你生成了一段带音频的视频，结果音轨明显跟画面对不上。鼓点早了半拍、台词在嘴动完之后才出来、走到一半脚步声直接没了。这跟人脸生成器的嘴型不准不一样——这是音频和视频本来就是两次独立生成、然后硬拼在一起，没有共享时码。修复方式要么换一个能一次性产出音画同步的模型重渲，要么在 CapCut、Premiere 或 DaVinci Resolve 里手动把音频前后挪。
常见原因
按踩坑频率排序。
1. 音频是单独一次生成
Runway Gen-3、Pika 2.0、Kling 1.6 这类工具只出无声视频，你后来用 ElevenLabs、Suno 或素材库的音频加上去。两次生成没有共享时码，任何节拍点之间的延迟都会在整段里累积放大。
怎么判断：打开工程文件。如果音频轨是单独导入的，那就是两段拼接结构，漂移一定会累积。
2. 导出时帧率不一致
模型按 24 fps 渲染，但导出管线按 30 fps 处理。音频走真实时间，视频被拉慢或拉快，两者线性发散。10 秒之内就能听出来。
怎么判断：用 ffprobe -v error -show_entries stream=r_frame_rate input.mp4 看源帧率，跟你剪辑序列的 fps 对比。
3. 带音频的模型中途丢掉音频
Sora with audio、Veo 3、Kling Audio 偶尔会在 8 秒的片子里只出 4 秒音频，后面视频继续播但是哑的。
怎么判断：拉音频波形。如果画面还在跑，音频波形已经平了，那是生成端缺陷，不是同步问题。
4. 源文件是可变帧率（VFR）
手机录屏生成界面、或者从某些平台下载的片源，往往是 VFR。剪辑软件转换不好就会累积漂移。
怎么判断：ffprobe -select_streams v -show_entries frame=pkt_pts_time 看帧间隔是否恒定。不恒定就是 VFR。
5. 转码或封装把时间戳改坏了
你用 HandBrake 或在线转换器跑了一遍，音频 PTS 被改错。
怎么判断：原下载文件同步是好的，转换后变坏。永远先测原始文件。
最短修复路径
Step 1：先量出漂移方向和大小
挑一个显眼的视觉节拍（一个拍手、关门、鼓点），在音频波形上找对应峰值，量帧偏移。
# Premiere / Resolve / CapCut
- 时间线放大到单帧
- 在 V1 视觉事件位置打 marker
- 在 A1 音频峰值位置打 marker
- 差值就是漂移帧数
- 除以 fps 换算秒：24 fps 下 6 帧 = 0.25 秒漂移恒定就是 offset 问题，漂移随时间增长就是 fps 不匹配。
Step 2：恒定漂移用音频偏移
# CapCut
- 右键音频 -> 分离
- 按测得的帧数前后拖
- 或选中后按 . , 单帧推
# Premiere Pro
- 选中音频，Shift+方向键推 5 帧
- 或 Effect Controls -> Time 里直接设 offset
# DaVinci Resolve
- 选中音频，+ - 键单帧滑
- 或右键 -> Change Clip Speed 精确偏移Step 3：帧率不齐就先转固定帧率
# ffmpeg 把 VFR 转 CFR
ffmpeg -i input.mp4 -vf fps=24 -c:a copy output.mp4
# 或者用 HandBrake
- Framerate -> Constant Framerate
- Same as source -> 24 fps
# 然后重新导入剪辑，序列也设成 24 fpsStep 4：换音画一体模型重渲
预算够就直接换一次性出同步音频的模型：
# Veo 3 / Veo 3.1
- 每段原生带音频生成
- 环境音 + 对白 + 拟音都锁画面
# Sora with audio
- storyboard prompt 出同步对白
- talking head 嘴型稳定
# Kling Audio (Kling 1.6 Audio 模式)
- 一次性出视频 + 环境音
- 对白不稳，sfx 还行重写 prompt 示例：
A wooden door slams shut as a person enters a quiet room.
Synced audio: the slam should land on the visual contact frame.
Ambient room tone after, no music.Step 5：兜底是剥音频重 mux
同步音频还是漂、但你有一条更干净的替代音轨：
# 剥掉坏音频
ffmpeg -i broken.mp4 -an -c:v copy video_only.mp4
# 装上新音频
ffmpeg -i video_only.mp4 -i new_audio.wav -c:v copy -c:a aac -shortest final.mp4AI 音频不行但画面要留的时候很好用。
预防
- 导入前先把工程序列 fps 锁成源 fps。
- 对白、sfx 关键的片用 Veo 3、Sora 这种一次性同步音频的模型。
- 在剪辑软件里用全分辨率回放测同步，不要只看代理预览。
- VFR 源一律先用
ffmpeg -vf fps=24转成 CFR。 - 把原始下载保留在母版文件夹，不要在 HandBrake 转换文件上剪。
Related
- AI video talking head lip sync off
- AI video export black frames
- AI video watermark on export
- AI video resolution downgrade after export
- AI video text overlay garbled
- AI video extension loses style
标签: #ai-video #排查 #audio-sync