Audio 如何知道音频通道是否被篡改？

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

在特定的时间间隔内，音频将静音。
我试图了解音频是使用软件故意静音还是由于信号丢失

通过

ffprobe

我发现在静音时间间隔内，数据包都是零

以下是该时间间隔及其相邻数据包（包括声音）的一般示例：

[数据包]
编解码器类型=音频
... （为清晰起见进行了修剪）
尺寸=1152
flags=K
资料=
00000000: 
... （为清晰起见进行了修剪）
00000470: 
[PACKET]
[数据包]
编解码器类型=音频
... （为清晰起见进行了修剪）
尺寸=2048
flags=K
资料=
00000000: 0000 0000 0000 0000 0000 0000 0000 0000  ................
... 与上面的行类似（数据为零），唯一的区别是数据偏移量
000007f0:0000 0000。。。。。。。。。。。。。。。。
[PACKET]
[数据包]
编解码器类型=音频
... （为清晰起见进行了修剪）
尺寸=2048
flags=K
资料=
00000000: 
... （为清晰起见进行了修剪）
00000470: 
[PACKET]

数据包的大小在1152和2048之间交替变化

我假设如果静默是由于信号丢失，那么零字节应该在静默开始的第一个数据包中的任何地方开始，而不一定在数据包的开始

我还假设音频编辑程序会通过分组来屏蔽音频，这意味着它不会试图在数据包中间消除数据字节，但是它会试图使数据包的所有数据字节无效。

---

是否有人对此有经验并能证实/提供更多的见解？

我想知道你的假设来自何方。尤其是浮动数据包大小表明音频帧大小与视频帧大小不一致，这表明您的假设可能是错误的。由于您有PCM音频，与视频帧对齐的音频字节数始终相同。您可以设置一些包装器/打包器，以将音频数据包大小与视频数据包大小对齐。但你似乎不是这样

以下内容取决于您的环境，但可能会给您一些想法：

如果编辑程序是典型的视频编辑器，如Premiere Pro或FCP X and co.，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部分。这意味着，如果有一些有意的沉默，它将完全匹配一个视频帧持续时间的倍数

在“信号丢失”的情况下，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，但我假设您的信号接收器只是以某种方式创建了它们

无论如何，我的建议是计算所有接收到的音频字节，看看静默开始是否与视频帧开始完全匹配。例如，如果您有48kHz单声道和25fps，信号损耗应匹配1920（48000/25）的倍数。如果没有，您可能会遇到信号损耗

最后，这里有许多环境特定的未知变量：什么是信号链，数据包在哪里丢失，什么是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？您是否一定要使用ffprobe而不是ffmpeg和静音检测等

[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]