首幀時間戳不連續，導致後面逐幀誤差累積
- 取樣率不一致：音訊取樣率（44.1 kHz vs 48 kHz）與視訊幀率不匹配，導致每秒音訊樣本數不對，產生累積偏移
- 容器封裝錯誤：某些快速封裝方式（如 copy mode）可能導致時間戳截斷或捨入誤差
VFR：手機錄屏影音不同步的第一元凶
VFR（Variable Frame Rate，可變幀率）是近年來手機錄屏影音不同步最常見的原因。
什麼是 VFR
手機錄屏軟體（包括 iOS 和 Android 的原生錄屏）通常使用 VFR：當畫面靜止時，以較低的幀率錄製以節省空間和電量；當畫面變化劇烈時，切換到高幀率以保持流暢。
VFR 在檔案層面是「不標準的」。多數剪輯軟體（尤其是入門級工具）預設假設輸入是 CFR（Constant Frame Rate，恆定幀率），按固定間距解析時間戳——結果就是素材的「真實時長」被錯誤估算，音訊按固定速率播放，最終導致聲音軌的總時長與畫面軌不相匹配。
VFR 導致影音不同步的典型表現
- 錄製的影片匯入剪輯軟體後，預覽時聲音越來越落後於畫面
- 在編輯軟體中剪輯幾段 VFR 素材後輸出，輸出檔案從頭到尾都有規律性的脫節
- 影片在手機播放器中看起來正常（手機播放器通常對 VFR 適配好），但傳到電腦播放時不同步
VFR 素材的處理
- 轉換為 CFR：在匯入剪輯軟體之前，用工具（如 Shutter Encoder、FFmpeg）將 VFR 轉 CFR。命令列範例：
ffmpeg -i input.mp4 -vsync cfr -r 30 output.mp4 - 使用支援 VFR 的軟體：DaVinci Resolve（部分版本）、Premiere Pro（需要正確設定專案）等專業軟體對 VFR 支援較好；入門級編輯軟體通常不支援 VFR
- 了解限制：VFR → CFR 轉換可能導致某些「靜態幀被重複或丟棄」，導致觀感上的小頓挫——但這是為影音同步付出的可接受代價
音訊取樣率導致的累積偏移
這是另一個常見的影音不同步原因，尤其在長影片（>15 分鐘）中表現明顯。
怎麼發生的
假設影片的幀率是 29.97 fps（NTSC 制式），音訊取樣率是 44.1 kHz。理論上二者透過容器時間戳系統同步。但當以下情況發生時，問題出現：
- 音訊重新取樣：把 48 kHz 的音訊素材放入 44.1 kHz 的專案，編輯軟體在後台做了 SR 轉換，但轉換精度不夠或演算法粗糙
- 幀率近似值：23.976 fps → 24 fps 或 29.97 fps → 30 fps 的小數差異，在數十萬幀後累積成可見誤差
同步誤差的計算
以 30 分鐘影片為例：
- 音訊 48 kHz 被錯誤地按 44.1 kHz 速度播放：30 分鐘 × (48/44.1 - 1) ≈ 30 × 0.088 ≈ 2.65 分鐘的偏移——但現實不會這麼誇張，因為播放器的時間戳通常會補償大部分（但微量偏移殘留）
更常見的場景是：10 分鐘影片中因為取樣率小數捨入誤差導致 100-200 毫秒的偏移——剛好處於「看起來有點不對但說不清」的區間。這正是剪輯師最容易感到挫敗的情況。
檢查和修復
- 檢查專案音訊設定：確保專案的音訊取樣率與素材一致
- 統一再取樣率：將所有音訊素材在匯入前統一轉碼為目標取樣率（通常 48 kHz，與影片製作標準對齊）
- 檢查匯出設定：匯出時確認音訊取樣率無自動變更
編輯軟體的工作流陷阱
流複製（Stream Copy）模式的隱患
