关于音频传输格式的另一种想法和可行性

[LFNL-scholar]

目前的代码

服务端

• 目前逻辑应该是火山引擎传输pcm的数据到服务端。
• 服务端流式把pcm转成opus数据进行传输。

客户端

• 接收到流式的opus数据
• 流式的将接收到的opus数据转成pcm数据
• 进行播放

---

另一种可能的想法

可不可以在服务端和客户端直接传输ogg_opus的数据而不是裸opus的数据。
只需在客户端做一次pcm的编码即可，这样子可以省去服务端的一次pcm编码。

还请各位大佬提供意见。

[LFNL-scholar]

我了解到火山引擎那边的双向流式API传输ogg_opus数据是200-600ms/帧，这么大的一帧传到客户端再加上提取opus数据和编码的时间，是不是会造成明显的卡顿和延迟。（加之opus这种压缩格式无法准确分割为60ms一帧）