<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/">
  <channel>
    <title>抖动缓冲 on BeYoung</title>
    <link>https://lyapple2008.github.io/tags/%E6%8A%96%E5%8A%A8%E7%BC%93%E5%86%B2/</link>
    <description>Recent content in 抖动缓冲 on BeYoung</description>
    <image>
      <title>BeYoung</title>
      <url>https://lyapple2008.github.io/%3Clink%20or%20path%20of%20image%20for%20opengraph,%20twitter-cards%3E</url>
      <link>https://lyapple2008.github.io/%3Clink%20or%20path%20of%20image%20for%20opengraph,%20twitter-cards%3E</link>
    </image>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <copyright>See this site&amp;rsquo;s source code here, licensed under GPLv3 ·</copyright>
    <lastBuildDate>Fri, 13 Nov 2026 21:31:57 +0800</lastBuildDate>
    <atom:link href="https://lyapple2008.github.io/tags/%E6%8A%96%E5%8A%A8%E7%BC%93%E5%86%B2/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>WebRTC NetEQ：让不准时的网络包变成准时的声音</title>
      <link>https://lyapple2008.github.io/posts/202611/2026-11-13-webrtc%E4%B8%AD%E7%9A%84neteq/</link>
      <pubDate>Fri, 13 Nov 2026 21:31:57 +0800</pubDate>
      <guid>https://lyapple2008.github.io/posts/202611/2026-11-13-webrtc%E4%B8%AD%E7%9A%84neteq/</guid>
      <description>&lt;p&gt;一次语音通话中，发送端每 20 ms 编出一个音频包，但包在网络里并不会每隔 20 ms 准时到达：有的堵在路由器里，有的乱序，有的永远丢失。扬声器却不能说“再等一会儿”。播放设备持续索要下一段 PCM，晚交一次，就可能听见卡顿。&lt;/p&gt;
&lt;p&gt;&lt;strong&gt;NetEQ 要解决的核心矛盾是：输入的时间不可靠，输出的时间必须可靠。&lt;/strong&gt; 它在接收端保留少量音频作为余量，并根据网络变化调整等待与消耗速度；真正来不及的内容，则用已有声音生成替代片段。本文以本地 WebRTC 源码提交 &lt;a href=&#34;https://webrtc.googlesource.com/src/&amp;#43;/3dec7d05377fb690e84f503db865edde982ab2a5&#34;&gt;&lt;code&gt;3dec7d0537&lt;/code&gt;&lt;/a&gt;（2026-10-23）为准。此前的&lt;a href=&#34;https://lyapple2008.github.io/posts/202611/2026-11-05-webrtc%E4%B8%AD%E9%9F%B3%E9%A2%91%E4%B8%A2%E5%8C%85%E6%81%A2%E5%A4%8D/&#34;&gt;音频丢包恢复文章&lt;/a&gt;侧重 FEC、RED、NACK 与 PLC 的协作；这里把镜头推进 NetEQ 内部。&lt;/p&gt;</description>
      <content:encoded><![CDATA[<p>一次语音通话中，发送端每 20 ms 编出一个音频包，但包在网络里并不会每隔 20 ms 准时到达：有的堵在路由器里，有的乱序，有的永远丢失。扬声器却不能说“再等一会儿”。播放设备持续索要下一段 PCM，晚交一次，就可能听见卡顿。</p>
<p><strong>NetEQ 要解决的核心矛盾是：输入的时间不可靠，输出的时间必须可靠。</strong> 它在接收端保留少量音频作为余量，并根据网络变化调整等待与消耗速度；真正来不及的内容，则用已有声音生成替代片段。本文以本地 WebRTC 源码提交 <a href="https://webrtc.googlesource.com/src/&#43;/3dec7d05377fb690e84f503db865edde982ab2a5"><code>3dec7d0537</code></a>（2026-10-23）为准。此前的<a href="/posts/202611/2026-11-05-webrtc%E4%B8%AD%E9%9F%B3%E9%A2%91%E4%B8%A2%E5%8C%85%E6%81%A2%E5%A4%8D/">音频丢包恢复文章</a>侧重 FEC、RED、NACK 与 PLC 的协作；这里把镜头推进 NetEQ 内部。</p>
<h2 id="一先从一场迟到的声音说起">一、先从一场“迟到的声音”说起</h2>
<p>假设一个包承载 20 ms 音频，P1、P2、P3 对应连续的三个时间段。网络先送来 P1，接着 P3 到了，P2 却堵在路上。接收端有两个选择：立刻播放 P3，会跳过 P2 的声音；继续等 P2，则可能使扬声器断粮。一个缓冲区能给 P2 留一点追上的时间，但缓冲越长，说话到听见的时间也越长。</p>
<div class="highlight"><div class="chroma">
<table class="lntable"><tr><td class="lntd">
<pre tabindex="0" class="chroma"><code><span class="lnt">1
</span><span class="lnt">2
</span><span class="lnt">3
</span></code></pre></td>
<td class="lntd">
<pre tabindex="0" class="chroma"><code class="language-text" data-lang="text"><span class="line"><span class="cl">发送音频时间：  | P1: 0–20 | P2: 20–40 | P3: 40–60 | ...