在快速合併或裁剪影片時，很多工具預設使用「流複製」模式（不重新編碼），直接複製資料封包的時間戳。如果來源檔案的 PTS 本身有微小誤差（來自 VFR、手機錄製、拼接操作），這些誤差被完整保留甚至在某些播放器中被放大。
修復方法：在關鍵操作（如合併不同來源的影片）後，做一次完整的重新編碼（re-encode），這會重置 PTS 使時間線對齊。
不同幀率素材混合
把 24 fps（電影）和 30 fps（手機錄製）和 60 fps（遊戲錄製）的素材放在同一條時間線上，編輯軟體需要做幀率轉換。轉換過程的幀插入或幀丟棄可能導致視覺上的短暫頓挫，但一般不直接影響音訊時間軸——不過，如果幀率轉換導致的輸出總時長變化與音訊總時長不匹配，則會引發影音不同步。
排查影音不同步的實用方法
簡單的「拍手測試」
在拍攝或錄製前，錄製一段 1-2 秒的拍手（或打板）——手在畫面中拍合的一瞬間應該與拍手聲音的起點對齊。如果這段同步檢測素材在時間線上能對齊，說明拍攝源沒有問題；如果不能，說明源素材本身有問題。
Waveform 檢查法
在剪輯軟體中放大時間線到音訊波形級別，找一個尖銳的瞬態聲音（拍手、關門、點擊），檢查該瞬態的音訊波形起點是否與對應畫面的動作開始對齊。
偏移量化
在剪輯軟體中把音訊軌左右移位（通常在 5 毫秒步進），找到對齊位置，記錄偏移量。然後在匯出設定或元資料中補償這個偏移量。
常見誤區
- 「影音不同步是被手機錄影時產生的」：更多時候是編輯軟體或播放器的時間戳處理問題。原始手機錄影在手機上播放通常正常。
- 「所有剪輯軟體處理 VFR 都一樣」：專業軟體（Premiere Pro、DaVinci Resolve）在近幾個版本中顯著改善了對 VFR 的支援；入門和線上編輯器大多數仍按 CFR 假設處理 VFR 素材。
- 「播放器不同步是影片檔案的錯」：也有可能是播放器的解碼器與檔案編碼不匹配。嘗試在另一個播放器（VLC、IINA、MPV）中播放以確認。
- 「加黑幀可以解決影音同步」：不是。添加黑幀改變的是視訊總時長，不會修正時間戳基線。影音同步問題應從時間戳和音訊取樣率入手解決。
實用建議
- 手機錄屏後先做 VFR→CFR 轉換：這是最簡單的預防措施。一次 FFmpeg 操作能在後續省下大量排查時間。
- 專案設定統一：開始剪輯前確認專案的視訊幀率（23.976/29.97 vs 整數的選擇）和音訊取樣率（統一 48 kHz），並確保所有素材與專案設定一致。
- 長影片定期檢查同步：對於超過 10 分鐘的長影片，在預覽時跳轉到中段、後段和結尾檢查影音同步情況，不要只檢查開頭。
- 匯出後驗證：匯出後在 VLC 或其他播放器中播放驗證，不要只在剪輯軟體中預覽——剪輯軟體的預覽機制有時掩蓋了同步問題。
- 給音訊留偏移餘量：在匯出設定中，某些工具提供「音訊偏移」參數（單位毫秒），用於補償已知的固定偏移。
- 不要在流複製模式下處理 VFR 源：如果用流複製合併 VFR 源，PTS 誤差會累積。對這類操作應做一次完整的重新編碼。
相關閱讀
- 影片合併：剪不斷理還亂 —— 合併操作中的時間戳對齊與參數相容性問題
- 幀率的秘密：24fps 的電影感與 60fps 的流暢 —— VFR vs CFR 的深入比較，以及為什麼手機錄屏預設使用 VFR
- 數位聲音的地基：取樣率、位元深度與聲道 —— 音訊取樣率 44.1 kHz vs 48 kHz 的選擇對影音同步的影響
- 影片調速：從慢動作到延時攝影 —— 調速操作對時間戳的影響
本站的合併和剪輯工具在操作長影片時會自動檢測來源檔案的時間戳一致性——如果工具檢測到可能的影音不同步風險，會提示你使用全重新編碼模式來保證輸出檔案的同步準確性。