跳至主要内容 / Skip to content

SineMedia Journal

监听延迟从哪里来,为什么缓冲不能无限缩小?

实时监听的声音要经过转换、缓冲、运算和数据传递,每一段都可能增加等待。缩小缓冲能减少部分延迟,也会压缩处理期限、增加任务切换负担。理解这些环节,才能结合实际处理负载判断设置是否合适。

2026-113 min read
监听延迟从哪里来,为什么缓冲不能无限缩小?

实时监听的声音要经过转换、缓冲、运算和数据传递,每一段都可能增加等待。缩小缓冲能减少部分延迟,也会压缩处理期限、增加任务切换负担。理解这些环节,才能结合实际处理负载判断设置是否合适。

监听的声音要走完一条处理链路

现场使用入耳监听时,表演者在某些情况下能察觉几毫秒的延迟。理解这种声音晚到的现象,可以先沿着信号从输入到输出走一遍,看看时间花在哪里。

模拟音频进入数字系统,要先转换成数字样本,也就是按时间依次取得的信号数值。样本经过数据传递、缓冲和处理,再转换成模拟信号输出;从输入走到输出的总时间,称为往返延迟。

缓冲设置只是链路中的一个环节。转换器内部的滤波、操作系统和驱动保存数据的队列,以及音频算法本身,都可能贡献延迟,因此只看一个缓冲数字,无法完整判断声音多久才能回来。

转换器内部的滤波也需要时间

音频转换器负责连接模拟信号与数字样本。常见的西格玛德尔塔转换器采用一种特定的转换结构,内部包含抽取和插值滤波,用来配合采样速率的转换;这些滤波会让信号经过后出现时间上的滞后。

这种滤波引入的滞后称为群延迟。它存在于转换器内部,即使电脑上的音频处理很简单,相关时间仍要计入输入到输出的链路,缩小软件缓冲也不能直接消除它。

以采用特定音频芯片的 BeagleRT 嵌入式处理系统为例,在每秒采样四万四千一百次的设置下,输入与输出滤波分别引入十七和二十一个样本的延迟,合计约零点八六毫秒。这个数字对应明确的芯片与设置,不能当作所有音频接口的固定值。

输入转换与输出转换内部均含滤波环节,信号沿箭头依次通过。(概念示意)
输入转换与输出转换内部均含滤波环节,信号沿箭头依次通过。(概念示意)

缓冲给连续播放留出了余量

缓冲是一块暂存音频数据的空间。系统可以按一批样本安排处理与传递,输出端则需要持续得到数据;缓冲提供的余量,有助于应对处理时间的波动,维持声音连续。

同一采样率下,一批样本越多,对应的时间越长。增大缓冲通常能缓解来不及供应数据造成的咔哒声、爆音或断续,同时也增加等待,让实时调整的效果更晚到达输出。

数据传递还可能经过驱动和软件之间的额外队列。驱动是让软件与音频设备交换数据的程序,队列则保存等待交接的数据;这意味着界面上显示的处理块大小,未必涵盖整条链路的全部缓冲。

BeagleRT 的简单直通程序提供了一个有边界的例子。八个音频样本的缓冲,在该系统中对应十六个样本的理论往返缓冲延迟,再加上转换器滤波时间;这个两倍关系适用于它的实现,不能直接套用到所有电脑监听系统。

小缓冲会把处理期限压得更紧

音频程序必须在下一批数据需要输出前完成工作。缓冲缩小后,每批数据覆盖的时间变短,可用的处理期限也随之缩短;一旦赶不上,输出端可能出现缓冲欠载,也就是需要播放时没有足够的新数据。

普通电脑通常同时运行多个任务,音频计算大多能按时完成,系统负载仍可能让它错过期限。这类运行方式称为软实时,强调通常及时完成,但不保证每次都准时;专用的硬实时设计则以保证期限为目标。

缩小缓冲还会让系统更频繁地切换任务,这些切换本身也消耗计算资源。BeagleRT 的特定振荡器测试中,最小的两样本缓冲因频繁切换,处理能力约下降四分之一;即使系统采用硬实时设计,小缓冲仍有代价。

音频算法的复杂度也会改变可用设置。简单直通能够稳定运行的缓冲大小,换成更繁重的计算后,可能不足以避免欠载;按块计算的算法还可能引入自身的延迟。

同样时间跨度内,小缓冲包含更多交接点,每块对应的处理期限更短。(概念示意)
同样时间跨度内,小缓冲包含更多交接点,每块对应的处理期限更短。(概念示意)

调整设置时同时观察等待和断续

实际比较缓冲设置时,可以保持采样率和处理内容一致,逐步减小缓冲,同时听声音响应与播放连续性。出现咔哒声、爆音或断续,说明需要检查系统是否来得及读写和处理数据,这些症状可能来自掉帧。

判断设置是否合适,应使用实际要运行的处理内容。只用简单直通得到的最小值,无法说明复杂处理也能稳定工作;记录驱动、缓冲、采样率和处理负载,才能让前后比较有明确条件。

需要量化往返延迟时,可以让输入信号原样通过系统,用示波器比较输入与输出对应边沿的时间差。这样的测量覆盖实际输入到输出的路径;若只核算缓冲时长,转换器、额外队列和算法贡献的时间仍需另行考虑。