</span></span><span class="line"><span class="cl">网络到达次序：      P1          P3        P2（迟到）
</span></span><span class="line"><span class="cl">播放设备请求：  10 ms  10 ms  10 ms  10 ms  10 ms  ...</span></span></code></pre></td></tr></table>
</div>
</div>
<p>这里有三种性质不同的缺口：<strong>尚未到达</strong>的包可以等；<strong>已经错过播放时刻</strong>的包不能再补到过去；<strong>发送端主动停发的静音</strong>可能属于 DTX，应播放舒适噪声，而非误判为网络丢失。NetEQ 需要同时辨认这些情况。<a href="https://webrtc.googlesource.com/src/&#43;/3dec7d05377fb690e84f503db865edde982ab2a5/api/neteq/neteq.h#203"><code>NetEq::GetAudio()</code> 接口</a>明确要求每次交付 10 ms；RTP 包时长却未必是 10 ms。</p>
<p>下面的动态图把这个过程压缩成一个<strong>教学示意</strong>：上排的包间隔不匀，中间会暂存、排序，下排每个播放刻度持续输出；紫色表示通过拉伸现有音频“省着用”，橙色表示缓冲过多时加速消耗，红色表示截止时没有可用音频而进行隐藏。图中的格数、时刻与阈值不对应源码常量。</p>
<p><img alt="NetEQ 将不均匀到达的 RTP 音频包整理为连续的 10 ms 播放输出的动画" loading="lazy" src="/images/2026-11/webrtc-neteq-timeline.svg"></p>
<h2 id="二neteq-在接收链路的什么位置">二、NetEQ 在接收链路的什么位置</h2>

<div class="mermaid">flowchart LR
    A[&#34;RTP 到达&lt;br/&gt;时间戳 / 序号 / 载荷&#34;] --&gt; B[&#34;InsertPacket&lt;br/&gt;解析、排序、记录到达情况&#34;]
    B --&gt; C[&#34;PacketBuffer&lt;br/&gt;尚未播放的编码帧&#34;]
    C --&gt; D[&#34;GetAudio&lt;br/&gt;每次请求 10 ms&#34;]
    D --&gt; E[&#34;DecisionLogic&lt;br/&gt;选本次操作&#34;]
    E --&gt; F[&#34;解码与信号处理&lt;br/&gt;Normal / 伸缩 / 隐藏 / 拼接&#34;]
    F --&gt; G[&#34;SyncBuffer&lt;br/&gt;待播放 PCM&#34;]
    G --&gt; H[&#34;10 ms PCM&lt;br/&gt;混音器、设备播放&#34;]</div>
<p>这是<strong>到包</strong>和<strong>取音频</strong>两条异步路径。网络侧调用 <code>InsertPacket()</code> 时，NetEQ 主要保存编码数据、更新延迟估计；设备侧通过接收流调用 <code>GetAudio()</code>，才决定此刻要解码哪一帧、是否修整时长，并取走 10 ms PCM。因此“收到了一个 RTP 包”不等于“立刻解码并播放一个包”。一个 20 ms 编码帧也可能在一次取音频时解码，分两次向设备交付。<a href="https://webrtc.googlesource.com/src/&#43;/3dec7d05377fb690e84f503db865edde982ab2a5/modules/audio_coding/neteq/neteq_impl.cc#183"><code>NetEqImpl::InsertPacket</code></a> · <a href="https://webrtc.googlesource.com/src/&#43;/3dec7d05377fb690e84f503db865edde982ab2a5/modules/audio_coding/neteq/neteq_impl.cc#668"><code>NetEqImpl::GetAudioInternal</code></a></p>
<p>这里至少有两层缓冲，不能混为一谈：</p>
<table>
	<thead>
			<tr>
					<th>层</th>
					<th>保存什么</th>
					<th>为什么需要</th>
			</tr>
	</thead>
	<tbody>
			<tr>
					<td><code>PacketBuffer</code></td>
