Crie um screencast com ffmpeg: como manter video + audio em sincronia?

Question

Eu criei alguns screencasts com o ffmpeg. O PC que eu uso tem hardware capaz (Intel Core i7-4930K Six Core 3.40GHz 12 MB Cache, 32 GB de RAM), mas infelizmente ele roda o Windows 7. Como eu quero fazer o meu screencast no Linux eu instalei o Kubuntu no VMware. Eu atribuí 4 núcleos de CPU e 4 GB de RAM à VM.

Eu gravo meu screencast com o seguinte comando:

ffmpeg -f alsa -ac 1 -i pulse -f x11grab -r 30 -s 1920x1080 -i :0.0 -acodec mp3 -vcodec libx264 -preset ultrafast -crf 0 -threads 0 output.mp4

No entanto, o vídeo é executado de maneira mais rápida que o áudio. Após alguns minutos, o áudio (gravado pelo microfone) fica alguns segundos atrás do vídeo. Eu tentei gravar o áudio no Windows Host com audácia em paralelo e o áudio da audácia e o áudio capturado pelo ffmpeg na VM parecem estar em sincronia. Apenas o vídeo corre rápido.

Qual é o motivo disso? Poderia ter que fazer o VMware? Existe alguma configuração que eu possa ajustar? Existem opções de ffmpeg que eu poderia usar para sincronização? Por exemplo. se eu pudesse forçar o ffmpeg a derrubar ou duplicar quadros se o áudio / vídeo não estiver em sincronia seria totalmente aceitável para mim, mas pelo que entendi o manual da opção -vsync do ffmpeg, este já é o padrão.

Eu mesmo compilei o ffmpeg seguindo o Guia de Compilação do Ubuntu e tive a idéia de usar o ffmpeg de aqui .

EDIT: saída ffmpeg conforme solicitado:

