Os fluxos de vídeo e áudio não são contínuos, mas quantizados; portanto, para um fluxo de vídeo constante de 25 qps, a duração pode assumir valores de 0.04 s x N , em que N é o número de quadros. Se o codec de áudio for taxa de amostragem AAC @ 48000, em seguida, com 1024 amostras por quadro, a duração do áudio será múltiplos de 1024/48000 = 0.021333 s *.
Devido a como ocorre a codificação AAC, há um quadro de áudio silencioso / de preenchimento no início do fluxo de áudio cuja duração é 0.021333 s , mas cujo tempo de apresentação é -0.21333 . Em format , esse pacote é contabilizado (mas não em stream de duração).
Quando t é usado para aparar um clipe, todos os quadros cujos carimbos de data e hora de apresentação são inferiores a t são obtidos. A duração do último quadro de vídeo não é aparada, mas a duração do último quadro de áudio pode ser reduzida, mas isso também é quantizado. Então, a duração final de format será, AFAIK, Sum of all durations of packets of the stream featuring the greatest PTS .
Se você não estiver preocupado com o áudio, poderá retirá-lo (use -an ) e ver que seu valor t é quantizado de forma semelhante como o fluxo de vídeo.