					<td>尚未使用的编码帧，按音频时间戳与优先级排列</td>
					<td>容纳到达抖动、乱序、冗余帧；供解码器按播放顺序取用</td>
			</tr>
			<tr>
					<td><code>SyncBuffer</code></td>
					<td>已解码、经过处理但尚未交付的 PCM，以及算法需要的历史/重叠区</td>
					<td>让“解码一帧”与“固定交付 10 ms”解耦，并支撑伸缩、隐藏与拼接</td>
			</tr>
	</tbody>
</table>
<p><code>InsertPacket()</code> 并非简单把原始 RTP 载荷塞进队列：它先处理时间戳，必要时拆开 RED、识别 DTMF/CNG，再让对应解码器的 <code>ParsePayload()</code> 解析主帧与可能的冗余帧。随后编码帧进入 <code>PacketBuffer</code>，到包信息进入延迟估计器。<code>PacketBuffer</code> 不是无限队列：包过多会触发丢弃或刷新；同一音频时间戳的主帧和冗余帧会按优先级取舍。<code>SyncBuffer</code> 里已有足够的 PCM 时，本次 <code>GetAudio()</code> 可以直接交付，不必再取新的编码帧。<a href="https://webrtc.googlesource.com/src/&#43;/3dec7d05377fb690e84f503db865edde982ab2a5/modules/audio_coding/neteq/neteq_impl.cc#183">插包与解析</a> · <a href="https://webrtc.googlesource.com/src/&#43;/3dec7d05377fb690e84f503db865edde982ab2a5/modules/audio_coding/neteq/packet_buffer.cc#133">包排序和容量处理</a> · <a href="https://webrtc.googlesource.com/src/&#43;/3dec7d05377fb690e84f503db865edde982ab2a5/modules/audio_coding/neteq/neteq_impl.cc#812">同步缓冲提取</a></p>
<p><img alt="NetEQ Architecture" loading="lazy" src="/images/2026-11/webrtc-neteq-impl.png"></p>
<p><img alt="NetEQ call path" loading="lazy" src="/images/2026-11/webrtc-neteq-call-path.png"></p>
<h2 id="三该为迟到的包多留多少时间">三、该为迟到的包多留多少时间？</h2>
<p>上一节看到，NetEQ 先把到达的包存起来，再按播放设备的节拍取出音频。<strong>为什么要存？为了给偶尔晚到的包留一个追上的机会。</strong> 但每多留一点时间，听到对方说话也会晚一点。第三节只讨论这个取舍：播放前应留多少余量。</p>
<p>看一个简化例子。P1 在第 0 ms 到达；P2 承载的是接下来的 20 ms 音频，按稳定的到包节奏应在第 20 ms 左右到，实际却在第 50 ms 才到。P2 相对平时<strong>额外晚了 30 ms</strong>。假设 NetEQ 从 P1 到达起，给播放预留以下时间：</p>
<table>
	<thead>
			<tr>
					<th>预留的播放余量</th>
					<th>P2 开始播放的时刻</th>
					<th>P2 到达时刻</th>
					<th>结果</th>
			</tr>
	</thead>
	<tbody>
			<tr>
					<td>20 ms</td>
					<td>第 40 ms</td>
					<td>第 50 ms</td>
					<td>P2 开头的 10 ms 错过播放时刻；后半段能否使用取决于当时的缓冲状态</td>
			</tr>
			<tr>
					<td>40 ms</td>
					<td>第 60 ms</td>
					<td>第 50 ms</td>
					<td>提前 10 ms 赶上；整路播放也比上面多等 20 ms</td>
			</tr>
	</tbody>
</table>
<p>下图把“<strong>测晚到量 → 定目标 → 调实际缓冲</strong>”连起来。第一层的 <code>30 ms</code> 只是 P2 的一次观测；第二层才汇总近期多个包，形成抖动缓冲（jitter buffer）的目标延迟。第三层的 <code>20 / 40 ms</code> 延续上表，仅用来对比两种播放余量：虚线表示目标，实心表示实际缓冲。目标改变后，实际缓冲需要靠后续到包和播放侧调节逐步靠近，不会瞬间跳到虚线位置。</p>
