在使用sdk-c viewer端進行拉流的過程中，viewer端拉取的是視頻幀和音頻幀，不會在播放器中播放，所以要根據收到的流來判斷拉流過程是否穩定流暢。

我這邊采用的算法是：依據相鄰幀之間的時間間隔是否落在期望值的 ±20% 范圍內。

音頻幀、視頻幀的日志打印如下：

 07:19:26.263 VERBOSE sampleAudioFrameHandler(): Audio Frame received. TrackId: 140092278368896, Size: 160, Flags 3210729368
2025-06-12 07:19:26.283 VERBOSE sampleAudioFrameHandler(): Audio Frame received. TrackId: 140092278368896, Size: 160, Flags 3210729368
2025-06-12 07:19:26.298 VERBOSE sampleVideoFrameHandler(): Video Frame received. TrackId: 140092278368896, Size: 4458, Flags 3210729368
2025-06-12 07:19:26.303 VERBOSE sampleAudioFrameHandler(): Audio Frame received. TrackId: 140092278368896, Size: 160, Flags 3210729368
2025-06-12 07:19:26.323 VERBOSE sampleAudioFrameHandler(): Audio Frame received. TrackId: 140092278368896, Size: 160, Flags 3210729368
2025-06-12 07:19:26.338 VERBOSE sampleVideoFrameHandler(): Video Frame received. TrackId: 140092278368896, Size: 263, Flags 3210729368
2025-06-12 07:19:26.343 VERBOSE sampleAudioFrameHandler(): Audio Frame received. TrackId: 140092278368896, Size: 160, Flags 3210729368
2025-06-12 07:19:26.363 VERBOSE sampleAudioFrameHandler(): Audio Frame received. TrackId: 140092278368896, Size: 160, Flags 3210729368

假設期望幀間隔是 20ms，那接收的幀間隔必須在lower和upper之間：

• lower = 16ms （-20%）
• upper = 24ms （+20%）

之后遍歷相鄰的時間戳，計算差值即時間間隔：

• 如果任何一個間隔超出 [16, 24]ms 范圍，就返回 1（表示不穩定）
• 如果所有間隔都在范圍內，最后返回 0（表示穩定）

這里有一點需要注意，如果時間間隔大于最大值很好理解，肯定是卡頓了，那么小于最小值為什么也被認定為不穩定呢，時間差越短不是越流暢嗎？這里解釋一下：

比如視頻幀率是 25fps，對應每幀間隔約 40ms。如果某幾幀突然變成 20ms，就不是“按幀率穩定輸出”的表現。幀率不穩，會導致：

• 音視頻不同步
• 抖動（jitter）
• 丟幀或重復幀等問題

流媒體播放是“節奏感”不是“越快越好”
一個穩定的視頻流（比如 25fps）應該每 40ms 一幀。如果突然來一幀只間隔了 10ms，會導致播放器不知道該怎么同步音視頻，甚至可能觸發跳幀。過快或過慢，都是對穩定性的破壞。

時間間隔短，可能是網絡包聚合延遲之后一次性發送多幀的情況。

舉個例子：
假設有個節拍器本來每 1 秒“噠”一下，現在突然 0.1 秒“噠噠噠”3 次，那么它可能出故障了！

代碼實現

# 判斷幀時間是否穩定（±20%）
is_stable() {local expected_ms=$1shiftlocal -a times=("$@")local lower=$((expected_ms * 8 / 10))local upper=$((expected_ms * 12 / 10))for ((i = 1; i < ${#times[@]}; i++)); dolocal diff=$((times[i] - times[i-1]))if (( diff < lower || diff > upper )); thenreturn 1fidonereturn 0
}

第一個參數 $1：是期望的幀間隔（單位是毫秒），比如：

• 音頻幀：20 毫秒
• 視頻幀：40 毫秒

后續參數：是一系列時間戳（以毫秒為單位），代表每幀的接收時間。這些時間戳是在分析viewer端日志的過程中，獲取到的n幀視頻幀時間戳和n幀音頻幀時間戳。

后續參數跟這行代碼相關：

local -a times=("$@")

這行代碼是將函數傳入的參數中除了第一個參數外的所有參數，作為一個數組存入 times 變量中。因為前面 shift 過一次了，所以 $@ 就是“剩余的所有時間戳列表”。

例如：

is_stable 20 1000 1020 980 1010

進入函數后：

$1 = 20（期望間隔）

shift 移除 $1 后

$@ 就變成了：1000 1020 980 1010

times=(“$@”) 等價于：times=(1000 1020 980 1010)

如果去掉 -a，也不會出錯，但那樣會變成普通字符串變量，只存第一個參數值：

local times=("$@")  # 結果是 times=1000

-a 是告訴 Bash：“我要定義一個數組變量”。

總結就是

部分	含義
local	聲明這是一個函數內的局部變量，不影響外部環境
-a	表示這個變量是一個數組類型
times	數組變量的名字
=(“$@”)	把函數剩余的所有參數（即 $@）作為數組元素賦值給 times

前一篇：https://blog.csdn.net/zhang_jiamin/article/details/149053832?spm=1011.2415.3001.5331