基于树莓派的多音频流毫秒级同步方案及问题咨询

拟定方案 #

• 前端使用HTML的getUserMediaAPI捕获用户设备的音视频数据；
• 将录制生成的Blob文件上传至树莓派服务器，同时携带录制启动时刻的Date.now()时间戳，用于后续计算各媒体流的时间差；
• 服务器端通过ffmpeg工具统一裁剪所有上传文件的长度，并根据Date.now()调整各文件的起始点，实现同步播放。

技术疑问解答 #

1. 不同用户设备时间可能存在差异（如使用不同运营商），该情况是否存在？ #

存在。不同设备的系统时钟受运营商NTP服务精度、本地硬件时钟误差、用户手动调整等因素影响，设备间的时间差可能从几毫秒到数秒不等，完全不能依赖客户端本地Date.now()作为毫秒级同步的基准。

2. 能否在应用运行时同步所有浏览器的本地时间？ #

可以实现近似同步，但无法达到绝对的毫秒级精准度。常用的实现方式是：

• 浏览器向服务器发送时间同步请求，记录请求发送的本地时间t1、服务器响应的服务器时间t2，以及浏览器接收响应的本地时间t3；
• 计算客户端与服务器的时间偏移量：offset = ((t2 - t1) + (t2 - t3)) / 2，用该偏移量修正客户端本地时间；
• 多次发起同步请求取平均值来降低网络波动的影响，但网络延迟的抖动仍会带来几毫秒到几十毫秒的误差，无法做到完全无偏差。

3. 网络速度及系统资源导致的延迟是否会造成用户间的毫秒级时间差？ #

会。用户设备的CPU/内存负载、网络带宽波动、上传链路的路由延迟都会导致Blob文件上传耗时不一致，即便客户端时间同步完成，从录制结束到服务器接收完成的时间差也会产生毫秒级偏差。此外，客户端录制时的系统资源占用也可能导致音视频采集的起始时间出现细微偏移。

内容的提问来源于stack exchange，提问作者AlonBR