錄影檔案開頭幾秒無聲、之後先有聲點分?裝置初始化、音訊緩衝同軌道起點分辨指南

重點摘要:錄影開頭幾秒無聲、之後有聲,先量靜音頭有幾秒,再用 MediaInfo 對兩軌時長加埋重錄對照,分清緩衝、關鍵幀定裝置層。
呢篇講乜嘢形狀
同一條錄影檔案,開頭幾秒完全無聲,播到某一個時間點,聲音忽然返嚟,之後全程有聲。錄影工具可以係 OBS、ShadowPlay 或者 Game Bar。畫面由頭到尾正常,開頭嗰幾秒畫面有,淨係聲音唔見。呢個就係本篇講嘅形狀。
呢個形狀有四個必要條件,缺一都唔係本篇講嘅問題。第一,同一條錄影檔案,開頭幾秒無聲,之後聲音正常返嚟,之後全程有聲。靜音只喺開頭,唔係中途、唔係散落、唔係全程。第二,畫面由頭到尾正常。開頭嗰幾秒畫面有,淨係聲音唔見。如果畫面開頭都唔見,問題喺檔案結構層或者重播緩衝視像層,唔係本篇。第三,靜音嘅長度量度得到。要講得出開頭靜咗幾多秒,大約幾多秒,唔可以只寫一句一開頭無聲就算。量唔到靜音頭有幾長,後面全部對照都無基準。第四,檔案播得完。檔案本身完整,唔係錄到一半斷電,唔係傳輸截斷。檔案播唔完,問題喺檔案結構層,唔係本篇。
開始檢查之前,先記低基線資料:錄影工具同版本,靜音頭大約幾多秒,播到第幾秒先有聲,邊個來源靜,淨係咪高峰靜、淨係遊戲聲靜,定係全部都靜,檔案格式係乜,重播緩衝開定關,關鍵幀間隔係幾多。基線唔抄低,之後嘅對照就無得比較。
機制一:時間有三種形狀,開頭、中途、全程係三條路
錄影檔案無聲有三種時間形狀,已經各有主角文。第一種係全程無聲,由頭到尾都無聲,係另一篇文章嘅形狀。第二種係開頭有聲、播到一半先靜,之後一直靜,係另一篇文章嘅形狀。第三種就係本篇:開頭無聲、之後有聲。
兩篇文章嘅邊界加埋,開頭無聲呢一邊就係無人收嘅缺口。全程無聲嗰篇文章,邊界親口將開頭有聲、播到一半先無聲列為另一種形狀。中途靜音嗰篇文章,前提段親口講開頭有聲、中途靜音四個條件缺一不可。兩篇文章都將開頭寫成有聲嗰邊,開頭無聲呢一邊無人收。本篇補嘅就係呢一邊。
所以第一步唔係問有聲定無聲,而係問時間軸上面邊一段出事。開頭靜、之後有聲,同全程靜、同開頭有聲中途靜,係三條唔同嘅路,測試方法同指向嘅層完全唔同。將三種形狀撈埋一齊講,就會用錯測試,行錯方向。
機制二:音訊緩衝有上限,唔係萬能解釋
聲音由咪高峰或者遊戲入面出嚟,到寫入檔案,中間要經過音訊緩衝。OBS 論壇舊帖入面,開發者親口講,造成輸出延遲嘅只有音訊緩衝同視像編碼延遲。音訊緩衝係動態嘅,最多造成大約 2 秒延遲,通常最多只有 100 毫秒左右。視像編碼延遲大約 1 秒。兩者加埋最多大約 3 秒。
呢句畀咗一個上限,係全篇最重要嘅數字邊界。靜音頭喺 2 秒之內,緩衝層先至講得通。靜音頭超過 2 秒,就唔可以用緩衝解釋,要去其他層搵。將音訊緩衝寫成可以解釋任何長度嘅靜音頭,係錯誤嘅講法。
緩衝層嘅意思係,聲音其實已經去到錄影軟件,只係遲咗先寫入檔案。呢個同來源本身無聲係兩回事。分法就係量度靜音頭有幾長,再睇錄影嗰陣音量錶郁唔郁。錶郁但檔案開頭無聲,指向寫入或者緩衝層。錶唔郁,指向來源或者裝置層。