<p><img alt="NetEQ 对比 RTP 音频间隔与实际到包间隔得到相对晚到量，再由近期统计确定目标延迟，并逐步调整抖动缓冲的动态示意" loading="lazy" src="/images/2026-11/webrtc-neteq-delay-estimation.svg"></p>
<p>表和图中的数值只用于说明<strong>等待和实时性的交换</strong>，并非 NetEQ 的固定启动流程或阈值。留得太少，晚包容易错过，NetEQ 只好隐藏缺口；留得太多，声音虽更平稳，对话却变得迟钝。合适的余量要随网络变化：网络最近常抖，就多留一点；到包稳定了，再尝试缩短等待。真正丢失的包无论等多久都不会到，不能靠不断加大缓冲解决。</p>
<h3 id="对照源码neteq-怎样估计这份余量">对照源码：NetEQ 怎样估计这份余量</h3>
<p>NetEQ 并不需要知道“P2 从发送端到接收端究竟走了多少毫秒”。<code>PacketArrivalHistory</code> 比较<strong>包的到达间隔</strong>和<strong>它们在 RTP 音频时间轴上的间隔</strong>；上例的差值就是约 30 ms 的相对晚到量。<code>DelayManager</code> 分别估计常规晚到需要的余量，以及为了接住乱序包值得付出的额外等待，取两者中较大的目标。当前版本对常规晚到默认每 500 ms 取窗口最大值，再从近期分布中选 <code>0.95</code> 分位；初始估计为 80 ms。这些是策略参数，不表示每次 <code>GetAudio()</code> 都先等 80 ms，也不表示一个 P2 的 30 ms 晚到会立刻把目标设为 40 ms。目标还会受配置的最小/最大延迟及缓冲容量限制。<a href="https://webrtc.googlesource.com/src/&#43;/3dec7d05377fb690e84f503db865edde982ab2a5/modules/audio_coding/neteq/packet_arrival_history.cc#104">相对晚到量</a> · <a href="https://webrtc.googlesource.com/src/&#43;/3dec7d05377fb690e84f503db865edde982ab2a5/modules/audio_coding/neteq/delay_manager.cc#76">延迟目标</a> · <a href="https://webrtc.googlesource.com/src/&#43;/3dec7d05377fb690e84f503db865edde982ab2a5/modules/audio_coding/neteq/underrun_optimizer.cc#35">分位数估计</a> · <a href="https://webrtc.googlesource.com/src/&#43;/3dec7d05377fb690e84f503db865edde982ab2a5/modules/audio_coding/neteq/reorder_optimizer.cc#51">乱序取舍</a> · <a href="https://webrtc.googlesource.com/src/&#43;/3dec7d05377fb690e84f503db865edde982ab2a5/modules/audio_coding/neteq/delay_constraints.cc#33">延迟约束</a></p>
<p>目标延迟像一条希望维持的水位线，而不是能瞬间填满缓冲区的命令。下一节再看：实际音频比这条线多或少时，NetEQ 如何在每次取音频时调整。</p>
<h2 id="四每次-getaudio-究竟会做什么">四、每次 <code>GetAudio()</code> 究竟会做什么</h2>
<p><code>GetAudioInternal()</code> 先整理状态：下一包时间戳、编码缓冲跨度、<code>SyncBuffer</code> 里还剩多少样本、上一轮的输出模式。<code>DecisionLogic</code> 据此选操作；主实现还会根据实际可用样本、DTX 包等条件修正决定，然后解码、处理、写入 <code>SyncBuffer</code>，最后<strong>取出恰好 10 ms</strong>。<a href="https://webrtc.googlesource.com/src/&#43;/3dec7d05377fb690e84f503db865edde982ab2a5/modules/audio_coding/neteq/neteq_impl.cc#904">状态构造与修正</a> · <a href="https://webrtc.googlesource.com/src/&#43;/3dec7d05377fb690e84f503db865edde982ab2a5/modules/audio_coding/neteq/neteq_impl.cc#700">输出处理</a></p>
