Mendengar suara sendiri terlambat hanya 25 hingga 30 milidetik sudah dinilai ‘mengganggu’ oleh orang yang membaca dengan suara keras, menurut studi terhadap 32 partisipan di Ear and Hearing, dan angka itu banyak menjelaskan mengapa umpan earpiece presenter dalam televisi siaran langsung dirancang dengan menghilangkan suara presenter sendiri. Gambar dinilai sama kerasnya: EBU mengizinkan suara mendahului gambar tidak lebih dari 40 ms atau tertinggal tidak lebih dari 60 ms pada setiap keluaran yang ditujukan untuk disiarkan. Sementara itu produksinya sendiri bergerak menjauh dari lokasi, dengan dua pertiga layanan jarak jauh yang dipesan pada Olimpiade Paris 2024 dibawa melalui platform cloud, bukan satelit. Kami menghimpun data dari ITU, EBU, ATSC, riset pendengaran yang diterbitkan di Ear and Hearing dan PLoS ONE, studi lapangan BBC R&D, University of Strathclyde, dan TV2, aliansi AIMS, pengukuran satelit IFIP Networking, serta survei industri Haivision 2026. Untuk sisi siaran dari komentar langsung, lihat rangkuman pendamping kami tentang audio siaran komentator dan caster esports.
Dua istilah muncul sepanjang artikel ini. Talkback (juga disebut interkom atau comms) adalah kanal suara privat antara ruang kendali, yang oleh penyiar Inggris disebut gallery, dan kru. IFB, singkatan dari interruptible foldback (umpan balik yang dapat diinterupsi), adalah umpan di earpiece presenter: biasanya suara program, yang dapat diinterupsi produser untuk memberi instruksi. Umpan itu biasanya berupa mix-minus, yaitu campuran penuh tanpa suara presenter sendiri, sehingga presenter tidak pernah mendengar suaranya sendiri kembali dengan terlambat.
TL;DR
- Penonton mulai mendeteksi kesalahan pewaktuan suara/gambar pada sekitar +45 ms (suara lebih awal) hingga -125 ms (suara terlambat) (ITU-R BT.1359-1, 1998).
- Pada setiap keluaran yang ditujukan untuk disiarkan, suara boleh mendahului gambar paling banyak 40 ms dan tertinggal paling banyak 60 ms (EBU R37-2007).
- Pada input encoder DTV, suara tidak boleh mendahului lebih dari 15 ms atau tertinggal lebih dari 45 ms (ATSC IS-191).
- Saat membaca dengan suara keras, 32 partisipan menilai jeda 25 hingga 30 msec pada suara mereka sendiri sebagai mengganggu (Stone dan Moore, Ear and Hearing 2002).
- Ambang untuk menyadari bahwa suara sendiri tertunda berada di sekitar 100 ms, dengan SD 66,54 ms (Yamamoto dan Kawabata, PLoS ONE 2011).
- Sistem talkback DECT saat ini mencapai di bawah 40 ms ke beltpack nirkabel dan di bawah 70 ms dari beltpack ke beltpack (BBC R&D, Strathclyde, dan TV2, IBC2024).
- SMPTE ST 2110-30 Level B dan C menggunakan paket audio 125 mikrodetik, dibandingkan 1 ms pada Level A (AIMS, pengantar AES67 dan ST 2110-30).
- Latensi jabat tangan TLS median Starlink sekitar 80 ms pada 2024 (Richter, Ververis, dan Bajpai, IFIP Networking 2025).
- 41% dari lebih dari 1.300 profesional yang disurvei menyebut produksi jarak jauh sebagai prioritas teknologi terbesar mereka untuk 2026 (Haivision Broadcast Transformation Report 2026).
- Dua pertiga layanan jarak jauh yang dipesan di 54 penyiar pada Paris 2024 menggunakan OBS Live Cloud (Olympic Broadcasting Services, 2024).
