54、网页端媒体同步技术解析

网页端媒体同步技术解析

1. 引言

互联网是多媒体的天然平台，它具备广泛的覆盖范围、强大的后端服务，以及丰富的用于捕获、交互和展示的组件。其模块化、可组合性和互操作性的特点，理论上允许通过整合简单组件的能力来构建高级的媒体体验。然而，在处理定时媒体时，情况变得复杂起来，因为媒体组件需要同步才能提供一致的体验，尤其是在分布式媒体体验场景中。

以一个体育赛事网页为例，它可能使用 Web Audio 实现音效，HTML5 视频展示画面，带有定时 GPS 数据的地图，WebGL 呈现定时信息图表，定时的 Twitter 小部件实现社交整合，以及与比赛时间同步的广告横幅。要让这些不同的媒体组件基于共同的时间线和媒体控制协调运行，这就是所谓的时间互操作性。缺乏对时间互操作性的支持，与互联网的核心原则相背离。而挖掘定时媒体组件的综合能力，对于单设备和多设备的基于网络的媒体体验来说，具有巨大的潜力。

2. 核心术语

• 时间线 ：媒体展示的逻辑轴，时间线上的值通常与单位相关，如秒、毫秒、帧数或幻灯片编号等。时间线可以是无限的，也可以由一个范围（即最小值和最大值）界定。
• 时钟 ：以固定的正速率沿着时间线可预测移动的点。硬件时钟最终依赖于晶体振荡器，系统时钟通常从纪元（即 1970 年 1 月 1 日 UTC）开始计算秒或毫秒，并可通过时钟同步协议（如 NTP、PTP）进行校正。从应用开发者的角度来看，时钟的值可以读取，但不能更改。
• 运动 ：媒体播放和媒体控制的统一概念。它表示一个点沿着时间线可预测地移动，