音频的传输链路与延迟优化点

麦克风->系统采集模块->APP采集模块->3A、混响等音效->混音->音频编码->RTC网络发送->

MediaServer->RTC网络接收->音频jitter buffer->音频解码->音频的后处理(均衡)->APP播放模块->x系统播放模块->扬声器/耳机。

整个链路如上;

采播延迟:

音频的『采播延迟』不同机型的差异比较大,iOS效果比较好,采集+播放大约在20-30ms.

Android好的机型在30ms,差的机型可以达到300ms.

优化手段:通过AAudio等方式对延迟进行优化。

目标延迟:iOS:20-30 Android: 部分机型30-70ms

3A延迟

音效需要分开来看,一般混响类音效不会引入延迟,但是变声类音效会引入延迟。

优化手段:佩戴有线耳机,可以关闭3A,减少30ms延迟。

对外外放场景,可以对30ms的3A算法进行优化到10ms。

限制不开启音效,或者只开启不引入延迟的混响音效。

目标延迟:耳机 0ms。 外放 10ms。

RTC编码

RTC的音频编码帧长一般是20ms.

优化手段:需要将编码帧长变为10ms, 支持全链路10ms帧长,减少10ms延迟。

RTC网络延迟

一般就是RTT/2, 通过多部署边缘服务器来做到尽可能离得用户近一点,通过关闭Pacer等网络传输策略的优化。

网络较好的情况下,延迟约为5-10ms。

音频jitter buffer延迟

引入延迟最多的地方,是RTC区别于直播,能做到百毫秒延迟的原因,主要是根据网络状态动态调整jitter buffer的大小。

引入延迟的目的是为了抗抖动,延迟越高,抗抖动能力越强,卡断越少。

相比于延迟,卡顿对于用户体验影响更大,一般会引入100-1000ms的延迟,大部分场景在300ms一下。

优化手段:

减少jitter buffer的大小,结合其他手段来减少卡顿(FEC、NACK、主动重传、快速下降、10ms编码帧长)来防止频繁的卡断。

最小维持在30-40ms,才能保证MOS打分。

理想情况下的总延迟(iOS):

30(采播延迟) + 0(3A+音效bypass)+ 5(编码)+5(上行网络传输)+5(下行网络传输)+35(jitter buffer)+0(后处理算法bypass) = 80ms。

相关推荐
努力犯错11 分钟前
AI视频修复技术入门:从Sora水印谈起,我们如何“抹去”未来影像的瑕疵?
大数据·人工智能·语言模型·开源·音视频
qiuiuiu41340 分钟前
正点原子RK3568学习日志6-驱动模块传参
linux·c语言·开发语言·单片机·学习
云闲不收41 分钟前
golang的一些技巧
开发语言·后端·golang
凸头42 分钟前
责任链模式
java·开发语言·责任链模式
华纳云IDC服务商1 小时前
洛杉矶服务器常见问题汇总与解决方案大全
运维·服务器·php
云卓SKYDROID1 小时前
无人机中继器模式技术对比
人工智能·游戏引擎·php·无人机·cocos2d·高科技·云卓科技
兮兮能吃能睡1 小时前
资料片:R语言中常见的英文术语及其含义
开发语言·r语言
zz-zjx1 小时前
JVM垃圾收集器详解(jdk21+25实战版)
java·开发语言·jvm
郝学胜-神的一滴2 小时前
Linux系统函数link、unlink与dentry的关系及使用注意事项
linux·运维·服务器·开发语言·前端·c++
赵杰伦cpp2 小时前
list的迭代器
开发语言·数据结构·c++·算法·链表·list