jitter buffer 的设计要点:抖动估计、重排序与缓存上限
哪些公司问过
C++ 音视频开发1
答案要点
- 抖动估计:基于到达间隔与时间戳间隔之差计算抖动,常用 RFC 3550 指数平滑,并按延迟分布动态调整目标深度
- 重排序:按 RTP 序列号排序,处理 16 位序列号回绕,用时间戳决定播放时刻
- 丢包处理:缺口等待窗口内发 NACK 请求重传,超时判丢,交给 PLC/FEC 补偿
- 缓存上限:深度超限时音频加速播放、视频丢帧到关键帧;网络变好时逐步收缩以降低延迟
- 取值随场景不同:RTC 互动常为几十到几百毫秒,CDN 直播播放器缓冲常在秒级
易错点
- 序列号比较不处理回绕,导致 65535 之后的包被误判为旧包
- 只按平均抖动设深度,突发抖动时频繁卡顿,应参考分位数
- 缓冲只增不减,延迟越积越大
- 把 RTC 的毫秒级取值和 CDN 直播的秒级缓冲混为一谈
面试官常见追问
- 音频和视频的 jitter buffer 有什么区别?
- 缓冲深度如何动态调整,增大和减小的策略一样吗?
- jitter buffer 与 NACK 重传如何配合?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。