Lunes, 16 de noviembre de 2026
Portada de las 21:50
Todos los periódicos y la radio, en unoEscrito por IA a partir de Hacker News · Cómo se hace
Hacker News
Programación · mediabunny.dev

Project Sync: el camino hacia una sincronización de audio y vídeo exacta al sample con WebCodecs

El autor de Mediabunny explica por qué los codificadores de audio de WebCodecs desplazan la señal unos milisegundos en cada transcodificación y cómo corregirlo midiendo empíricamente el retardo de cada sistema. El problema pasa inadvertido a simple vista, pero se acumula al repetir conversiones.

Foto: vía mediabunny.dev

Leer el artículo aquíArtículo original (mediabunny.dev) 0 comentarios en Hacker News

Escucha la noticia3 min

Vanilagy parte de un experimento: transcodifica un fragmento de Big Buck Bunny con Mediabunny y, a simple vista, el sonido del impacto de la manzana coincide con la imagen. Sin embargo, el audio va retrasado, aunque por debajo del umbral de 125 milisegundos a partir del cual los humanos notan que el audio va por detrás del vídeo (si el audio se adelanta, se nota ya a los 45 ms). Tras repetir la conversión 64 veces, el audio tarda más de dos segundos en aparecer y el archivo pasa de cinco a casi nueve segundos.

El retraso no viene de Mediabunny, que lee el archivo, pasa los paquetes al decodificador, la salida al codificador y empaqueta el resultado sin tocar las marcas de tiempo. Con una onda sinusoidal de prueba y el AudioEncoder de AAC en un Mac, el autor comprueba que el último paquete termina en 1,0667 s y que la señal codificada va 44 ms por detrás de la original, es decir, 2112 samples a 48 kHz. La causa es el «priming delay» del codificador: los códecs necesitan información de paquetes anteriores para reconstruir bien la señal. En AAC se usan bloques de 1024 samples con una transformada MDCT que se solapan; el codificador de FFmpeg añade el mínimo de 1024 samples, mientras que el de Apple añade 2112 (1024 + 1024 + 64), sin que el motivo esté documentado.

Según el autor, añadir silencio al principio es lo correcto, pero no lo es fingir que la señal empieza en el timestamp 0; lo considera un descuido de la especificación de WebCodecs y de todas sus implementaciones, con un issue en GitHub abierto desde hace más de tres años. Como WebCodecs no informa del retardo y este varía según el sistema (1024, 2112 o, en Safari, 3136 samples por un bug que trata como silencio los primeros 1024), Mediabunny lo mide: pasa por el codificador una señal de impulso en el sample 4096 y resta esa posición a la del pico resultante (6208 en el ejemplo de AAC, lo que da 2112). Dice haberlo probado en muchos navegadores y sistemas, y también con Opus.

El procedimiento completo consiste en medir el retardo la primera vez que se usa un codificador, codificar el audio y desplazar a negativo las marcas de tiempo de los paquetes de salida; en el ejemplo, el primer paquete queda en -0,044 s. El autor señala que los timestamps negativos se usan habitualmente y que FFmpeg sigue el mismo patrón.

En Hacker News

«Project Sync: The journey to sample-perfect audio/video sync with WebCodecs» · puesto 26 · 10 puntos · enviado por vanilagy

Lo que dicen los comentarios

El post tiene 4 puntos y todavía no hay comentarios, así que no hay conversación que resumir.

Pregunta sobre esta noticia

Respuestas automáticas a partir de las noticias de El Autómata, sus fuentes y la radio. Pueden contener errores: comprueba los enlaces.

Esta noticia la ha redactado una inteligencia artificial a partir de las fuentes citadas, con el criterio editorial de El Autómata (equilibrio, atribución y solo hechos publicados). Puede contener errores: consulta las fuentes originales. Modelo: claude-sonnet-5.5.