機制三:關鍵幀同重播緩衝,錄影開頭要等
OBS 論壇另一帖親口講,如果重播緩衝開著,錄影唔會自己開一個新編碼器,而係重用重播緩衝嗰個編碼器。可用嘅數據流一定要由關鍵幀開始,所以錄影要等下一個關鍵幀先開始寫檔案。預設關鍵幀間隔係 250 格,30 格每秒即係每 8.3 秒一個關鍵幀,最多要等 8 秒。
呢個機制講嘅係視像開頭唔見,唔係聲音開頭唔見。嗰個論壇個案入面,用家 11 秒測試錄影只得 6 秒輸出,唔見嘅係開頭嗰段視像。要分清呢個分別:呢個係視像端嘅證據,證明錄影開頭有幾秒係等緊嘢、寫唔入檔案呢個結構係真實存在嘅。套落音訊嗰邊係類比,唔係同一個案,唔可以直接話關鍵幀等緊就等於音軌開頭靜音。
但係呢個類比有實際用途。靜音頭去到 8 秒級,就要去第三層查關鍵幀同重播緩衝:重播緩衝係咪開著,關鍵幀間隔係幾多,停用重播緩衝再錄一次,靜音頭係咪消失。靜音頭喺 2 秒之內,就唔使去呢層,緩衝層先講得通。兩個數字邊界一齊用,先至分得到邊一層。
機制四:裝置初始化只係待驗證假設,唔係已確認成因
錄影撳開始嗰陣,音訊裝置尤其係 USB 咪高峰、USB 耳機、擷取卡,仲未準備好,或者 Windows 啱啱重新認緊裝置,聲音遲咗先入到錄影鏈。呢個係裝置初始化層嘅講法。要記住,呢個只係待驗證假設,唔係已確認成因。
外站無單一來源親口確認 USB 裝置初始化令錄影開頭幾秒無聲。Mic Guard 嗰篇文章講得好清楚,OBS 係用 Windows 裝置識別碼嚟認咪高峰,唔係用名。USB 裝置拔插之後,Windows 會派新編號,舊編號錄出嚟係全程靜音。呢個機制本身講嘅係全程靜音,唔係開頭靜音。將全程靜音嘅機制直接套落開頭靜音嗰度,係錯誤嘅做法。
裝置初始化層要點驗證,要靠重錄對照。同一設定重錄兩三次,靜音頭長度每次唔同,指向裝置層。每次同一長度,指向系統層。再加裝置管理員對照同換裝置對照,先至可以話裝置層有嫌疑。未做呢啲對照之前,唔可以將裝置初始化寫成定論。
機制五:靜音唔等於無寫入
音軌開頭無聲,有兩種完全唔同嘅情況。第一種係寫咗靜音,編碼器一路有寫嘢,寫低嘅係靜音。第二種係無寫入,開頭根本無落檔案。兩種情況指向唔同層,唔可以當成同一回事。
分法係用 MediaInfo 睇兩條軌嘅時長。音軌時長同視像時長一樣長,但開頭波形貼住零線,係寫咗靜音。音軌時長短過視像時長,係開頭根本無寫入。呢個分別係另一篇文章親口分咗嘅靜音對無寫入,套落開頭一樣成立。呢步係第一重分叉,唔可以跳過。
MediaInfo 睇到音軌存在,唔等於開頭有聲。音軌存在只證明檔案入面有音軌,開頭有無寫入,要對時長再睇波形先知。憑 MediaInfo 見到音軌就話開頭有聲,係誤區。
機制六:假形狀,人未出聲
噪音門加一個未開始講嘢嘅人,睇落同死咗嘅咪高峰一模一樣。頭幾秒完全無聲,係因為人未出聲,唔係檔案出事。呢個係假形狀,唔係真靜音。
