局域以太网实时音频交互中延迟平衡算法的设计和实现.pdfVIP

局域以太网实时音频交互中延迟平衡算法的设计与实现 许史飞 活利华 谈正 西安交通大学信息工器研究所 710049 摘要：在局蛾吐太网中实现实时音颠交互系统时，由于咀太网和系统的固有特性，音颠流的传输 将出现延迟粹动，影响膏顿流的最后回放致秉．本文探讨了延迟抖动的特点t提出了动态白适应延迟 平衡算法，较好地实现了音蒗漉的平滑播放和较高的实时性． 美键词： 延逞抖动．琏迟平钎．实时娃 1．引言 一个典型的基于局域以太网的音频实时交互系统中，将罾颜流从一个端点接输到另一个 端点时一般会采用下面机制：源端采集尸伽音频。将音频流压缩成包，再通过LtⅣ将音频包 一传输到接收端。接收端接收到音频包。解压播放．在整个传输过程中，由于以太网的传输机制． 不可避免地会出现网络传输延迟，尤其在跨络负载较大时，延迟增大且抖动加剧，另外加上两 端处理的延迟，使最后到达接收端的音频包出现时序错位，如果接收端不对延迟抖动避行处 理，在收到一个音频包后立邸播放，声音籍会失真．因此在接收端必须设置一个缓冲区，将音 频流临时存储在缓冲区中．在等待～段时间居再摇放． 速个等待时间称为延迟倜穆．在实时 系统申，这个延迟偏移量的大小直接决定这个系统的实时睦能．磊统对实时缝的要求．和音额流 必须尽可能平滑回放是一对相互抑制的矛盾：如果延迟倔移量很大．一股可以保证音频的平滑 回放，但实时性太差：如果太小，音频回放质量可能会大大将低．如何寻求实时性和音频回放 质量之间的乎衡点是解决问题的核心．本文分析了延迟及其抖动，针对其特点，提出了一种动 态的自适应延迟平衡算法，较好地解决了实时性和平滑播放之间的矛詹． 2．延迟和抖动 系统网络传输延迟通常有不同的定义，本文中，我们认为音频流从源端到接收端的延迟 由下面几个部分组成．如图1所示： PCM码 包采集 ；． ＆ 龟 生 l!l!二!I．二!． 存取延芝 ：： i 臣 垦生 I!l二!ll!：!． 等待解竺 i；＆ 莹生 ：I!!!l：l!三 圈l：延迟辩动 A．源端从连续音频源采集PcM码流，压缩成为音频包时经历的延迟矗，这个延迟取 决于源端每个音额包的大小．为了接高窭时忡．簟个喜黼自由诧J璺百f鳃爪 222 1，：：：：，耋墼氅堡量墼些堡兰鳖鬯篓董呈坠一 B． 音频包在薄端等待被发送时的延迟d2，称为存取延迟，这个延迟时间较难以预测， 尤其在以太网负载较大时，变化范围很大．音频包在网络上传输时不可避免有物理 抖动，相对于其他部分．这个值要小得多，可以忽略． c． 音频包在接收端等待接收端处理、将音频包解包，还原为PCIvi码流的延迟以． 这个延迟一般也较小． 一个音频包总的延迟占=d+或4-d，． 谩在某一时间段r内的最大延迟为玩。=Ⅳ敞吖磊，以，…，4j，其中疋为第j个音频包 的息延迟，郎从源端删码流到接收端户laM码流的延迟．这个最大延迟占。表示当前时间段 内的系统传输质量．由于系统和月络的延迟在不断变化，延迟量参不斯抖动，即其大小在不断 变化，接收端将发现接收到的音频流成突发性变化．如果能够保证有序接收音频包．由于总延 迟保持在一定范围内，莱一时间段内若只接收到较少的音频流，必将鼹随着出现在下一个时间 段内会有一个流的高蛙．反之亦然，邸音频接收速率也呈抖动振荡性变化，其均值应为当前FC．M 码流毕RP· 3．延迟偏移平衡 人耳的骄搓行为可珏睫式化为一个徽分嚣，音颡流很小的时阈错位鄂将引起严重的声罾 失真．接收鞴为了能够平衡连续地播放声音，必须设置一个输入缓冲遂，将PGhI玛流暂时存 储在这个缓冲区中，等待一定时问后再开始措放．这个等待时闻称为短迟偏穆Ds，缓冲区称 为廷迟值移缓冲区． 延迟偏移量D．7的大小取决于整个系统的延迟，由圈1．设己知当前系统的最大延迟 占。，接收端在某一时问段r中接收到闩@f码流量R珥一定满足下到条件：