音视频直播延迟全方位深度分析：从原理到优化实战

摘要：延迟（Latency）是音视频直播系统最核心的体验指标之一。一场直播的延迟从主播端采集到观众端渲染播放，横跨采集、预处理、编码、封包、推流、CDN分发、拉流、解码、渲染等多个环节，每个环节都可能成为延迟瓶颈。本文将从直播全链路的10个环节逐一拆解延迟来源，对比 RTMP、WebRTC、HLS、HTTP-FLV、SRT、LL-HLS 等主流协议的延迟特性，系统讲解编码优化、网络优化、播放端优化和架构优化四大策略，并提供完整的延迟测量 Demo 代码，助你从原理到实践全面掌握直播延迟优化。

一、直播延迟概述

1.1 什么是直播延迟？

直播延迟（Live Latency） 指的是从主播端音视频信号被采集的那一刻起，到观众端最终看到/听到该信号所经历的全部时间差。它是\”端到端延迟（End-to-End Latency）\”在直播场景下的具体体现。

主播开口说话 → 观众听到声音 = 端到端延迟

1.2 延迟的分类与分级