<table>
	<thead>
			<tr>
					<th>场景</th>
					<th>可能的操作</th>
					<th>听到什么</th>
			</tr>
	</thead>
	<tbody>
			<tr>
					<td>期待的音频帧已到，缓冲合适</td>
					<td><code>Normal</code></td>
					<td>解码并正常输出；若 <code>SyncBuffer</code> 已够，直接取现有 PCM</td>
			</tr>
			<tr>
					<td>有可用音频，但实际延迟偏高</td>
					<td><code>Accelerate</code> / <code>FastAccelerate</code></td>
					<td>尽量在相似波形处缩短音频，消耗积压</td>
			</tr>
			<tr>
					<td>有可用音频，但实际延迟偏低</td>
					<td><code>PreemptiveExpand</code></td>
					<td>在已有音频中平滑插入一小段，减缓消耗</td>
			</tr>
			<tr>
					<td>期待的时间段无包可用</td>
					<td><code>Expand</code> 或解码器 PLC</td>
					<td>依据历史生成替代音频，维持设备输出</td>
			</tr>
			<tr>
					<td>隐藏后恢复了真实语音</td>
					<td><code>Merge</code> 或 <code>Normal</code></td>
					<td>把替代音频与新解码音频衔接起来</td>
			</tr>
			<tr>
					<td>发送端静音、CNG/DTX 或电话按键</td>
					<td>舒适噪声 / <code>Dtmf</code></td>
					<td>按相应语义生成或叠加声音</td>
			</tr>
	</tbody>
</table>
<p>表里写的是<strong>可能的操作</strong>，不是“每次都会成功执行”。<code>Operation</code> 表示本轮选了什么，<code>Mode</code> 表示处理后的实际状态：例如时间伸缩可能因为波形或样本条件不足而没有真正缩放。源码还给时间伸缩设了最短间隔，并要求至少一定长度的已解码音频；不能把高低水位想象成每 10 ms 都机械地删或补 10 ms。<a href="https://webrtc.googlesource.com/src/&#43;/3dec7d05377fb690e84f503db865edde982ab2a5/api/neteq/neteq.h#140">操作/模式定义</a> · <a href="https://webrtc.googlesource.com/src/&#43;/3dec7d05377fb690e84f503db865edde982ab2a5/modules/audio_coding/neteq/decision_logic.cc#264">目标比较与决策</a> · <a href="https://webrtc.googlesource.com/src/&#43;/3dec7d05377fb690e84f503db865edde982ab2a5/modules/audio_coding/neteq/neteq_impl.cc#1098">伸缩条件</a></p>
<h3 id="时间伸缩为什么不等于变速播放">时间伸缩为什么不等于变速播放</h3>
<p>直接加快采样播放会抬高音调；直接复制一截样本又容易出现明显接缝。NetEQ 的 <code>TimeStretch</code> 在音频中寻找相似的周期与片段：先降采样、做相关性分析来估计合适的周期，再让 <code>Accelerate</code> 删去相似片段并交叉淡化，或让 <code>PreemptiveExpand</code> 插入相似片段并交叉淡化。低能量区有专门处理。它是在局部改变<strong>样本数量</strong>，不是把输出设备的采样率改成另一个值。<a href="https://webrtc.googlesource.com/src/&#43;/3dec7d05377fb690e84f503db865edde982ab2a5/modules/audio_coding/neteq/time_stretch.cc#31"><code>TimeStretch::Process()</code></a> · <a href="https://webrtc.googlesource.com/src/&#43;/3dec7d05377fb690e84f503db865edde982ab2a5/modules/audio_coding/neteq/accelerate.cc#43"><code>Accelerate</code></a> · <a href="https://webrtc.googlesource.com/src/&#43;/3dec7d05377fb690e84f503db865edde982ab2a5/modules/audio_coding/neteq/preemptive_expand.cc#53"><code>PreemptiveExpand</code></a></p>