1. Toleransi Sinkronisasi Bibir: Apa yang Diizinkan Standar Siaran
Setiap keputusan talkback dan IFB berada di dalam anggaran pewaktuan gambar yang diawasi penonton tanpa mereka sadari. Asimetri adalah wawasan kuncinya: penonton jauh lebih menoleransi suara yang datang terlambat (hingga sekitar -125 ms sebelum terdeteksi) daripada suara yang datang lebih awal (sekitar +45 ms), pola yang sesuai dengan pengalaman sehari-hari, ketika pemandangan suatu peristiwa sampai kepada kita sebelum bunyinya. Dalam standar ini, angka positif berarti suara mendahului gambar dan angka negatif berarti suara tertinggal dari gambar.
Standar kemudian membagi anggaran persepsi itu ke seluruh rantai. Angka EBU ditetapkan dari uji subjektif tentang kapan ketidakcocokan antara gerak bibir dan ucapan menjadi terdeteksi oleh 50% pengamat, dan EBU hanya meminta 5 ms lebih awal hingga 15 ms terlambat pada setiap tahap, agar kesalahan dari banyak tahap tidak menumpuk melampaui batas ujung ke ujung. ATSC bahkan lebih ketat pada input encoder, karena separuh kedua rantai, dari encoder ke penerima, masih harus muat dalam toleransi penonton.
| Metrik | Nilai | Sumber |
|---|---|---|
| Ambang keterdeteksian kesalahan pewaktuan suara/gambar (positif = suara mendahului gambar) | Sekitar +45 ms hingga -125 ms | ITU-R BT.1359-1 (1998) |
| Ambang keterterimaan kesalahan pewaktuan suara/gambar | Sekitar +90 ms hingga -185 ms | ITU-R BT.1359-1 (1998) |
| Kesalahan pewaktuan yang diizinkan dari titik pemilihan sumber program akhir (misalnya master control) hingga input pemancar | +22,5 ms hingga -30 ms | ITU-R BT.1359-1 (1998) |
| Batas ujung ke ujung pada setiap keluaran yang ditujukan untuk disiarkan: suara sebelum gambar dan suara sesudah gambar | 40 ms atau kurang dan 60 ms atau kurang | EBU R37-2007 |
| Akurasi yang disyaratkan pada setiap tahap rantai program | Suara 5 ms lebih awal hingga 15 ms terlambat | EBU R37-2007 |
| Pewaktuan suara pada input perangkat encoding DTV | Tidak pernah lebih dari 15 ms lebih awal atau 45 ms terlambat | ATSC IS-191, sebagaimana dilaporkan TV Technology, 7 Januari 2004 |
| Rentang ujung ke ujung keseluruhan untuk sistem DTV | +30 ms hingga -90 ms | ATSC IS-191, sebagaimana dilaporkan TV Technology, 2004 |
Catatan konteks: dokumen-dokumen ini sudah tua tetapi masih menjadi acuan kerja. Data terbaru yang tersedia: Recommendation BT.1359-1 (1998), R37 (pertama kali diterbitkan pada 1986, diterbitkan ulang pada 2007), dan ATSC IS-191 (dilaporkan pada 2004). Teks R37 mencatat bahwa diperlukan kehati-hatian khusus dalam produksi HD, jadi bacalah batas-batas itu sebagai batas atas, bukan target.
2. Mendengar Suara Sendiri Terlambat: Ambang Jeda Pemantauan Diri
Inilah angka yang membentuk desain IFB. Riset alat bantu dengar adalah bukti terkontrol terbaik tentang bagaimana pembicara bereaksi terhadap suaranya sendiri yang tertunda, dan hasilnya menyatu pada jendela sempit: jeda menjadi mengganggu di suatu titik antara 20 dan 30 msec, jauh sebelum ucapan itu sendiri terganggu. Bagi presenter, itu berarti mix-minus bukan sekadar pelengkap. Setiap jalur yang membawa suara presenter kembali melalui codec, jaringan, dan umpan balik akan melewati ambang itu berkali-kali lipat (bandingkan dengan angka satelit satu arah di bagian 5).
