FFmpeg解码WebM音频时AVFrame的pts指向样本末尾致amix异常

现象是否正常？ #

这是libvorbis解码WebM时的预期行为，不算bug。部分容器（比如WebM）配合libvorbis编码器时，会将音频帧的PTS标记为帧的结束时间，而非FFmpeg多数滤镜默认预期的帧起始时间。你观察到的第一帧PTS等于样本时长、后续帧PTS差值等于单帧时长，完全符合这个逻辑。

正确解决方式 #

1. 代码层修正（开发FFmpeg应用场景）

直接调整AVFrame的PTS，将其从结束时间改为起始时间：

// 确保帧的duration已正确设置（若未设置则手动计算）
if (frame->duration == 0) {
    frame->duration = av_rescale_q(frame->nb_samples,
                                   (AVRational){1, frame->sample_rate},
                                   frame->time_base);
}
// 将PTS偏移为帧起始时间
frame->pts -= frame->duration;

第一帧修正后PTS会回归流的起始基准（通常为0），完全符合FFmpeg的标准时序逻辑。

2. 命令行层修正（FFmpeg命令行处理场景）

在音频滤镜链中加入asetpts滤镜，手动调整PTS到帧起始位置：

ffmpeg -i input.webm -filter:a "asetpts=PTS-duration" -c:v copy output.mkv

asetpts滤镜的duration变量对应当前帧的时长（基于FFmpeg内部时间基1/1000000），PTS-duration直接将结束时间修正为起始时间，完美适配amix这类依赖起始时间的滤镜。

为什么直接偏移PTS是正确的？

amix滤镜会基于帧的PTS和时长计算混音时序，当PTS是结束时间时，滤镜会错误地认为当前帧的起始时间等于前一帧的结束时间，导致时序重叠、错位，甚至出现PTS递减（滤镜内部时间戳计算逻辑被打乱）。修正为起始时间后，滤镜的时序计算会回归正常。

内容的提问来源于stack exchange，提问作者ZumiKua