歷經了幾十分鐘、甚至幾個小時不間斷的連續錄影後，終於將影像錄影完畢，接下來最想看的就是：錄製的結果如何？嗯‧‧‧一開始聲音與影像完全符合，達到同步，可是當影像時間慢慢的增加後，嘿嘿嘿‧‧‧竟然發生不對嘴的現象，這‧‧‧太殺風景了啦！

刪除影像重新錄？恐怕沒有那個美國時間了，或是要等到下一次電視重播‧‧‧種種煩死人的事在腦海中湧了出來；究竟為什麼一開始影音同步，越到播放到後面就越來越荒腔走板呢？以下是幾個原因：

• 錄製時 CPU 使用率達到 100%，造成錄影程式沒有將影像與聲音滑順的結合在一起
• 聲音取樣參數設定錯誤。國外不少討論區都有人提到 Creative SoundBlaster Live! 在 44100Hz 表現不如 48000Hz 穩定；有幾塊如果錄製特定取樣頻率的聲音時，會容易發生不同步的現象，所以要更換取樣參數
• 影像壓縮器忙不過來，造成 Drop Frame (有時候不會被錄影程式偵測到)，這其實可能又有幾種可能：
  • 錄製時使用一些會影響運作的東西，像是聽 MP3、看影片、存取 USB 界面裝置、上網路、傳檔或跑 P2P‧‧‧等等，一般而言錄製時枯燥乏味，但為了減少將來的後悔，減少後製作的難度，還是安分守己的睡覺吧。
  • 影像壓縮器不適合進行 Real Time Capture，誰呢？Xvid、DivX、WMV‧‧‧等等，這類壓縮器適合後製作時，細細品味影像內容後再來壓縮 (也就是 2-pass)；所以請改用如 Huffyuv (這是 loseless 非失真壓縮法！)或是 PICVideo (飛馬牌) Motion JPEG Codec、亦或是 Morgan Motion JPEG Codec、當然還有其他不錯的「低壓縮率、低失真率」的 M-Jpeg Codec，都很適合錄影時「輕微的」壓縮一下，以保持畫質供後製作使用。
• 「起始性誤差」：一開始就發生不同步了 (這是最常見、也最容易解決的)
• 「累積性誤差」：隨著錄影時間的增加，不斷累積微小不同步秒差 (都是千分之幾秒)。因為錄影時間長，這些誤差累積的結果，造成了巨大的誤差 (幾秒！)

每個人對於影音同步的敏感性不同，以筆者的自己的經驗，超過 200ms 的誤差很容易被發現。可是每一次錄影時，影音不同步又是難免的，這實在很傷腦筋。於是有幾種解決方案：

• 「分段同步法」：土法煉鋼的手工調整法，藉由調整 VirtualDub.Interleaving.Delay audio track by XXXX ms 來解決，進行分段同步。只要某一區段的影音是同步的 (頭尾很可能誤差超過 100ms，但有些場景不容易發現，矇混過去)，立刻輸出這一區段，然後以此類推將影片全部「分段同步」完。(當然得準備足夠的空間才行)
• 使用 Adobe Audition (舊版是 CoolEdit)，將影像時間長度除聲音時間長度，得到 tempo 值，使用 Time/Pitch.Stretch 功能，將整個聲音重新處理 (這個 Uncompress WAV 是個體積很肥的怪物)，在硬碟一陣哀號聲後，製造出另一個差不多肥的新怪物，然後重新 Dub 進影像中，是看看「有否同步？」
• 使用 VirtualDubMod + AviSynth 聯手出擊！超硬派的影音同步法！以下是詳解→

解決「起始性誤差」的方法→多錄幾個長時間的檔 (強烈建議錄電視新聞台，也請別刪除掉，等一下還有用處)，將開始就不同步的時間用紙記錄起來 (這些秒差值完全憑您自己感覺，您認為同步就是同步了，所以要錄電視新聞，容易看出主播的唇型與放出來的聲音是否同步)，僅可能找出平均值，設定 DelayAudio(XXXX)。

利用 VirtualDub.Interleaving.Delay audio track by XXXX ms 將方才抓出的「起始性誤差」參數填入，然後接下來要處理的是「累積性誤差」，這是最令人頭痛的問題，但有幾個方法可以抓參數：

