音画同步检测 / 校正

什么是音画同步？

音画同步（Audio-Video Sync / Lip Sync）是指视频画面中人物的口型运动与对应音频在时间上的匹配程度。理想的音画同步应该是声音与画面完全一致，当偏差超过约 -100ms 或 +45ms 时，人眼就能明显感知到不同步现象。

使用说明

• 上传视频：支持 MP4、WebM、AVI、MOV 等常见格式，建议视频包含清晰的人物说话/口型画面。
• 波形显示：上传后自动解码音频并绘制波形图，视频播放时波形上会显示播放进度光标。
• 同步检测：工具通过分析音频能量变化特征（语音起始检测）来估算可能的同步偏差值。
• 手动调整：拖动滑块可设置 -500ms ~ +500ms 的音频偏移量，实时预览校正效果。
• 导出音频：点击导出按钮可下载根据偏移量重新对齐的 WAV 音频文件。
• 导出报告：包含视频信息、检测结果和校正建议的文本报告。

技术实现

本工具完全在浏览器本地运行：

• 视频播放：使用 HTML5 <video> 元素解码和渲染视频画面。
• 音频解码：通过 AudioContext.decodeAudioData() 解码视频中的音频轨道。
• 波形绘制：将 PCM 音频数据降采样后使用 Canvas API 绘制波形可视化。
• 偏移预览：使用 AudioContext.createDelay() 节点实现实时音频延迟效果。
• 音频导出：通过 OfflineAudioContext 渲染带偏移量的音频并编码为 WAV 格式。
• 同步分析：基于音频能量包络分析检测语音起始点，辅助判断同步偏差。

所有处理均在浏览器本地完成，视频文件不会上传至任何服务器。