推荐星级:
  • 1
  • 2
  • 3
  • 4
  • 5

音视频同步的常见坑与规避办法

资料介绍

音视频同步的常见坑与规避办法 一、对比背景 问:为什么最近总在聊音视频同步这件事?是不是又出问题了? 答:是。上个月我们一台会议一体机返修,客户说"人说话嘴型对不上,大概差半拍"。听着像小问题,现场一测,音频比视频晚了 180 毫秒,已经超过人耳可感知的门槛。这事让我意识到,同步问题不是玄学,是有一堆具体环节会出偏差。 问:那业界说的"可接受范围"到底是多少? 答:ITU-R BT.1359 给的结论是,音频超前视频 45 毫秒到音频滞后视频 125 毫秒之间,大多数人感知不到。但这是针对广播的宽松标准,会议、直播这种近距离观看场景,我个人建议把目标压到正负 40 毫秒以内,超过 80 毫秒观众就会明显觉得别扭。 问:所以这次是想把两条技术路线摆在一起比? 答:对。一条是"统一时钟同步",也就是所有环节共享同一个时基;另一条是"时间戳对齐",各模块独立走自己的时钟,靠打戳和重采样在后端对齐。两条路线各有各的坑,我把踩过的都记下来。 二、方案A特点:统一时钟同步 问:统一时钟同步是怎么个思路? 答:最典型的做法是整机只有一个主时钟源,比如一颗 24.576 兆赫兹的音频晶振,视频侧用同一路的派生时钟。采集、编码、传输、解码、渲染全部锁在这个时基上,理论上不会产生漂移。 问:听上去很干净,为什么还会出问题? 答:因为"统一"这两个字在工程上很难做到。音频的采样率是 48 千赫兹,视频是 60 赫兹,两者不是整数倍关系。你要么用分数分频,要么做异步采样率转换,前者会引入周期性抖动,后者会引入算法延迟。我见过一块板子,为了省事用 27 兆赫兹统一分频,结果音频每 10 秒抖一下,长期听像有轻微颤音。 问:那这类方案的优势在哪里? 答:优势在于长期稳定。只要时钟锁定,跑 72 小时也不会累积误差,特别适合录播一体机和需要长时间开会的场景。

部分文件列表

文件名 大小
音视频同步的常见坑与规避办法.docx 40K

全部评论(0)

暂无评论

上传资源 上传优质资源有赏金

  • 打赏
  • 30日榜单

推荐下载