使用FFmpeg filter_complex裁剪iPhone视频后音视频不同步问题求助

问题背景 #

使用FFmpeg裁剪iPhone拍摄的MOV视频时，执行以下命令后出现音视频不同步，音频速度偏快，视频末尾差异尤为明显：

ffmpeg -i IMG_8555.MOV \
-filter_complex " \
[0:v] select='between(t,448.856,1279.240)', setpts=N/FR/TB; \
[0:a] aselect='between(t,448.856,1279.240)', asetpts=N/SR/TB \
" \
output.mov

排查发现输入帧率为29.98，输出帧率自动匹配为29.97，手动调整setpts的帧率参数虽能缓解，但无法适配所有输入场景。

核心原因 #

手动通过N/FR/TB生成时间戳时，若指定的帧率与输入视频的实际帧率（尤其是iPhone常见的可变帧率VFR或高精度固定帧率）存在微小偏差，会随着视频时长累积出时间差，最终导致音视频不同步。

通用解决方法 #

放弃手动计算时间戳的方式，改用基于原始时间戳偏移的处理逻辑，或使用更适合裁剪场景的trim滤镜，确保音视频同步关系完全继承自原始视频。

方案1：使用trim+atrim滤镜（推荐）

trim和atrim滤镜专为片段裁剪设计，会自动处理时间戳，无需手动计算帧率：

ffmpeg -i IMG_8555.MOV \
-filter_complex "
[0:v] trim=start=448.856:end=1279.240, setpts=PTS-STARTPTS;
[0:a] atrim=start=448.856:end=1279.240, asetpts=PTS-STARTPTS
" \
output.mov

方案2：改进select+aselect的时间戳处理

若仍需使用select进行复杂条件筛选，将setpts改为基于原始时间戳偏移，而非固定帧率计算：

ffmpeg -i IMG_8555.MOV \
-filter_complex "
[0:v] select='between(t,448.856,1279.240)', setpts=PTS-STARTPTS;
[0:a] aselect='between(t,448.856,1279.240)', asetpts=PTS-STARTPTS
" \
output.mov

原理说明 #

setpts=PTS-STARTPTS的作用是将选中片段的起始时间戳重置为0，完全基于原始视频的时间戳进行偏移，不会引入任何帧率计算误差，从根源上保证音视频同步。

补充优化 #

如果输出视频仍存在帧率兼容问题，可添加-vsync vfr参数保留原始可变帧率特性，或先通过ffprobe获取精确输入帧率后指定输出帧率：

# 获取输入视频帧率
ffprobe -v error -select_streams v:0 -show_entries stream=r_frame_rate -of default=noprint_wrappers=1:nokey=1 IMG_8555.MOV
# 用获取到的帧率指定输出
ffmpeg -i IMG_8555.MOV \
-filter_complex "
[0:v] trim=start=448.856:end=1279.240, setpts=PTS-STARTPTS;
[0:a] atrim=start=448.856:end=1279.240, asetpts=PTS-STARTPTS
" \
-r [获取到的帧率] output.mov

内容的提问来源于stack exchange，提问作者RadekJ