<p><strong>PreemptiveExpand 与丢包时的 Expand 不是一回事。</strong> 前者在有真实音频时主动微调速度，目的是积累缓冲余量；后者在该播放的音频缺失时生成隐藏音频，目的是避免断声。它们都可能插入样本，但统计和听感意义不同。</p>
<h3 id="包真的没赶上时隐藏与恢复">包真的没赶上时：隐藏与恢复</h3>
<p>缺少目标时间戳对应的包时，<code>DecisionLogic</code> 会结合下一包是否在未来、当前是否处于 CNG/DTX、先前是否已经在隐藏，选择继续等、生成舒适噪声或进入 <code>Expand</code>。<code>Expand</code> 使用历史解码音频估计周期性语音、非周期成分和背景噪声；连续缺失越久，越难维持自然听感。若当前解码器实现了 <code>GeneratePlc()</code> 且确实产出音频，NetEQ 也可以使用解码器 PLC；否则回退到自己的 <code>Expand</code>。恢复正常帧后，若此前是 NetEQ <code>Expand</code>，<code>Merge</code> 会平滑接回真实音频。<a href="https://webrtc.googlesource.com/src/&#43;/3dec7d05377fb690e84f503db865edde982ab2a5/modules/audio_coding/neteq/decision_logic.cc#247">缺包决策</a> · <a href="https://webrtc.googlesource.com/src/&#43;/3dec7d05377fb690e84f503db865edde982ab2a5/modules/audio_coding/neteq/neteq_impl.cc#743">PLC 回退</a> · <a href="https://webrtc.googlesource.com/src/&#43;/3dec7d05377fb690e84f503db865edde982ab2a5/modules/audio_coding/neteq/expand.cc#74"><code>Expand</code></a> · <a href="https://webrtc.googlesource.com/src/&#43;/3dec7d05377fb690e84f503db865edde982ab2a5/modules/audio_coding/neteq/merge.cc#51"><code>Merge</code></a></p>
<p>如果 Opus FEC、音频 RED 或 NACK 及时送回了可用的编码数据，它们会在截止前进入正常的包选择路径；NetEQ 并没有一个“所有丢包一律先等重传”的固定顺序。音频 NACK 的反馈跟踪也位于 NetEQ 外部的接收链路。数据到了但已过播放点，不能把已经输出的 PCM 改写。最重要的判断仍是<strong>能否赶上播放截止时间</strong>。<a href="https://webrtc.googlesource.com/src/&#43;/3dec7d05377fb690e84f503db865edde982ab2a5/audio/channel_receive.cc#731"><code>ChannelReceive</code> 的 NACK 路径</a></p>
<h2 id="五真实-rtc-问题怎样定位与调整">五、真实 RTC 问题怎样定位与调整</h2>
<p>调 NetEQ 前，先分清“网络根本没送到”和“送到了但太迟”。两者在主观听感上都可能是卡顿，但改动方向不同。可以同时记录包到达时间与 RTP 时间戳、<code>TargetDelayMs()</code>、<code>FilteredCurrentDelayMs()</code>、<code>GetLifetimeStatistics()</code> 和 <code>GetOperationsAndState()</code>。其中累计的 <code>concealed_samples</code> / <code>concealment_events</code> 反映隐藏量与事件数，<code>inserted_samples_for_deceleration</code> / <code>removed_samples_for_acceleration</code> 反映时间伸缩，<code>packets_discarded</code> 与 <code>packet_buffer_flushes</code> 有助于发现积压；<code>jitter_buffer_target_delay_ms</code> 之类累计字段应按统计定义计算平均值，不能直接当“当前目标延迟”。