Mic Guard 嗰篇文章親口講呢一點。佢會喺錄影開始嗰陣檢查真實音量係咪喺頭 20 秒內到達。分法係睇波形同錄影嗰陣嘅音量錶,唔係憑感覺。憑感覺話開頭無聲之前,要先確認開頭嗰幾秒係咪真係有人講嘢或者有遊戲聲。重錄嗰陣開口講嘢,睇下音量錶郁唔郁,再睇檔案開頭波形,係決定性對照。
決定性分叉:三重對照
第一重:量度靜音頭
喺 VLC 入面逐段跳播,搵出聲音第一次出現嘅時間碼,記低秒數。再喺編輯器入面睇波形,確認開頭波形係咪貼住零線。靜音頭 2 秒之內,緩衝層先講得通。靜音頭去到 8 秒級,要去關鍵幀同重播緩衝層。每次長度唔同,指向裝置層。每次同一長度,指向系統層。唔量度,後面全部係估。呢步係全篇最關鍵嘅一招。
第二重:MediaInfo 兩軌時長對照
將音軌長度同視像長度並排比較。音軌短過視像,指向無寫入,開頭根本無寫入檔案。兩條一樣長但開頭波形貼零線,指向寫咗靜音。呢步分開靜音對無寫入,唔可以跳過。
第三重:重錄可重現對照
同一設定重錄兩三次,靜音頭係咪每次同一長度、同一位置。每次一樣,係決定性系統問題。每次唔同長度,指向裝置初始化或者隨機層。再加三個對照:停用重播緩衝再錄一次,靜音頭消失,指向關鍵幀層;換 MKV 再錄一次,係容器對照——MP4 寫索引嗰步嘅弱點,係錄影中途出事嗰陣檔案收唔到尾,本篇形狀要求檔案播得完,所以換容器只係睇下容器唔同會唔會改變開頭靜音;喺裝置管理員睇下錄影嗰陣裝置係咪重新列舉,或者換另一支咪高峰再錄一次,靜音頭消失,指向裝置層。
五個懷疑層
| 懷疑層 | 表現特徵 | 點樣分得出 |
|---|---|---|
| 裝置初始化層 | 錄影開始嗰陣音訊裝置未準備好,Windows 啱啱重新列舉裝置 | 重錄對照,靜音頭長度係咪每次一樣;裝置管理員對照;換裝置對照 |
| 音訊緩衝層 | 音訊緩衝延遲,聲音遲咗先寫入檔案 | 量度靜音頭長度,2 秒之內先講得通;OBS 開發者上限對照 |
| 關鍵幀/重播緩衝層 | 重播緩衝開著,錄影等關鍵幀先開始寫 | 停用重播緩衝對照;關鍵幀間隔對照,8 秒級 |
| 軌道起點層 | 音軌寫入起點遲過視像軌,來源指派開頭未生效 | MediaInfo 兩軌時長對照;編輯器波形開頭對照;逐來源開頭對照 |
| 假形狀層 | 噪音門或者人未出聲,檔案本身開頭有聲,只係人未講嘢 | 錄影嗰陣音量錶對照;波形開頭對照;重錄時開口講嘢對照 |
七步診斷
第一步:定性。確認四個形狀條件:開頭幾秒無聲、之後有聲、畫面全程正常、檔案播得完。記低基線:錄影工具同版本、靜音頭大約幾多秒、播到第幾秒先有聲、邊個來源靜、檔案格式、重播緩衝開定關、關鍵幀間隔。基線唔抄低,之後嘅對照就無得比較。
第二步:量度靜音頭。喺 VLC 入面逐段跳播,搵出聲音第一次出現嘅時間碼,記低秒數。再喺編輯器入面睇波形,確認開頭波形係咪貼住零線。呢步係全篇最關鍵嘅一招:靜音頭 2 秒之內,緩衝層先講得通;靜音頭去到 8 秒級,要去第三層查關鍵幀同重播緩衝;每次長度唔同,指向裝置層;每次同一長度,指向系統層。唔量度,後面全部係估。
