Frecuencia de fotogramas variable y sincronización de audio: diagnostica antes de convertir

La frecuencia de fotogramas variable puede ser pertinente en un problema de sincronización de audio, pero su presencia no demuestra que lo haya causado. Compara la fuente y la exportación en varios eventos identificables de sonido e imagen, inspecciona las marcas de tiempo y las duraciones, y localiza dónde aparece primero el desajuste. Después prueba una copia de frecuencia constante como intervención controlada, no como cura automática.

Un desfase constante, una deriva que crece progresivamente y un salto repentino después de un punto de edición son síntomas distintos. Mover toda la pista de audio puede resolver uno y empeorar otro. Convertir la cadencia de fotogramas puede producir una salida regular sin demostrar que su temporización, su final o su sincronización labial sean correctos.

Esta guía incluye una prueba sintética real limitada de marcas de tiempo y un ejemplo ficticio de diagnóstico independiente. La comprobación sintética utilizó vídeo generado de patrones de color y un tono continuo, no imágenes de teléfono ni habla humana.

Primero describe el desajuste observable

Diagrama conceptual; no es una captura de la interfaz del producto.

Evita empezar con «el archivo es VFR». Empieza por el comportamiento: «El audio llega tarde aproximadamente en la misma medida durante todo el archivo», «la diferencia aumenta hacia el final» o «la sincronización cambia inmediatamente después de este corte».

Utiliza eventos claros en lugar de una impresión general del habla. Una palmada visible con su sonido, un golpe deliberado o una acción bien definida pueden servir de referencia cuando la grabación los contenga. El movimiento de la boca al hablar sirve para una revisión práctica, pero puede no ofrecer un único punto de muestra inequívoco.

Compara el mismo evento en la fuente intacta, el editor o la copia de trabajo y la exportación final. Si la fuente ya está desfasada, una conversión posterior no creó ese desfase original. Si la fuente es aceptable, pero la línea de tiempo no, investiga la importación y la edición. Si la línea de tiempo es aceptable, pero el archivo exportado no, céntrate en la ruta de exportación y la reproducción.

Repite también la reproducción en un segundo reproductor local adecuado cuando sea posible. Un problema exclusivo de reproducción no debe activar automáticamente una corrección destructiva de la temporización del archivo.

Utiliza una convención de signos coherente

Define el desfase como el tiempo del evento de audio menos el del evento de vídeo. Un valor positivo significa que el sonido ocurre después de la imagen correspondiente. Un valor negativo significa que el sonido se adelanta a la imagen.

Anota el evento, ambos tiempos y la diferencia. Importan el método de medición y su incertidumbre. En una inspección visual basada en fotogramas, no puedes afirmar una precisión ilimitada solo porque una hoja de cálculo muestre muchos decimales.

Un registro listo para copiar:

COMPROBACIÓN DE SINCRONIZACIÓN
Archivo y versión:
Fuente, copia de trabajo o exportación:
Reproductor/editor y ajustes de revisión:
Descripción del evento:
Tiempo del evento de vídeo:
Tiempo del evento de audio:
Desfase = tiempo de audio menos tiempo de vídeo:
Incertidumbre de medición:
Diferencia respecto a la fuente en el mismo evento:
Corte, cambio de velocidad o transición pertinente cercano:

Utiliza como mínimo referencias al principio, en el medio y al final para un clip largo, con puntos adicionales alrededor de una edición sospechosa. Es un plan práctico de muestreo, no una garantía universal de que tres comprobaciones detecten todos los defectos.

Interpreta el patrón antes de elegir la reparación

Patrón	Qué conviene comprobar	Qué no debes suponer
Desfase similar en todas las referencias	Desfases de inicio, desplazamiento accidental en la edición, ruta de reproducción	Que VFR causó una deriva acumulativa
El desfase crece aproximadamente con el tiempo transcurrido	Interpretación de la línea de tiempo, escalado temporal, diferencias entre relojes de grabación	Que un único desplazamiento del audio arreglará todo el archivo
Salto repentino después de un corte	Recorte, hueco, cambio de velocidad o tratamiento específico del clip	Que hay que convertir toda la fuente
Irregularidad local alrededor de un tramo	Discontinuidad de marcas de tiempo o material dañado/ausente	Que procede un único cambio global de frecuencia
Comportamiento diferente según el reproductor	Ruta de reproducción o decodificación	Que sea necesario cambiar la temporización del material

Son hipótesis que investigar. La tabla no es un veredicto de diagnóstico. Pueden coexistir varios problemas, y una revisión visual por sí sola puede no revelar su causa técnica exacta.