<a href="https://webrtc.googlesource.com/src/&#43;/3dec7d05377fb690e84f503db865edde982ab2a5/api/neteq/neteq.h#61"><code>NetEq</code> 统计接口</a> · <a href="https://webrtc.googlesource.com/src/&#43;/3dec7d05377fb690e84f503db865edde982ab2a5/api/neteq/neteq.h#279"><code>TargetDelayMs</code> 与 <code>FilteredCurrentDelayMs</code></a></p>
<p><code>GetLifetimeStatistics()</code> 的计数不会清零，适合用两次读数之差计算一段时间的变化；<code>NetworkStatistics()</code> 则会在读取后重置区间统计。后者的 <code>expand_rate</code>、<code>accelerate_rate</code> 等比率采用 Q14，换算百分比应除以 <code>16384</code> 再乘 <code>100</code>。<code>CurrentNetworkStatistics()</code> 只返回当前状态，不能拿它读取这些区间比率。静音/DTX 期间的缓冲估计也不能直接按普通语音期解读：遇到 DTX 包时，主实现会把伸缩操作改为 <code>Normal</code>。<a href="https://webrtc.googlesource.com/src/&#43;/3dec7d05377fb690e84f503db865edde982ab2a5/api/neteq/neteq.h#33">统计定义</a> · <a href="https://webrtc.googlesource.com/src/&#43;/3dec7d05377fb690e84f503db865edde982ab2a5/modules/audio_coding/neteq/neteq_impl.cc#1004">DTX 分支</a></p>
<table>
	<thead>
			<tr>
					<th>现象与证据</th>
					<th>优先排查</th>
					<th>可评估的调整与代价</th>
			</tr>
	</thead>
	<tbody>
			<tr>
					<td>Wi-Fi 抖动或乱序时，接收包最终齐全，但隐藏样本和迟到包增加</td>
					<td>到包相对延迟分布、乱序比例、当前延迟是否频繁低于目标</td>
					<td>适当提高最小延迟，给晚到包时间；代价是交互变慢。若损失为突发断网，单纯加缓冲通常收益有限</td>
			</tr>
			<tr>
					<td>网络稳定，但说话明显慢半拍，缓冲长期高于目标</td>
					<td>设备回调是否稳定、是否积压/刷新、<code>Accelerate</code> 是否成功</td>
					<td>先查播放端是否按时拉取，再评估降低最小延迟或启用合适的加速策略；过小上限可能带来更多隐藏</td>
			</tr>
			<tr>
					<td>连续丢包后声音变机械，恢复时有接缝</td>
					<td><code>concealment_events</code>、连续隐藏长度、FEC/RED/NACK 是否赶上截止</td>
					<td>优先改善上游链路与编码保护；可对比解码器 PLC 与 NetEQ <code>Expand</code>，但两者都无法复原未知原声</td>
			</tr>
			<tr>
					<td>静音段被当成丢包，产生无意义的补偿或统计异常</td>
					<td>是否发送 DTX/CNG、载荷类型与解码器协商是否一致</td>
					<td>正确传递静音语义；不要用纯序号缺口推断每个缺口都应是语音</td>
			</tr>
			<tr>
					<td>长时间播放阻塞后出现很高延迟或一次明显跳音</td>
					<td><code>PacketBuffer</code> 数量、刷新计数、设备线程阻塞时长</td>
					<td>修复播放回调卡顿；缓冲上限/智能刷新只能限制积压后果，无法让已错过的播放时刻回来</td>
			</tr>
	</tbody>
</table>