第三步:MediaInfo 兩軌時長對照。將音軌長度同視像長度並排比較。音軌短過視像,指向無寫入,開頭根本無寫入檔案;兩條一樣長但開頭波形貼零線,指向寫咗靜音。呢步分開靜音對無寫入,唔可以跳過。
第四步:錄影嗰陣音量錶對照。重錄一段短片,望實 OBS 音量錶開頭嗰幾秒。錶郁但檔案開頭無聲,指向寫入或者緩衝層,聲去到錄影軟件,但寫唔入檔案開頭;錶唔郁,指向來源或者裝置層,聲喺來源嗰邊已經斷咗。呢步一定要喺重錄嗰陣做,事後睇檔案分唔到。
第五步:重錄可重現對照。同一設定重錄兩三次,靜音頭係咪每次同一長度、同一位置。每次一樣,係決定性系統問題;每次唔同長度,指向裝置初始化或者隨機層。再加三個對照:停用重播緩衝再錄一次,靜音頭消失,指向第三層;換 MKV 再錄一次,係容器對照——MP4 寫索引嗰步嘅弱點係錄影中途出事嗰陣先出現,本篇形狀要求檔案播得完,所以只係比較容器唔同會唔會改變開頭靜音;喺裝置管理員睇下錄影嗰陣裝置係咪重新列舉,或者換另一支咪高峰再錄一次,靜音頭消失,指向裝置層。
第六步:逐來源開頭對照。如果係多來源錄影,例如咪高峰加遊戲聲,喺編輯器入面分開睇每條來源嘅開頭波形。淨係咪高峰靜、遊戲聲開頭就有,指向咪高峰裝置層;全部來源開頭都靜,指向寫入或者緩衝層。呢步只問開頭每條來源嘅波形,唔使行晒全程無聲嗰篇嘅成套逐來源流程。
第七步:停手線。七步行完仲分唔到,或者檔案同時有崩潰、MediaInfo 讀唔到檔案、靜音頭長度每次都唔同而且愈錄愈長,就停手,帶齊記錄去檢查。原檔唔好刪、唔好覆蓋,佢係對照材料。記錄包括錄影工具同版本、靜音頭秒數、邊個來源靜、每一步對照結果。收費同門市資料見文末。
邊界情況
| 情況 | 行邊條路 | 點解唔係本篇 |
|---|---|---|
| 錄影檔案由頭到尾都無聲 | 全程無聲嗰條路 | 檔案本身無音軌或者音軌損壞,唔係開頭靜音 |
| 錄影檔案開頭有聲、播到一半先靜 | 中途靜音嗰條路 | 時間形狀調轉,開頭有聲變中途靜,唔係開頭靜變之後有聲 |
| 錄影檔案某啲片段無聲、其他片段有聲 | 輸出成品某啲片段無聲嗰條路 | 散落形狀,唔係開頭形狀;嗰篇係輸出階段,本篇係錄影階段 |
| 錄影檔案入剪接軟件音軌唔見、VLC 播有聲 | 軌道對應或者編解碼器嗰條路 | 剪接軟件認讀層,唔係錄影開頭層 |
| 檔案喺手機播無聲、電腦播有聲 | 編解碼器相容嗰條路 | 播放器相容問題,唔係錄影開頭問題 |
| 直播開頭無聲、本地錄影有聲 | 串流輸出嗰條路 | 串流輸出問題,唔係錄影檔案問題 |
| 錄影檔案音畫唔同步,兩個來源互唔啱 | 來源時鐘嗰條路 | 唔同步唔等於無聲,嗰篇係兩個來源互相漂移,唔係開頭靜音 |
| 錄影檔案開頭無畫面、只有聲音 | 視像軌或者關鍵幀嗰條路 | 方向相反,本篇係有畫面無聲,唔係有聲無畫面 |
常見誤區
誤區一:開頭無聲,即係成條片錄壞咗。錯。之後有聲證明錄影鏈基本正常,問題只喺開頭嗰幾秒。成條片錄壞咗係全程無聲嗰篇嘅形狀,唔係本篇。
誤區二:人未出聲,同檔案開頭無聲係同一回事。錯。噪音門加一個未開始講嘢嘅人,睇落同真靜音一模一樣;要睇波形同錄影嗰陣嘅音量錶先分得到。憑感覺話開頭無聲之前,要先確認開頭嗰幾秒係咪真係有人講嘢或者有遊戲聲。
