Los labios se mueven, el sonido llega tarde y el vídeo es invisible. Antes de probar nada, responde a una pregunta: divide el problema limpiamente en dos y te dice qué mitad de este artículo te aplica.
Mira el principio y luego el minuto diez. ¿La diferencia es la misma o es mayor?
Una diferencia que se mantiene es un desfase constante. Una que crece es deriva. No tienen nada que ver entre sí.
El audio y el vídeo van a la velocidad correcta; simplemente uno empieza en el momento equivocado. Las causas tienen que ver con el camino que recorre el sonido, no con el interior del archivo.
Bluetooth. Es la causa más común y la más fácil de comprobar. El audio inalámbrico tiene que codificarse, transmitirse, almacenarse en búfer y decodificarse, y ese viaje cuesta una fracción de segundo perceptible. Reproductores y televisores compensan, pero de forma imperfecta, y la cantidad varía según el códec y el aparato.
La prueba dura cinco segundos: conecta auriculares con cable. Si de repente la sincronía es perfecta, el archivo nunca fue el problema.
Procesado de imagen. Los televisores aplican suavizado de movimiento, reducción de ruido y escalado, y todo eso retrasa la imagen unos fotogramas. El sonido sale directo. Casi todos los televisores tienen un ajuste de retardo de audio precisamente por esto, y el “modo juego” suele saltarse el procesado entero.
Un desfase escrito en el archivo. Un contenedor puede indicar que una pista de audio empieza un poco antes o después que el vídeo. Normalmente eso es correcto y compensa algo real; de vez en cuando una herramienta de grabación o edición lo escribe mal, y todos los reproductores reproducen fielmente el error.
Si los auriculares con cable y otro reproductor muestran el mismo desfase, el archivo realmente lo lleva, y la solución es desplazar la pista de audio y volver a guardar.
Esta sí está en el archivo, y significa que el audio y el vídeo no se ponen de acuerdo sobre a qué velocidad pasa el tiempo.
Tasa de fotogramas variable. La causa dominante. Las grabadoras de pantalla, las apps de móvil y las herramientas de captura de juegos a menudo graban con una tasa que cambia de un momento a otro: más fotogramas cuando pasa mucho, menos cuando la imagen está quieta. El audio, mientras tanto, corre a una frecuencia de muestreo fija, porque el sonido no tiene equivalente a un momento quieto.
Reproduce ese archivo y la mayoría de los reproductores se apañan. Edítalo, conviértelo o súbelo a algún sitio que recodifique, y la tubería asume con frecuencia una tasa constante: coloca a intervalos regulares fotogramas que nunca estuvieron regularmente espaciados. Al minuto diez, la imagen está segundos lejos del sonido.
Por eso una grabación de pantalla se ve bien hasta que la cortas, y entonces la segunda mitad es inservible.
Frecuencia de muestreo que no coincide. El audio se graba a 44,1 kHz o 48 kHz. Si una herramienta cree que una pista de 48 kHz es de 44,1 kHz, la reproduce un 9% más lenta — y un 9% de diez minutos es casi un minuto de deriva.
Unir clips con ajustes distintos. Concatenar un clip a 30 fps y otro a 25 fps, o audio a 44,1 y a 48 kHz, sin recodificar te da un archivo cuya temporización cambia a mitad de camino. Todo lo posterior a la unión está mal, y cada vez más.
Casi todo problema de deriva se resuelve igual: recodificar con tasa de fotogramas constante, 30 o 60 fps, y una frecuencia de audio coherente de 48 kHz. Eso obliga al archivo a una línea de tiempo uniforme en lugar de una que da por hecho que quien lea interpretará bien una temporización variable.
Hazlo antes de editar, no después. Una vez que un editor ha colocado material de tasa variable sobre una línea de tiempo fija, la deriva queda fijada en el montaje y arreglarla después significa rehacerlo.
Antes de recodificar, inspecciona el archivo para confirmar a qué te enfrentas: te dirá si la tasa de fotogramas es variable y cuál es la frecuencia de muestreo. Dos minutos de mirar evitan recodificar algo que nunca fue el problema.
Descarta primero el camino de reproducción: auriculares con cable, otro reproductor, otro aparato. Solo si el desfase sobrevive a los tres está en el archivo.
Si lo está, la solución es desplazar el audio la cantidad medida. Mídela en algo con un transitorio claro — una palmada, una puerta que se cierra, una mano sobre la mesa — donde el fotograma exacto no admita duda. Adivinar “como un tercio de segundo” produce un archivo equivocado en el otro sentido.
Un audio que está sincronizado, se va y luego vuelve de golpe suele ser un archivo dañado o incompleto: una grabación interrumpida, o una descarga que perdió un trozo. El reproductor está saltando, no derivando. Recodificar suele reparar la línea de tiempo; si los datos realmente faltan, nada lo hará.