<p>原生 WebRTC 集成可以通过 <code>NetEq::Config</code> 设置 <code>min_delay_ms</code>、<code>max_delay_ms</code>、<code>max_packets_in_buffer</code>，运行时通过 <code>SetMinimumDelay()</code>、<code>SetMaximumDelay()</code>、<code>SetBaseMinimumDelayMs()</code> 调整约束。<code>enable_fast_accelerate</code> 允许使用更激进的加速分支；它是质量与追赶速度的取舍，不应作为“延迟高”的默认第一步。<code>SetMaximumDelay(0)</code> 表示不额外限制最大目标；最小延迟、最大延迟和实际缓冲容量还要满足约束关系，调用失败应检查返回值。若确实要研究目标延迟估计策略，<code>WebRTC-Audio-NetEqDelayManagerConfig</code> field trial 能调整分位数、遗忘因子和乱序优化参数；这适合在可控源码构建里做对照实验，不宜在没有数据时直接改默认值。<a href="https://webrtc.googlesource.com/src/&#43;/3dec7d05377fb690e84f503db865edde982ab2a5/api/neteq/neteq.h#123">配置与 API</a> · <a href="https://webrtc.googlesource.com/src/&#43;/3dec7d05377fb690e84f503db865edde982ab2a5/modules/audio_coding/neteq/delay_constraints.cc#33">约束实现</a> · <a href="https://webrtc.googlesource.com/src/&#43;/3dec7d05377fb690e84f503db865edde982ab2a5/modules/audio_coding/neteq/delay_manager.cc#33">延迟管理器配置</a></p>
<p>这些是 <strong>NetEQ 原生接口</strong>，不等于浏览器 JavaScript 可以逐项直接设置。应用层若使用浏览器 <code>RTCPeerConnection</code>，应先确认浏览器暴露的延迟控制与接收统计，再在可控制的层面做实验；不能把改 C++ 内部参数的建议直接写成网页端可用的开关。</p>
<p>一个有效的调优实验应固定编解码器、包时长、设备链路与端到端延迟预算，分别注入<strong>纯抖动、乱序、孤立丢包、连续丢包、播放回调阻塞</strong>。比较的不只是平均缓冲时长，还包括隐藏样本、刷新与丢弃、时间伸缩次数，以及实际通话听感。源码自带的 <a href="https://webrtc.googlesource.com/src/&#43;/3dec7d05377fb690e84f503db865edde982ab2a5/modules/audio_coding/neteq/tools/neteq_rtpplay.cc#309"><code>neteq_rtpplay</code></a> 可以对同一份 RTP 输入做离线对比，帮助区分策略差异与网络输入差异。若只是把目标延迟加大，隐藏减少了却使对话明显变慢，问题并没有免费解决。</p>
<h2 id="六把-neteq-记成一个闭环">六、把 NetEQ 记成一个闭环</h2>

<div class="mermaid">flowchart LR
    A[&#34;观察到包&lt;br/&gt;相对延迟、乱序&#34;] --&gt; B[&#34;估计目标缓冲&lt;br/&gt;延迟与可用率的取舍&#34;]
    B --&gt; C[&#34;每 10 ms 对比&lt;br/&gt;当前播放状态&#34;]
    C --&gt; D[&#34;正常解码 / 拉伸 / 压缩&lt;br/&gt;缺帧时隐藏，恢复时拼接&#34;]
    D --&gt; E[&#34;持续交付 10 ms PCM&#34;]
    E -.-&gt;|&#34;下一次播放请求&#34;| C
    A -.-&gt;|&#34;新包改变估计&#34;| B</div>
<p>NetEQ 的价值在这个持续运行的闭环：<strong>按音频时间轴整理包，估计值得等待多久，按播放时钟每 10 ms 做一次决定，并在真实数据不足时维持连续输出。</strong> 它能在延迟、卡顿与失真之间找一个动态平衡，却不能突破播放截止时间，也不能从完全丢失的包里恢复原声。理解这条边界，才知道该调缓冲、修设备回调，还是回头解决网络和编码保护问题。</p>
<h2 id="reference">Reference</h2>
<ul>
<li><a href="https://webrtchacks.com/how-webrtcs-neteq-jitter-buffer-provides-smooth-audio/">How WebRTC’s NetEQ Jitter Buffer Provides Smooth Audio</a></li>
</ul>]]></content:encoded>
    </item>
  </channel>
</rss>
