主頁（http://m.by236.com）：【對(duì)講】解析樓宇對(duì)講系統(tǒng)中的音頻同步問題

　　目前，成熟的智能家居系統(tǒng)的室外機(jī)中，門禁可視對(duì)講和門禁控制幾乎全部采用模擬信號(hào)，安裝時(shí)需要架設(shè)專用網(wǎng)絡(luò)，布線復(fù)雜，不可擴(kuò)展，靈活性差，傳輸距離短，投資大，維護(hù)成本高。隨著市場(chǎng)需求的增長(zhǎng)、消費(fèi)者消費(fèi)觀念的提高以及模擬系統(tǒng)沉重的工程維護(hù)代價(jià)，結(jié)合以太網(wǎng)技術(shù)的全數(shù)字室外機(jī)和門禁產(chǎn)品成為研發(fā)的熱點(diǎn)。但是在諸多因素影響下，當(dāng)前的數(shù)字門禁產(chǎn)品不成熟，不穩(wěn)定，價(jià)格高昂，特別是門禁對(duì)講中的音視頻同步問題，一直以來都是數(shù)字可視對(duì)講的短板。

　　在數(shù)字可視對(duì)講中，可以考慮的音視頻同步方案有兩種：一是發(fā)送端解決;二是接收端解決。

　　發(fā)送端解決方法比較簡(jiǎn)單，具體措施是在發(fā)送端先將一段時(shí)間內(nèi)采集到音視頻數(shù)據(jù)打包。比如采集到一幀視頻圖像，將這幀圖像與采集這幀視頻的時(shí)間內(nèi)采集到的視頻數(shù)據(jù)打成一個(gè)包，接收端接收到這個(gè)包之后解包分別播放就可以了。發(fā)送端解決的控制方法比較簡(jiǎn)單，但是高清若是要求清晰度比較高的情況下就不是很理想，清晰度高，意味著每個(gè)音視頻包數(shù)據(jù)量就大，能保證同步，卻不保證連續(xù)。測(cè)試這種方案時(shí)，在同一個(gè)線程中循環(huán)的按照先后順序發(fā)送PCM音頻，和H.264視頻，測(cè)試的結(jié)果表明這種方法確實(shí)存在連續(xù)問題。

　　接收端解決方案繞不開的問題是時(shí)間戳，接收端根據(jù)接收到的音視頻數(shù)據(jù)的時(shí)間戳安排播放。時(shí)間戳需要一個(gè)參考時(shí)間。而采集過程中視頻的時(shí)間是不定的，數(shù)字?jǐn)z像頭采集圖像的幀率是一個(gè)平均值，不宜用來做參考時(shí)間，所以只能用音頻時(shí)間作為參考時(shí)間。

　　與文件形式的多媒體不同的是，可視對(duì)講中音視頻流的源端是永遠(yuǎn)同步的。所以一種簡(jiǎn)單的解決方案是發(fā)送端啟用獨(dú)立的音頻和視頻線程，進(jìn)行音視頻采集，采集后只管往外發(fā)送數(shù)據(jù)，接收端接到數(shù)據(jù)就分別解碼播放，從表面看，這種采用無同步機(jī)制多線程解決方案是可行的，但是忽略了一個(gè)問題：音頻數(shù)據(jù)包和視頻數(shù)據(jù)包的大小。包的大小會(huì)影響網(wǎng)絡(luò)傳輸?shù)乃俣取＿@種差別在網(wǎng)絡(luò)條件好的情況下顯示不出來，一旦遇到網(wǎng)絡(luò)擁塞或者其他情況就會(huì)變得很明顯。

　　根據(jù)對(duì)音頻采集和處理的敘述，我們知道，音頻的采集是有時(shí)間機(jī)制的。比如采樣率是8000，采樣位數(shù)是8，我們就可以算出采8K字節(jié)的數(shù)據(jù)所用的時(shí)間是1s，這樣音頻就可以按照自己的速度播放;而攝像頭每秒采集的幀數(shù)是相對(duì)固定的，如OV9650采集速度為平均每秒30幀，這樣即可以算出1/30秒(約為0.03333，具體精度可以根據(jù)要求決定)刷新一幀圖片，這種方式中只要保證源端音頻視頻的采集是同步的就可以，而門禁對(duì)講過程中，這種同步是原生的。