冒頭は合っているのに、後半へ進むほど音がズレるなら ドリフト です。音声と映像の時計がわずかに違う速さで進むため、ズレが時間とともに広がります。最初から同じ量だけズレている場合は、音声遅延を手動で直す方法で直せます。
| パターン | 症状 | 原因 | 直し方 |
|---|---|---|---|
| 一定のズレ | 最初から最後まで同じ量 | 録画時や多重化(mux)時の固定遅延 | 1 回ずらす(-itsoffset、adelay) |
| ドリフト | 冒頭は合い、終わりに向かって広がる | 2 つの時計の速さの違い、またはタイムスタンプを無視するソフトでの VFR | 速さを補正する(atempo、CFR) |
冒頭に合わせても終わりがズレたままなら、ドリフトです。
-itsoffset で直らない理由
-itsoffset は、直後の入力ファイル(映像も音声も)の時刻を固定秒数ずらします。ドリフトは 1 分地点で 100 ミリ秒、10 分地点で 1 秒のようにズレが増えていくので、1 つのずらし量では 1 か所しか合いません。
解決法①: 測った比率で音声の速さを変える
終わり近くのズレを測り、atempo で音声をわずかに速く(または遅く)します。10 分(600 秒)地点で音声が 0.5 秒遅れているなら、倍率は (600 + 0.5) / 600 = 1.00083 です。
ffmpeg -i input.mp4 -af atempo=1.00083 -c:v copy output.mp4
映像はコピーのまま、音声だけを作り直します。音声が早いときは、1 より小さい倍率((600 − 0.5) / 600 = 0.99917)にします。出力の音声を 48 kHz にそろえたいときは -ar 48000 を足します(-ar だけではドリフトは直りません)。
aresample=async=1000 は、タイムスタンプと音声のサンプル数のズレを直すフィルタです。録画中に音声が抜けた場合や、タイムスタンプに出ているズレには効きます。MP4 の音声のタイムスタンプはふつうサンプル数から決まるので、時計の速さの違いはタイムスタンプに出ず、async では直りません。
解決法②: 固定フレームレートにする(編集ソフトでだけズレるとき)
可変フレームレート(VFR)の動画は、タイムスタンプが正しければ同期したままです。タイムスタンプを無視する編集ソフトやプレイヤーでだけズレるときは、映像を固定フレームレート(CFR)に作り直します。
ffmpeg -i input.mp4 -fps_mode cfr -r 30 -c:v libx264 -c:a copy output.mp4
-r は元の公称フレームレートに合わせます。旧来の -vsync cfr も動きますが非推奨です。VFR の確かめ方は可変フレームレートを固定に変換する、変換の直後からズレたときは変換後に音ズレする原因と解決法を見てください。
よくある質問
aresample=async=1000 の数値は何を意味しますか?
1 は無音の挿入と切り詰めだけを行います。1 より大きい値では、それに加えて音声を伸び縮みさせてよい量の上限(毎秒のサンプル数)になります。挿入と切り詰めは、ズレが 0.1 秒(min_hard_comp の既定値)を超えたときに働きます。