我正在尝试了解实时音频流是如何实现缓冲区管理的。
对于音频案例：如果您有一个源以 44100hz +/- 时钟误差捕获帧，而带有声卡 DAC 的接收器以 44100hz +/- 时钟误差消耗帧。
由于每一端的时钟错误，接收器的缓冲区将（最终）失控或运行不足。
对于一个源向多个接收器进行实时流式传输，无法实现流控制。
我对解决方案的唯一猜测是跟踪接收器的缓冲区填充（比网络抖动效应更长的时间）并插入样本或丢弃样本。
对此的任何见解将不胜感激。 谢谢！
【问题讨论】：
标签： video-streaming audio-streaming live-streaming
它确实很重要。通过网络流式传输连续、长期、实时的音频通常在行业中完成，这不是开玩笑的事情。假设两个振荡器的偏差很小以至于可以忽略不计，这太简单了。
（顺便说一句，在某些情况下说这无关紧要是可以的。例如，当看到两个邪恶的成年人掉进敞开的坟墓时，帕格斯利亚当问他的姐姐星期三亚当斯的问题。他问“他们死了吗？”她干巴巴地回答，“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) 实现某种锁频环，从而稍微调整接收器的时钟以适应输入流 2) 在接收端进行采样率转换以纠正错误 3) 监控缓冲区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，第一个解决方案是最好的。我不确定如何使用 ALSA 或 PulseAudio 等高级音频软件模块来做到这一点（任何建议都非常感谢！） 从哲学上讲，执行采样率转换可能很好，但 CPU 密集度远远超过其价值（并增加了不必要的失败风险） 所以我赞成监测缓冲区深度（如 May 所建议的那样）并在不引人注意的情况下将样本滑入或滑出。
还有什么想法吗？
【讨论】：
时钟不同步的情况肯定是这样。事实是，这并不重要。
假设时钟关闭多达 5Hz（这比正常值高出几个数量级）。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。
网络问题通常比时钟同步问题更频繁地导致重新缓冲。实际上，时钟通常相差 1Hz 或更小，这几乎不是问题。
现在，如果您想同步播放，那完全不是问题。幸运的是，流式音频的听众通常不会这样做。
【讨论】：