AVAssetWriter设置采样率与输入不一致是否会导致音视频漂移？

采样率不匹配是否会导致音视频漂移？ #

会，而且大概率引发同步问题。

AVAssetWriter依靠音频样本缓冲区的时间戳（CMSampleBuffer的presentationTimeStamp）对齐音视频时间轴。如果你在outputSettings中通过AVSampleRateKey指定的采样率，和待写入的音频样本缓冲区实际采样率不一致，Writer会强制按照你设置的采样率计算音频播放时长：

• 比如输入缓冲区实际是44100Hz，你设成48000Hz，Writer会把原本对应1秒播放时长的音频帧，判定为仅对应约0.919秒，导致音频播放速度加快，和视频的同步点逐渐偏移；
• 反之若设置的采样率低于实际采样率，音频会被放慢，同样会出现音视频不同步。

除此之外，这种不匹配还可能导致音频失真、部分帧被丢弃，甚至触发写入错误。

是否不建议随意指定采样率？ #

是的，绝对不建议随意设置AVSampleRateKey，必须保证它和待写入的音频样本缓冲区的实际采样率完全一致。

需要注意的是，canApply(outputSettings:forMediaType:)这个API只会验证配置本身是否合法（比如参数格式正确、当前编码器支持该采样率），但不会检查该采样率和后续输入的缓冲区是否匹配——哪怕这个API返回YES，采样率不匹配的问题依然会存在。

如果需要将音频转换为目标采样率，不能直接在Writer的配置里修改参数，必须先对输入的音频缓冲区做采样率转换（比如使用AVAudioConverter将缓冲区转成目标采样率），再将转换后的缓冲区写入AVAssetWriter，同时把outputSettings里的AVSampleRateKey设为转换后的采样率。

内容的提问来源于stack exchange，提问作者Deepak Sharma