$ /home/yankee/bin/ffmpeg -f alsa -ac 1 -i pulse -f x11grab -r 30 -s 1920x1080 -i :0.0 -acodec mp3 -vcodec libx264 -preset ultrafast -crf 0 -threads 0 05-visitor.mp4
ffmpeg version 2.1.git Copyright (c) 2000-2014 the FFmpeg developers
  built on Feb 24 2014 08:38:08 with gcc 4.8 (Ubuntu/Linaro 4.8.1-10ubuntu9)
  configuration: --prefix=/home/yankee/ffmpeg_build --extra-cflags=-I/home/yankee/ffmpeg_build/include --extra-ldflags=-L/home/yankee/ffmpeg_build/lib --bindir=/home/yankee/bin --extra-libs=-ldl --enable-gpl --enable-libass --enable-libfdk-aac --enable-libmp3lame --enable-libopus --enable-libtheora --enable-libvorbis --enable-libvpx --enable-libx264 --enable-nonfree --enable-x11grab
  libavutil      52. 65.100 / 52. 65.100
  libavcodec     55. 52.102 / 55. 52.102
  libavformat    55. 33.100 / 55. 33.100
  libavdevice    55. 10.100 / 55. 10.100
  libavfilter     4.  1.103 /  4.  1.103
  libswscale      2.  5.101 /  2.  5.101
  libswresample   0. 17.104 /  0. 17.104
  libpostproc    52.  3.100 / 52.  3.100
Guessed Channel Layout for  Input Stream #0.0 : mono
Input #0, alsa, from 'pulse':
  Duration: N/A, start: 1394106509.365291, bitrate: 768 kb/s
    Stream #0:0: Audio: pcm_s16le, 48000 Hz, mono, s16, 768 kb/s
[x11grab @ 0x2551e40] device: :0.0 -> display: :0.0 x: 0 y: 0 width: 1920 height: 1080
[x11grab @ 0x2551e40] shared memory extension found
Input #1, x11grab, from ':0.0':
  Duration: N/A, start: 1394106509.415547, bitrate: 1990656 kb/s
    Stream #1:0: Video: rawvideo (BGR[0] / 0x524742), bgr0, 1920x1080, 1990656 kb/s, 30 tbr, 1000k tbn, 30 tbc
No pixel format specified, yuv444p for H.264 encoding chosen.
Use -pix_fmt yuv420p for compatibility with outdated media players.                                                                                                                                                                                                            
[libx264 @ 0x256db60] using cpu capabilities: MMX2 SSE2Fast SSSE3 SSE4.2 AVX
[libx264 @ 0x256db60] profile High 4:4:4 Predictive, level 4.0, 4:4:4 8-bit
[libx264 @ 0x256db60] 64 - core 142 - H.264/MPEG-4 AVC codec - Copyleft 2003-2014 - http://www.videolan.org/x264.html - options: cabac=0 ref=1 deblock=0:0:0 analyse=0:0 me=dia subme=0 psy=0 mixed_ref=0 me_range=16 chroma_me=1 trellis=0 8x8dct=0 cqm=0 deadzone=21,11 fast_pskip=0 chroma_qp_offset=0 threads=6 lookahead_threads=1 sliced_threads=0 nr=0 decimate=1 interlaced=0 bluray_compat=0 constrained_intra=0 bframes=0 weightp=0 keyint=250 keyint_min=25 scenecut=0 intra_refresh=0 rc=cqp mbtree=0 qp=0
Output #0, mp4, to '05-visitor.mp4':
  Metadata:
    encoder         : Lavf55.33.100
    Stream #0:0: Video: h264 (libx264) ([33][0][0][0] / 0x0021), yuv444p, 1920x1080, q=-1--1, 15360 tbn, 30 tbc
    Stream #0:1: Audio: mp3 (libmp3lame) (i[0][0][0] / 0x0069), 48000 Hz, mono, s16p
Stream mapping:
  Stream #1:0 -> #0:0 (rawvideo -> libx264)
  Stream #0:0 -> #0:1 (pcm_s16le -> libmp3lame)
Press [q] to stop, [?] for help
frame=19011 fps= 30 q=-1.0 Lsize=  186418kB time=00:10:34.84 bitrate=2405.5kbits/s    
video:180861kB audio:4960kB subtitle:0 data:0 global headers:0kB muxing overhead 0.321432%
[libx264 @ 0x256db60] frame I:77    Avg QP: 0.00  size:451985
[libx264 @ 0x256db60] frame P:18934 Avg QP: 0.00  size:  7943
[libx264 @ 0x256db60] mb I  I16..4: 100.0%  0.0%  0.0%
[libx264 @ 0x256db60] mb P  I16..4: 59.7%  0.0%  0.0%  P16..4:  0.0%  0.0%  0.0%  0.0%  0.0%    skip:40.3%
[libx264 @ 0x256db60] coded y,u,v intra: 0.2% 0.2% 0.2% inter: 0.0% 0.0% 0.0%
[libx264 @ 0x256db60] i16 v,h,dc,p: 100%  0%  0%  0%
[libx264 @ 0x256db60] kb/s:2338.03

Eu brinquei um pouco mais e notei que, se o arquivo de saída já existe, o ffmpeg me pergunta se eu gostaria de substituir o arquivo. Neste caso, o fluxo de áudio já contém coisas que eu disse, enquanto a questão do arquivo de sobregravação existe. O vídeo, no entanto, não inicia antes que eu confirme a sobregravação de arquivos e, portanto, o áudio fica muito atrás do vídeo. Mas isso é fácil de lidar. Apenas não sobrescreva os arquivos existentes.

Eu realmente não me importo com o formato que eu compro, contanto que o vídeo tenha algum formato sem perdas e eu possa editá-lo com o Adobe Premiere (ele não suporta mkv).

EDIT2: Cheguei um pouco mais perto do problema. Ao observar bem de perto o fluxo de vídeo resultante, às vezes fica evidente que alguns quadros estão ausentes. Maio porque eu abri uma janela apenas neste momento que faz com que a compressão de vídeo consuma mais CPU (porque muitos pixels mudaram) ou algo parecido. Talvez existam alguns buffers que eu possa atribuir ao ffmpeg para acelerar o processamento em tais momentos? Afinal minha máquina tem 32GB de RAM, deve ser bom para algo ... Ou existem outros codecs sem perdas que eu poderia usar ou ...? Da próxima vez eu também tentarei definir uma maior prioridade de CPU para o ffmpeg.

    

Answer 1

Eu recebo um "[swscaler @ 0xa314080] Aviso: os dados não estão alinhados! Isso pode levar a uma perda de velocidade" essa parece ser a questão. No entanto, ainda não tenho uma resolução.