如何实现音频或视频的直播？

Question

我正在尝试了解如何在缓冲区管理方面实现实时音频流。

对于音频情况：如果您的源捕获帧为44100hz +/-时钟错误，而接收器带有音频卡DAC消耗帧为44100hz +/-时钟错误。

由于每端的时钟错误，接收器处的缓冲区（最终）会失控或失控。

对于一个源实时流式传输到许多接收器，流控制流是不可能的。

我对解决方案的唯一猜测是跟踪接收器处的缓冲区填充（在比网络抖动效应更长的时间内）以及插入样本或丢弃样本。

对此有任何见解将不胜感激。 谢谢！

Answer 1

确实很重要。通过网络流式传输连续，长期，现场音频通常是在工业中完成的，这不是开玩笑的事情。假设两个振荡器在如此小的偏差范围内可以忽略，这太简单了。

（顺便说一句，可以说在某些情况下并不重要。例如，当看到两个邪恶的成年人落入坟墓时，就把Pugsley Adam的问题提交给他的姐姐，周三亚当斯。他问道。他们死了吗？“她干脆地回答，”这有关系吗？“）

以下是解决问题的三种可能方法，如果您能想到更多或更好的解决方案，请分享： 1）实现某种频率锁定环，从而稍微调整接收器的时钟以适应输入流 2）在接收器处执行采样率转换以纠正错误 3）监视缓冲器或队列中的样本数量，以便在即将发生欠载或溢出时，生成或丢弃一些样本，以避免音频质量严重下降。

如果您可以控制接收器的时钟，那么第一种解决方案是最好的。我不知道如何使用ALSA或PulseAudio等高级音频软件模块（任何建议都感激不尽！） 从哲学角度来说，执行采样率转换可能会很好，但是CPU密集程度远高于它的价值（并增加了不必要的失败风险） 所以我赞成监测缓冲深度（如5月所建议的那样），并且不小心地将样品放入或放出。

还有什么想法？

Answer 2

绝对是时钟不同步的情况。事实是，这没关系。

假设一个时钟关闭的频率高达5Hz（比正常情况低几个数量级）。在一个小时的过程中，时钟仅漂移0.4秒，这比通常的2-5秒缓冲时间要短。

网络问题经常导致重新缓冲，而不是时钟同步问题。实际上，时钟通常相差1Hz或更小，这几乎不是问题。

现在，如果你想同步播放，这是一个完整的问题。幸运的是，流音频的听众通常不会这样做。