Si el desfase es constante, un editor que lo admita puede permitir una corrección deliberada de la posición de la pista después de establecer el origen del desajuste. Si el error crece, inspecciona los supuestos de temporización y frecuencia antes de aplicar una corrección que cambie la duración. Si el error salta, inspecciona primero ese límite.

Conserva el archivo original y registra cada transformación. De lo contrario, una mejora posterior puede ocultar qué operación anterior introdujo el problema.

Inspecciona las marcas de tiempo, no solo la frecuencia indicada

La frecuencia de fotogramas describe con qué frecuencia se presentan los fotogramas. El material de frecuencia variable puede tener intervalos cambiantes entre tiempos de presentación. La frecuencia media mostrada de un archivo no es un registro completo de esos intervalos.

Una inspección útil incluye la base de tiempo del flujo de vídeo, las marcas de tiempo o los intervalos de presentación de los fotogramas, el tiempo de inicio, la duración y el número de fotogramas cuando estén disponibles. Para el audio, inspecciona el tiempo de inicio, la duración, la frecuencia de muestreo y el flujo seleccionado. Mantén separada la duración del contenedor de la de cada flujo.

La base de tiempo es la unidad en la que se expresan las marcas de tiempo; no afirma por sí misma que los fotogramas lleguen con esa frecuencia. Del mismo modo, que dos campos de frecuencia parezcan iguales no sustituye el examen de los intervalos reales cuando se sospecha un problema de temporización.

Utiliza un inspector multimedia o una herramienta técnica que muestre estos campos. Si no puedes obtenerlos, indica esa limitación en lugar de diagnosticar VFR por el nombre del dispositivo de grabación. Distintos modos de captura y rutas de procesamiento pueden producir comportamientos temporales diferentes.

No elimines marcas de tiempo ni fuerces una interpretación nueva solo para que un informe de metadatos parezca ordenado. El objetivo es conservar la temporización prevista de los eventos en un flujo compatible.

Qué hace realmente la conversión CFR

Diagrama conceptual; no es una captura de la interfaz del producto.

FFmpeg documenta que el modo de frecuencia constante duplica o descarta fotogramas de vídeo para alcanzar la frecuencia solicitada. También señala que un multiplexor puede modificar después las marcas de tiempo. Esas operaciones regularizan la cadencia de presentación; no establecen de forma independiente la alineación del audio ni la duración correcta al final. Documentación de FFmpeg sobre el modo de frecuencia de fotogramas

Esto importa cuando una conversión parece «arreglar» un archivo. Aun así debes inspeccionar el resultado. Los intervalos regulares pueden coexistir con un fotograma final adicional, un inicio alterado, contenido perdido o un desfase de audio sin cambios.

Elige una frecuencia de destino adecuada al proyecto y a la intención de la fuente. No selecciones una cifra superior simplemente porque suene mejor. Los fotogramas duplicados no recrean movimiento que nunca se grabó, y los descartados pueden alterar la cadencia visible.

Una prueba CFR aporta más información cuando las demás decisiones permanecen estables. Cambiar resolución, procesamiento del audio, conversión de color y cadencia a la vez dificulta identificar qué operación afectó al problema.

Una prueba limitada real: la cadencia pasó, el final difirió

Una comprobación local realizada el 8 de octubre de 2026 utilizó FFmpeg 8.1.2 para crear un clip sintético de patrones de color de cuatro segundos y 320 × 180, con un tono continuo de 600 Hz codificado como audio AAC de 48,000 Hz. El vídeo conservó intervalos de aproximadamente 66.67 ms en la primera parte y 33.33 ms en la posterior.

