使用FFmpeg concat demuxer与seek导致音视频不同步的解决咨询

问题根源 #

你遇到的音视频不同步、卡顿，本质是无重编码剪辑时未对齐关键帧、时间戳断层、音频帧不匹配导致的：

1. -ss X 跳转到的位置不是视频关键帧（I帧），FFmpeg会自动取最近的前关键帧，导致片段实际起始时间偏移，和音频不同步
2. 生成的片段时间戳未重置为0，拼接后时间戳不连续引发卡顿
3. 输入视频/片段的编码参数（视频帧率、分辨率、音频采样率/声道）不一致，concat demuxer无法兼容

解决步骤 #

1. 统一输入视频编码参数（必做）

无重编码拼接要求所有片段的编码格式、参数完全一致，先检查输入视频的参数：

ffmpeg -i input1.mp4 -i input2.mp4

查看输出中Stream部分的视频codec、帧率、分辨率，音频codec、采样率、声道数，确保所有输入视频参数一致。如果不一致，必须先统一（这一步无法跳过，否则无重编码拼接必然出错）。

2. 定位关键帧，精准截取片段

为了保证-ss跳转准确且不提前，先获取输入视频的所有关键帧时间点：

ffprobe -select_streams v -show_frames -show_entries frame=pkt_pts_time,pict_type -of csv input.mp4 | grep I

输出会列出所有I帧的时间（比如1.234,I），把你要截取的X设为这些关键帧时间，确保跳转精准。

然后用以下命令生成片段（兼顾速度和时间戳对齐）：

ffmpeg -ss [关键帧时间] -i input.mp4 -t 2 -c copy -avoid_negative_ts make_zero -fflags +genpts segment_[序号].mp4

• -avoid_negative_ts make_zero：强制将片段的起始时间戳设为0，避免拼接时时间戳断层
• -fflags +genpts：重新生成连续的时间戳，修正音视频时间轴对齐问题

如果追求绝对精准的起始时间（牺牲一点速度），可以把-ss放到-i后面：

ffmpeg -i input.mp4 -ss [目标时间] -t 2 -c copy -avoid_negative_ts make_zero -fflags +genpts segment_[序号].mp4

3. 编写正确的concat清单文件

创建concat_manifest.txt，格式严格遵循：

file '/path/to/segment_1.mp4'
file '/path/to/segment_2.mp4'
...
file '/path/to/segment_12.mp4'

• 路径如果包含空格，必须用单引号包裹
• 确保所有片段路径正确（绝对路径或相对路径均可，用绝对路径时后续拼接加-safe 0）

4. 执行无重编码拼接

用以下命令完成拼接，同时保证时间戳连续：

ffmpeg -f concat -safe 0 -i concat_manifest.txt -c copy -avoid_negative_ts make_zero output_trailer.mp4

• -safe 0：允许使用绝对路径，避免路径权限/格式报错
• -avoid_negative_ts make_zero：确保最终输出的时间戳从0开始，彻底解决拼接处卡顿

额外排查点 #

如果还是有问题，检查：

• 音频是否为AAC格式？部分非标准音频编码在无重编码拼接时容易出问题，优先用AAC
• 片段时长是否为音频帧整数倍？AAC每帧约23ms（44100采样率），可以把-t 2换成-t 2.002（接近2秒且对齐音频帧）

内容的提问来源于stack exchange，提问作者Garuuk