誤區三:重錄一次就修好咗。錯。重錄只係對照測試,唔係修復;要搵到邊層先至預防到下次再出。重錄一次之後有聲,只證明嗰次無出事,唔證明問題解決咗。
誤區四:音訊緩衝延遲可以解釋任何長度嘅靜音頭。錯。OBS 開發者親口講音訊緩衝最多大約 2 秒,通常只有 100 毫秒左右;靜音頭超過 2 秒,就唔可以用緩衝解釋,要去關鍵幀或者重播緩衝層或者裝置層搵。
誤區五:MediaInfo 睇到音軌,就等於開頭有聲。錯。音軌存在唔等於開頭有寫入;要對音軌時長同視像時長,再睇編輯器波形開頭係咪貼零線。靜音對無寫入嘅分別,套落開頭一樣成立。
誤區六:將無聲頭剪走,就等於修好咗。錯。剪走只係遮住症狀,唔係修復;下次錄一樣會再出。剪走係後期處理,唔係診斷,唔可以寫成修復。
來源說明
本篇嘅機制講法嚟自多個外部來源。OBS 論壇「OBS not capturing first 5 seconds of video」嗰帖講重播緩衝開著嗰陣,錄影重用重播緩衝編碼器,可用數據流一定要由關鍵幀開始,預設關鍵幀間隔 250 格、30 格每秒即係每 8.3 秒一個關鍵幀,最多等 8 秒,解決係錄影前停咗重播緩衝,或者縮短關鍵幀間隔。OBS 論壇「Bug Report - 0.13 has a 10 second delay before it records video」嗰帖,開發者親口講造成輸出延遲嘅只有音訊緩衝同視像編碼延遲,音訊緩衝係動態嘅,最多造成大約 2 秒延遲,通常最多只有 100 毫秒左右,視像編碼延遲大約 1 秒,兩者加埋最多大約 3 秒。Mic Guard 嗰篇文章講 OBS 用 Windows 裝置識別碼嚟認咪高峰,唔係用名,USB 咪高峰拔插之後 Windows 會派新編號,舊編號錄出嚟係全程靜音,OBS 唔會警告,佢會喺錄影開始嗰陣檢查真實音量係咪喺頭 20 秒內到達,噪音門加一個未開始講嘢嘅人,睇落同死咗嘅咪高峰一模一樣。clipa 嗰篇指南列出三種音畫唔同步形狀,包括由第一秒開始就差一個固定數,只可以當一般背景,講吓外站點樣描述由第一秒開始嘅偏移,唔係開頭靜音嘅證據。vgkami 嗰篇指南將音訊問題分成固定、漸進漂移同間歇跳三種,對照開頭同結尾附近一個可以認到嘅口形對聲音時刻,兩端差距一樣係固定誤差,差距愈嚟愈大係漂移,只可以當量度片頭對片尾嘅背景,唔係開頭靜音嘅證據。techbloat 同 anymp4 嗰兩篇一般 OBS 無聲指南,講音量錶郁但檔案無聲、軌道指派同 48 kHz 取樣率對齊,講嘅都係全程無聲,唔係開頭靜音,只可以當一般背景,唔可以直接套落本篇形狀。
已確認嘅係:全程無聲同中途靜音兩篇文章嘅前提段對出嚟嘅缺口、音訊緩衝大約 2 秒上限、關鍵幀最多等 8 秒。待驗證假設嘅係裝置初始化層,外站無單一來源親口確認裝置初始化令錄影開頭幾秒無聲。推論唔等於來源講法。
常見問題
問:錄影檔案開頭幾秒無聲、之後有聲,係咪代表成條片錄壞咗?
