通过网络同步音频

Question

我正在设计一个客户机/服务器音频系统，它可以在网络上任意传输音频。一个中央服务器输出一个音频流，x个客户端接收音频数据并播放它。到目前为止，不需要魔法，我甚至已经让这个场景与VLC媒体播放器开箱即用。

然而，棘手的部分似乎是同步音频回放，以便所有客户端处于可听的同步状态(只要人类侦听器认为它是同步的，就可以允许实际的延迟时间)。

，我的问题是，如果有任何已知的方法或算法来解决这种类型的同步问题(视频很可能以同样的方式解决)，我的问题是。我最初的想法是同步物理机器之间的时钟，从而创建一个虚拟的“主定时器”，并以某种方式将音频数据包对齐。

有些产品已经解决了这个问题(但是对于我的整个用例来说仍然不够)：

http://www.sonos.com

http://netchorus.com/

任何指点都是最受欢迎的。谢谢。

这个相关的问题似乎很久以前就去世了。

Answer 1

Ryan在他的博客上写下了他的发现。

他的解决方案包括使用NTP作为保持所有时钟保持同步的方法：

但是，说真的，p4sync只有一个窍门，那就是它如何使用NTP。一个主机充当p4sync服务器。其他p4sync客户端使用SNTP将它们的系统时钟与服务器时钟同步。当服务器开始播放一首歌曲时，它会记录时间，以毫秒为单位。然后，客户端检索该时间戳，计算当前时间戳与时间戳之间的差异，并将其向前移动到歌曲中。

Answer 2

很难解决，但有可能。

使用NTP或替托克为自己提供一个同步时钟，该时钟以系统的时间源的已知速率表示。

也要保持一个估计器运行您的声音时钟的速率；通常这样做是用相同的声音设备正在播放，记录在一个缓冲区预先加载了一个神奇的数字，并看看声卡在一个测量的时间内得到的同步时钟(反之亦然，看看需要多长时间来做一个已知的样本在同步时钟)。你需要这样做，时钟就会相对于网络时间漂移。

所以，现在，您知道多少样本每秒通过您的声卡的时钟，您需要输出，以匹配同步时钟的速度。然后，以这个速率插值从网络接收到的样本，加上或减去一个校正，如果您需要在最后一个缓冲区上追赶或后退一点。在进行这种插值时，您需要非常小心，这样它就不会引入音频工件；您所需要的算法有示例代码这里，但是在您了解这一点之前，需要阅读相当多的代码。

当然，如果你的源是现场录音，你必须测量声卡的采样率并在发送之前插入到网络时间样本中。

Answer 3

请看微软研究公司Tom的论文一种Internet协议语音系统。他解决了你正在处理的问题。他的解决方案包括在机器之间同步时钟，并使用时间戳让它们同时播放。这种方法的缺点是延迟。要使所有时钟同步，需要在网络上最大的延迟时间上加注时间。