1. 將播放時間移至最後面一個容易看出說話者唇型的片段，逐步調整 VirtualDub.Interleaving.Delay audio track by XXXX ms 的時間，直到完全對嘴為止，假設為 YYYY ms。記錄下這個 YYYY-XXXX 的值，並且記錄下影片放映的時間點，如 59min24sec 時用參數 700ms 對嘴成功，起始誤差值為 100ms，則累積誤差是 600ms。這時候用 600ms/59min 得到 10ms/min 的平均累積誤差值。
2. 重複將所有影片的最後一部份對嘴成功。
3. 檢視每一個影片的平均累積誤差值是否十分接近，如果是→恭喜您！累積性誤差值已經找出來了。
4. 假設就是 10ms/min 這個值，則聲音播放速率要調快 100 + (10ms / 1000) = 100.0010這個比率，設定 TimeStretch(tempo= 100.0010) 即可得到整個影片完全同步的效果。如果您得到的結果是 -10ms/min 代表聲音快過於影像，則設定值是 100 - (10ms / 1000) = 99.990。

如果這個方法可行，每一次只要自行計算出 tempo 值，將它改寫在載入的 script 內即可；只不過這個方法仍然不夠「懶」，參考下方這個「更加硬派」的超懶辦法作法→不經手的自動影音同步法。

首先要解決「起始性誤差」，同上面所述，設定 DelayAudio(XXXX) 參數。這部份已經是常數了，所以不用再修改了。

「累積性誤差」往往可由 VirtualDub.File.File Information 的 Video stream length 時間部份參數與 Audio stream length 時間部份參數看出端倪。如果這兩個參數的秒差不少，那影片快結束時應該有很明顯的不同步。使用這個方法的前提是，「累積性誤差」必須為常數，也就是一個平均值，每台電腦搭配的捕捉卡與捕捉程式，都會有不同的常數 (當然也會有不同的起始性誤差值)；如果「累積性誤差」值飄忽不定，甚至伴隨著 Drop Frame，那請用「分段同步法」。

藉由計算影像部分時間與聲音部分時間的差距值，換算出對應的 tempo 參數，這個方法上面已經說過了，原理也大致說明了，只是上面的方法必須自行取得時間值，再自行計算出對應的 tempo，再自行修改 script，有點給他麻煩，所以現在要大量運用 AviSynth 的 script 語言，做出一個自動會抓參數的 script，自動算出 tempo 並且載入不同的影像檔。

首先，請注意題目是「VirtualDubMod」而非「VirtualDub」。這兩者的差異在 mod 版是修改原始版本的程式碼，加上很多強力的新功能，如 mod 版允許直接修改並載入 AviSynth script 的 template(模板)、mod 版還允許聲音串流加入 AC3, MP3(CBR,VBR),OGG, DTS, SRT 等等多種主流的格式，mod 版的影音輸出格式還支援很熱門的新興影音容器→Matroska (MKV) 與 OGG Media (OGM)，這些都是 mod 版本強力的地方。只要是原始版本 (v1.5.10) 有的能力，一樣也沒縮水，再外加很多強力且實用的功能，所以筆者已經不知道多久沒用 VirtualDub 這個原始版本了。(目前 VirtualDub 已經出至 v1.6.3, 不過原作者不斷的提醒說那是「實驗版」，不要用來真的輸出成品，優點是 64-bit 原生版本也已經出現了，看來不久之後等原始版本成熟後，K8 64-bit 狂壓檔案的時代也來臨了)

首先 AviSynth 內部定義了一些參數，筆者將幾個重要的列出來，她們是：

• FrameCount (影像格數目)
• FrameRate (影像播放速率)
• AudioLength (聲音取樣長度)
• AudioRate (聲音取樣速率)

有了這四個參數，就能變出一些花樣了→

• 影像播放時間 = FrameCount 除 FrameRate
• 聲音播放時間 = AudioLength 除 AudioRate

這樣就輕鬆的取得了影音兩者的關係，然後將他轉為 tempo 值輸出給 TimeStretch 函數即可。但是筆者發現了一個有趣的現象，就是這個自動計算的 tempo 值，必須加上一些「經驗常數」 ，也就是說當 tempo 值被轉換出來以後，「大體上來說」已經是「自動對嘴了」，但仍覺得聲音有一點延遲或提前，必須要自行試驗幾段不同長度的影像後，找出符合所有不同影像的共用「經驗常數」，然後就可以得到完美的「自動影音同步 Script」了！經歷過一點時間的調較以後的 AviSynth [Auto-AV-Sync] Script，保證讓每一次錄影後的結果，都是自動影音同步的狀態。

說了這麼多，看倌們趕緊自行製造您專屬的 script 吧。