La fuente contenía 90 fotogramas de vídeo, con duraciones indicadas de vídeo y audio de cuatro segundos. Una conversión que solicitaba 30 fps con modo CFR produjo intervalos regulares de aproximadamente 33.33 ms, pero la expectativa inicial de exactamente 120 fotogramas era incorrecta.

Versión	Fotogramas de vídeo	Intervalos de fotograma redondeados	Duración del vídeo	Duración del audio
Fuente VFR sintética	90	66.67 y 33.33 ms	4.000000 s	4.000000 s
Conversión CFR sin límite explícito de duración	121	33.33 ms	4.033333 s	4.000000 s
Salida CFR independiente limitada a la prueba conocida de cuatro segundos	120	33.33 ms	4.000000 s	4.000000 s

La primera conversión superó la comprobación de cadencia, pero no coincidió con el final de vídeo previsto. Esa observación se conservó, sin ocultarla tras la salida limitada posterior.

La conversión limitada independiente utilizó la duración conocida de cuatro segundos de la prueba. Esto no aconseja truncar una grabación desconocida ni utilizar un límite arbitrario de duración para ocultar la deriva. Los extremos reales de la fuente deben establecerse a partir del material y los requisitos de entrega.

El tono continuo no ofrece una palmada o evento de habla discreto con el que valorar la sincronización labial. Por tanto, la prueba solo sustenta una conclusión limitada sobre los intervalos de fotogramas y las duraciones indicadas. No reproduce una desincronización real de teléfono, no prueba la importación de un editor ni valida una conversión de Recapo.

Un comando de ejemplo con condiciones, no una solución universal

Para una muestra SDR compatible y ya comprendida, con un flujo de vídeo previsto y un primer flujo de audio apto para MP4, este comando ilustra el tipo de conversión utilizado en la prueba:

ffmpeg -n -i "timing-sample.mp4" -map 0:v:0 -map 0:a:0 -r 30 -fps_mode:v cfr -c:v libx264 -crf 18 -pix_fmt yuv420p -c:a copy "timing-sample-cfr.mp4"

Utiliza un nombre de salida separado. La opción de no sobrescritura protege un destino existente. La selección de flujos elige el primer vídeo y el primer audio; deliberadamente no conserva todos los subtítulos, audios alternativos, adjuntos ni flujos de datos. Revisa el inventario de flujos antes de utilizar esa selección con tu material.

El ejemplo copia el audio seleccionado en lugar de cambiar su temporización. Eso ayuda a aislar el experimento de cadencia de vídeo, pero también significa que un problema existente de temporización del audio no se repara automáticamente. El audio seleccionado debe ser compatible con el contenedor de salida.

Las opciones de formato de píxel y codificador no constituyen un flujo de conversión HDR. No apliques este ejemplo a ciegas a HDR, alta profundidad de bits u otro material especializado. El valor de calidad es un ajuste de ejemplo, no una recomendación universal.

No se incluye ninguna opción que limite la duración. El límite independiente de cuatro segundos pertenece a esa prueba sintética conocida, no a un archivo desconocido del usuario. Inspecciona el principio, el final, la conservación del contenido y todas las referencias de sincronización después de cualquier conversión.

Diagnóstico ficticio desarrollado: un retraso creciente

Considera ahora un ejemplo construido de una entrevista de diez minutos. Estas cifras están inventadas para demostrar el razonamiento, no medidas en imágenes de usuarios.

Supongamos que una exportación tiene estas mediciones de referencia:

Referencia	Evento de vídeo	Evento de audio	Desfase audio menos vídeo
Golpe inicial	1.00 s	1.04 s	+0.04 s
Segundo golpe	61.00 s	61.28 s	+0.28 s
Tercer golpe	121.00 s	121.52 s	+0.52 s

La diferencia crece 0.48 segundos a lo largo de 120 segundos. Ese patrón no se parece a un único desplazamiento fijo. Adelantar toda la pista de audio 0.52 segundos alinearía la referencia posterior de este ejemplo, pero dejaría mal el principio.

El siguiente paso no es estirar temporalmente el audio de inmediato. Primero mide las mismas referencias en la fuente. Si la fuente se mantiene alineada, inspecciona cómo trata el clip la línea de tiempo y cualquier interpretación de frecuencia o velocidad. Si la fuente ya muestra la deriva, investiga la grabación y sus marcas de tiempo.

