音视频基础播放与录制原理

2024-03-02 约 592 字预计阅读 2 分钟

音视频基础——播放与录制原理

麦克风与摄像头是两个独立的输入设备，要保证声音与视频保持同步就必须有一个相同的时钟。

时钟基于两个设备输出的数据都是实时的前提下，在第一个数据帧输出之后，设置一个时间点，然后之后的帧按照硬件的采集频率直接计算出时间戳，这样可以保证时间是严格对齐的，便于后续的使用。

经过处理的帧数据，不是直接去封装使用的，要经过一个编码的过程，这个过程会比较耗时，所以需要一个队列来进行缓存。

上图就是将一个H264 的经过压缩的视频编码与AAC的经过压缩的音频编码进行合并，到一个MKV的封装数据格式。

这个模块与复用器想对应，将音视频进行分离

音视频同步的目的是为了使播放的声音和显示的画面保持一致。

视频按帧播放，图像显示设备每次显示一帧画面，视频播放速度由帧率确定，帧率指示每秒显示多少帧；

音频按采样点播放，声音播放设备每次播放一个采样点，声音播放速度由采样率确定，采样率指示每秒播放多少个采样点。

如果仅仅是视频按帧率播放，音频按采样率播放，二者没有同步机制，即使最初音视频是基本同步的，随着时间的流逝，音视频会逐渐失去同步，并且不同步的现象会越来越严重。这是因为：

一、播放时间难以精确控制；

二、异常及误差会随时间累积。

所以，必须要采用一定的同步策略，不断对音视频的时间差作校正，使图像显示与声音播放总体保持一致。