audio - 我怎么知道音频 channel 是否被篡改？

Question

我得到了一个AVI文件，其中包括两个流:视频和音频。
使用PCM签名对音频进行编码。

在特定的时间间隔内，音频被静音。
我尝试了解是否使用软件故意使音频静音，或者可能是由于信号丢失所致。

通过ffprobe，我发现在静默时间间隔内，数据包全为零。

这是该时间间隔及其相邻数据包(包括声音)的一般示例:

[PACKET]
codec_type=audio
... (trimmed for clarity)
size=1152
flags=K
data=
00000000: <arbitrary NON-zero data>
... (trimmed for clarity)
00000470: <arbitrary NON-zero data>
[/PACKET]

[PACKET]
codec_type=audio
... (trimmed for clarity)
size=2048
flags=K
data=
00000000: 0000 0000 0000 0000 0000 0000 0000 0000  ................
... Similar rows as above (data is zero), only difference is with the data offset
000007f0: 0000 0000 0000 0000 0000 0000 0000 0000  ................
[/PACKET]

<More packets with data equal to zero>

[PACKET]
codec_type=audio
... (trimmed for clarity)
size=2048
flags=K
data=
00000000: <arbitrary NON-zero data>
... (trimmed for clarity)
00000470: <arbitrary NON-zero data>
[/PACKET]

数据包的大小在1152和2048之间交替。

我假设如果静默是由于信号丢失引起的，则零字节应该在静默开始的第一个数据包中的任何处开始，而不必在数据包的开头。

我还假定音频编辑器程序将按包使音频静音，这意味着它不会尝试使包中间的数据字节无效，而将尝试使包的所有数据字节无效。

有没有人经历过并且可以确认/提供其他见解？

Answer 1

我想知道您的假设来自何处。特别是 float 数据包的大小表示音频帧的大小与视频帧的大小不一致，这表明您的假设可能是错误的。由于具有PCM音频，因此与视频帧对齐的音频的字节数始终相同。您可以设置一些包装器/打包器，以使音频数据包大小与视频数据包大小对齐。但这对您而言似乎并非如此。

以下内容非常取决于您的环境，但可能会给您一些想法:

如果编辑程序是像Premiere Pro或FCP X and co。这样的典型视频编辑器，它将在内部对齐音频和视频帧，并且不允许编辑器仅更改一帧的一部分。这意味着，如果存在一些故意的沉默，它将完全匹配单个视频帧持续时间的倍数。

如果出现“信号丢失”，我想知道为什么您实际上有无效的音频数据包而不是丢失的数据包，但是我认为您的信号接收器只是以某种方式创建了它们。

无论如何，我的建议是对所有接收到的音频字节进行计数，并查看静音开始是否与视频帧开始完全匹配。例如。如果您具有48kHz单声道和25fps，则信号损耗应匹配1920的倍数(48000/25)，否则，则可能会遇到信号损耗。

最后，这里有许多未知变量是特定于环境的:信号链是什么，数据包在哪里丢失，什么在接收流并生成填充数据包？您正在使用哪些编解码器和格式？您是否必须使用ffprobe而不是例如ffmpeg和静音检测等...