无抖动场景下webrtcbin抖动缓冲区大小为何影响延迟？

核心原因：Latency是抖动缓冲区的最小延迟下限，而非单纯最大缓冲时长 #

GStreamer中webrtcbin的latency参数，底层对应gstrtpjitterbuffer的延迟配置。它并非仅定义数据包在缓冲区的最长停留时间，而是直接设置了抖动缓冲区的基础延迟阈值下限。在无丢包、低抖动的稳定网络场景下，jitterbuffer的自适应算法会收敛到这个阈值，将所有数据包的播放时间戳统一向后偏移latency设定的时长，而非让数据包“尽快离开缓冲区”。

下游同步元件的放大效应 #

当管线中存在合成器（如音频/视频合成器）这类需要多流时间戳同步的元件时，问题会被放大：

• webrtcbin输出的流时间戳已被jitterbuffer偏移至latency设定的延迟水平；
• 合成器会以该流的时间戳为基准，对齐其他输入流的播放时机；
• 最终整个管线的端到端延迟会被拉至与latency值一致的水平，因此调整latency会带来线性的延迟变化。

测试结果的验证 #

你在稳定网络中将latency从200ms改为100ms后，管线延迟恰好降低100ms，完全符合上述逻辑：jitterbuffer不再维持200ms的基础延迟下限，而是切换到100ms的阈值，下游同步元件也随之调整了整体时间基准，最终延迟线性减少。

补充：gstrtpjitterbuffer的延迟逻辑 #

gstrtpjitterbuffer默认采用自适应延迟模式，在网络稳定时，它会主动将延迟锁定在latency设定的值（作为安全冗余），仅当出现抖动或丢包时，才会动态调整缓冲时长来保证流畅性。这种设计是为了避免网络突发波动时出现卡顿，但在完全稳定的网络中，就会表现为延迟与latency线性相关。

内容的提问来源于stack exchange，提问作者Kris