咱们晓得，音频的收罗是偶然间机制的。比方采样率是8000，采样位数是8，咱们便能够算出采8K字节的数据所用的时候是1s，如许音频便能够按照本身的速率播放;而摄像头每秒收罗的帧数是绝对牢固的，如OV9650收罗速率为均匀每秒30帧，如许即能够算出1/30秒(约为0.03333，详细精度能够按照请求决议)革新一帧图片，这类体例中只需保障源端音频视频的收罗是同步的便能够，而门禁对讲进程中，这类同步是原生的。
        与文件情势的多媒体不同的是，可视对讲中音视频流的源端是永久同步的。以是一种简略的处理计划是发送端启用自力的音频和视频线程，遏制音视频收罗，收罗后尽管往外发送数据，领受端接到数据就别离解码播放，从外表看，这类接纳无同步机制多线程处理计划是可行的，可是疏忽了一个题目，即音频数据包和视频数据包的巨细。包的巨细会影响收集传输的速率。这类不同在收集前提好的环境下显现不出来，一旦碰到收集堵塞或其余环境就会变得很较着。

        领受端领受到音频数据，间接交给声卡播放，以后播放的音频包的时候戳时候通报给视频线程;领受到视频帧，则将当时候戳时候与以后播放的音频时候戳遏制比拟，若未到达参考时候，则解码播放;若到达参考时候，则申明该视频帧滞后，抛弃该视频帧，领受下一个视频帧，轮回来去，直到线程领受到竣事号令遏制;以上述音频采样率和采样位数为例，视频参考时候的计较方式为(以C说话格局的?号抒发式表现)：音频时候戳时候+1/30>视频时候戳时候?抛弃：播放;在编程完成时，收罗端和播放真个音频和视频可接纳自力的线程，并操纵Qt的旌旗灯号槽机制完成音视频线程时候戳的通报。本计划已在一种新型的数字化智能家居门禁体系中获得了操纵，所研发出产的也恰是操纵此计划，并获得杰出的结果。