在AAC中转换后的ffmpeg错误的音频文件

Question

我在使用FFmpeg进行acc编码时遇到问题。我有带aac音频的au mp4文件。我试图用ffmpeg复制音频。在源mp4文件中，第一个音频噪声出现在0.30秒。转换后使用ffmpeg-i输入文件。mp4-c：一个拷贝输出文件。aac，生成的文件错误，第一个音频噪音出现在0.32秒。文件的持续时间也不一样。

当我强制编码器libfaac，它的工作，但文件太大。

那么，为什么使用默认编码器（aac、libfdk_aac）时它不工作呢？请注意，当我从audacity转换时，也会出现同样的情况。

谢谢

Answer 1

在音频流中有一个填充帧，解码器需要该填充帧来解码第一帧。这是像AAC这样的MDCT音频编解码器的技术要求。在MP4/MKV这样的定时样本容器中，第一帧具有负的表示时间戳。在原始AAC比特流中，第一帧被天真地解码。每帧有1024个样本，因此持续时间为21-23毫秒。时间上的差异是由偏移量造成的。重新包装到像M4A这样的容器中以避免这种情况。

背景资料来自苹果公司：

由于编码算法的性质，AAC需要源PCM音频样本之外的数据，以便正确编码和解码音频样本。AAC编码在2048个音频样本的连续集合上使用变换，每1024个音频样本（重叠）应用一次变换。要解码正确的音频，需要对1024个音频样本的任何时间段进行两次变换。出于这个原因，编码器在第一个“真”音频样本之前添加至少1024个静默样本，并且通常会添加更多。这被称为各种各样的“启动”、“启动样本”或“编码器延迟”。

和

编码器延迟和剩余样本缺乏明确表示并不是AAC编码独有的问题。对于MPEG-4和ADTS/MPEG-2比特流和文件容器，编码器延迟或剩余样本仍然没有令人满意的显式表示。MP3的比特流中也有这些数据依赖和延迟，AC-3等专有编解码器也是如此。