Libav音频延迟问题：audio_buffer_size设置无效及查询方法咨询

1. audio_buffer_size设置失效的原因 #

你的设置方式存在几个可能的问题：

• 参数作用范围不对：audio_buffer_size是dshow音频设备的专属选项，你现在把它当成全局参数传给了包含视频+音频的复合设备，FFmpeg可能没把这个参数正确传给音频子设备。试试单独初始化音频设备，或者用嵌套选项传递：比如用av_dict_set(&options, "audio_options", "audio_buffer_size=50", 0)，把音频专属选项打包传递。
• 设备不支持该参数：不是所有音频设备都认audio_buffer_size，有些硬件或驱动会直接忽略。调用avformat_open_input之后，你可以检查options字典，如果audio_buffer_size还在里面，说明FFmpeg没处理这个选项，基本就是设备不支持。
• 参数范围是否合法：虽然你知道是毫秒单位，但要确认设备接受这个数值——比如48000采样率下50ms对应2400个采样点，有些设备要求缓冲区大小是采样率的整数倍，或者有最小/最大值限制。

2. 获取实际音频缓冲区大小的方法 #

如果没法设置audio_buffer_size，可以用这些方式获取实际缓冲区大小：

• 查询设备能力：用FFmpeg的av_device_capabilities_query API，传入音频设备的AVFormatContext，能拿到设备支持的缓冲区范围和当前配置。要注意这个API需要先打开设备或者获取设备信息上下文。
• 读取私有数据：打开设备后，找到音频流对应的AVStream，查看它的codecpar或者私有数据。对于dshow设备，可以访问AVFormatContext的priv_data指向的dshow_context结构体（需要包含FFmpeg的dshow头文件），里面可能有音频捕获的缓冲区信息。
• 实时估算：对比音频帧的pts时间戳和实际处理时间，算出延迟时间，再用「延迟时间 × 采样率 × 声道数 × 采样字节数」反向算出缓冲区大小。

内容的提问来源于stack exchange，提问作者Heiner