答:唔係。之後有聲證明錄影鏈基本正常,問題只喺開頭嗰幾秒。成條片錄壞咗係全程無聲嘅形狀,唔係本篇。先量度靜音頭有幾秒,再用 MediaInfo 對兩軌時長,分清係邊一層。
問:靜音頭有幾長先唔再係緩衝問題,點解長度咁重要?
答:因為靜音頭長度係第一重分叉。靜音頭喺 2 秒之內,音訊緩衝層先講得通,因為 OBS 開發者親口講音訊緩衝最多大約 2 秒。靜音頭超過 2 秒,就唔可以用緩衝解釋;去到 8 秒級,要去關鍵幀同重播緩衝層查。每次長度唔同,指向裝置層;每次同一長度,指向系統層。唔量度,後面全部係估。
問:MediaInfo 睇到音軌,點分寫入咗靜音定根本無寫入聲音?
答:唔係。音軌存在唔等於開頭有寫入。要對音軌時長同視像時長,再睇編輯器波形開頭係咪貼零線。音軌短過視像,係開頭根本無寫入;兩條一樣長但開頭波形貼零線,係寫咗靜音。兩種情況指向唔同層。
問:錄影嗰陣音量錶郁,但檔案開頭無聲,代表乜嘢?
答:代表聲去到錄影軟件,但寫唔入檔案開頭,指向寫入或者緩衝層。如果錶唔郁,代表聲喺來源嗰邊已經斷咗,指向來源或者裝置層。呢步一定要喺重錄嗰陣做,事後睇檔案分唔到。
問:重播緩衝開著,會唔會令錄影開頭無聲?
答:重播緩衝開著,錄影要等下一個關鍵幀先開始寫檔案,最多等 8 秒。呢個機制本身講嘅係視像開頭唔見,套落音訊嗰邊係類比,唔係同一個案。對照方法係停用重播緩衝再錄一次,靜音頭消失,指向關鍵幀層。
問:噪音門(noise gate)同開頭靜音係咪同一回事?
答:唔係同一回事。噪音門加一個未開始講嘢嘅人,頭幾秒完全無聲,係因為人未出聲,唔係檔案出事,係假形狀。分法係睇波形同錄影嗰陣嘅音量錶:開頭嗰幾秒真係有人講嘢或者有遊戲聲,但波形貼住零線,先至係真靜音。重錄嗰陣開口講嘢,睇下音量錶郁唔郁,再睇檔案開頭波形。
去檢查之前要帶齊乜嘢
七步行完仲分唔到,或者檔案同時有崩潰、MediaInfo 讀唔到檔案、靜音頭長度每次都唔同而且愈錄愈長,就唔好再估落去。帶齊記錄去檢查,記錄包括錄影工具同版本、靜音頭大約幾多秒、邊個來源靜、重播緩衝開定關、關鍵幀間隔、每一步對照結果。原檔唔好刪、唔好覆蓋,佢係對照材料。門市喺石門達利廣場 1209 室,電話 2186 8010,WhatsApp 6558 6806。檢查收費按網站已公開三級收費 HK$400–780、HK$480–1,380、HK$680–2,800,整體 HK$400–2,800,實際以檢查後報價為準。無旺角門市,無上門服務。