Crea una copia de prueba CFR controlada si los intervalos variables o la importación hacen razonable esa hipótesis. Impórtala en una secuencia de prueba independiente, conservando la temporización prevista del proyecto. Compara las mismas referencias sin cambiar a la vez la edición.

Si la copia CFR mejora todas las referencias muestreadas, eso respalda el flujo probado como candidato de reparación. No demuestra que todos los clips VFR necesiten conversión. Si la deriva persiste, conserva el hallazgo e investiga otras causas temporales en lugar de codificar repetidamente el mismo archivo.

La fuente completa de diez minutos también necesitaría referencias posteriores. La tabla breve demuestra un patrón, no una validación completa de la entrevista ficticia.

Mantén separado el alcance verificado de Recapo

El transcodificador H.264 de Recapo describe públicamente controles de conversión de códec, tasa de bits y resolución. La página pública no establece controles CFR explícitos, reparación de marcas de tiempo, cambios de temporización del audio ni selección detallada de flujos.

Si tu diagnóstico exige esos controles, utiliza un flujo externo documentado que los muestre. No inventes una línea de tiempo, una forma de onda ni un ajuste avanzado de temporización de Recapo. Una conversión H.264 satisfactoria no demuestra que se haya reparado un defecto de sincronización.

Del mismo modo, no envíes repetidamente una conversión de pago mientras se desconozca su estado. Inspecciona cualquier resultado guardado y el estado actual de la tarea antes de decidir si hace falta otro intento. Un proceso de diagnóstico debe reducir la incertidumbre, no multiplicar versiones y cargos sin seguimiento.

Verifica la exportación editada, no solo el intermedio

Un archivo CFR intermedio puede ser aceptable mientras la edición final introduce un nuevo desfase mediante recortes, cambios de velocidad o el tratamiento de exportación. Repite la comprobación de referencias después de la edición real y otra vez en el archivo entregado.

Inspecciona los principios y finales por separado del tramo central. La prueba sintética demuestra por qué un intervalo regular de fotogramas no garantiza el punto final. Confirma que no se haya eliminado ninguna acción final significativa ni cola de audio, y que no se hayan añadido fotogramas o silencios no previstos.

Comprueba alrededor de cada límite de edición sospechoso. Si el desajuste aparece solo después de un clip, compara su fuente, su copia de prueba y su tratamiento en la línea de tiempo. Puede ser innecesario reconstruir todo el proyecto.

Elige una tolerancia de aceptación apropiada para la entrega y el método de medición antes de declarar el éxito. No afirmes precisión inferior a un fotograma a partir de una inspección visual aproximada. Registra las referencias ambiguas y utiliza un evento más claro cuando esté disponible.

Un registro de entrega para problemas de sincronización sin resolver

ENTREGA DE DIAGNÓSTICO DE SINCRONIZACIÓN
Identificador y procedencia de la fuente intacta:
Síntoma observado: constante / creciente / escalonado / irregular
Dónde aparece primero: fuente / importación / línea de tiempo / exportación / reproducción
Tiempos de inicio y duraciones de flujos de la fuente y la salida:
Hallazgos sobre intervalos de vídeo y método de inspección:
Flujo de audio seleccionado y frecuencia de muestreo:
Tabla de referencias con convención de signos e incertidumbre:
Transformaciones intentadas, una por cada salida con nombre:
Resultado de la prueba CFR, incluidas comprobaciones de final y contenido:
Evidencia ausente conocida:
Siguiente hipótesis y observación que la respaldaría:

Este registro es más útil que «por favor, arregla el VFR». Aporta a otro editor o ingeniero la evidencia necesaria para continuar sin repetir todos los experimentos.

Para comprobaciones más amplias de escucha y visualización, utiliza la lista de control de calidad de vídeo y audio. Aquí la regla concreta de aceptación es que la temporización coincida en las referencias pertinentes, se conserven el contenido y el final previstos, y se haya revisado la ruta real de entrega.

Empieza midiendo tres eventos claros en la fuente y la exportación. Si sus diferencias no respaldan tu hipótesis inicial, cambia la hipótesis antes de cambiar todo el archivo.