如何基于 Socket 实现音视频通信
哪些公司问过
答案要点
- 链路为采集、编码、打包、传输、解包、解码、渲染,Socket 负责传输
- 视频用 H.264/H.265、音频用 AAC/Opus 编码压缩后再传
- 实时场景多用 UDP,避免 TCP 重传与拥塞控制累积延迟
- 用 RTP 承载媒体,靠序号和时间戳重排、检测丢包、做音视频同步,RTCP 反馈质量
- 接收端用抖动缓冲排序补偿,弱网配合 FEC、NACK 和自适应码率
易错点
- 直接传输未压缩的裸流,带宽无法承受
- 用 TCP 传媒体流,弱网下重传造成明显卡顿
- 忽略时间戳只按到达顺序播放,导致音视频不同步
面试官常见追问
- 为什么实时音视频多用 UDP 而不是 TCP?
- 音视频怎么做同步?
- 抖动缓冲的作用是什么?
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。