直播里声音和画面不同步，就是画面和声音出现延迟差。比如你看人说话时，嘴动一下，过几秒才听到声音。这主要是设备处理、网络传输和软件缓冲三个环节的延迟叠加导致的。

设备处理占头头，比如手机摄像头拍完画面，得先编码成数据包，这个过程要0.5秒左右。网络传输也拖后腿，现在5G延迟平均50毫秒，但遇到高峰期可能飙到200毫秒。软件缓冲更坑人，平台为了防卡顿，得提前存1-3秒的画面，这期间声音可能赶不上。去年B站测试显示，音画不同步用户占比达37%，其中73%发生在4G环境下。设备处理+网络+缓冲三重延迟，就像接力赛跑，一棒总掉队。