Wawasan kedua adalah bahwa menyadari jeda dan merasa terganggu olehnya adalah dua hal berbeda. Dalam eksperimen headphone kecil, orang hanya dapat merasakan dengan andal bahwa suara mereka terlambat pada sekitar 100 ms, padahal studi gangguan menempatkan rasa tidak nyaman pada sebagian kecil dari itu. Adaptasi membantu sedikit, tetapi hanya setelah beberapa menit hingga satu jam, yang tidak pernah dimiliki tamu acara langsung. Produser yang menangani pemantauan di studio akan mengenali hitungan yang sama dari buffer audio komputer, yang dibahas dalam rangkuman kami tentang ukuran buffer DAW dan latensi audio.
| Metrik | Nilai | Sumber |
|---|---|---|
| Jeda saat gema suara sendiri dinilai mengganggu (20 pendengar berpendengaran normal dengan gangguan pendengaran ringan hingga sedang yang disimulasikan) | Antara 20 dan 30 msec | Stone dan Moore, Ear and Hearing 1999 |
| Membaca dengan suara keras melalui alat bantu dengar digital waktu nyata, 32 partisipan (16 pria, 16 wanita): jeda yang dinilai mengganggu dan jeda saat ukuran produksi ucapan berubah | 25 hingga 30 msec dan di atas 30 msec | Stone dan Moore, Ear and Hearing 2002 |
| 25 pembicara dengan gangguan pendengaran: rentang jeda yang diberi nilai 3 (kemungkinan baru dapat diterima), dan waktu terjadinya sebagian aklimatisasi | 14 hingga 30 msec; sekitar 1 jam | Stone dan Moore, Ear and Hearing 2005 |
| Titik saat suara sendiri yang tertunda terasa serempak, dengan jeda 0 hingga 200 ms melalui headphone (6 dewasa berusia 21 hingga 24 tahun mengulang satu bunyi suara) | 98,41 ms (SD 66,54 ms); ambang deteksi sekitar 100 ms | Yamamoto dan Kawabata, PLoS ONE 2011 |
| Studi yang sama: titik keserempakan yang dirasakan setelah 3 menit adaptasi terhadap jeda 0, 66, atau 133 ms | 67,60, 92,23, dan 112,10 ms (F(2,10) = 15,80, p<0,001) | Yamamoto dan Kawabata, PLoS ONE 2011 |
| Jeda pemrosesan yang diuji pada 20 partisipan berpendengaran normal dan 20 partisipan dengan gangguan pendengaran yang menilai rasa terganggu pada skala 7 poin | Hingga 50 ms; toleransi jauh lebih besar pada gangguan pendengaran di dua dari tiga kondisi suara | Goehring, Chapman, Bleeck, dan Monaghan, International Journal of Audiology 2018 |
Catatan konteks: sampelnya kecil dan spesifik (orang dewasa berpendengaran normal, pembicara dengan gangguan pendengaran, enam dewasa muda berusia 21 hingga 24 tahun), jeda dibuat oleh prosesor alat bantu dengar atau headphone, dan tidak ada partisipan yang merupakan presenter siaran. Data terbaru yang tersedia: Stone dan Moore, 1999 hingga 2005; Yamamoto dan Kawabata, 2011; Goehring dkk., 2018.
3. Anggaran Latensi Talkback, IFB, dan Interkom
Orang-orang yang berbeda dalam sebuah produksi langsung hidup dalam anggaran latensi yang sangat berbeda. In-ear monitor seorang penampil membutuhkan sekitar 4 ms, anggota kru pada beltpack talkback nirkabel (unit interkom yang dikenakan di ikat pinggang) dapat bekerja dengan puluhan milidetik, dan operator vision mixer jarak jauh (orang yang memotong antarkamera) dapat menoleransi lebih dari setengah detik selama tidak ada orang di lokasi yang perlu melihat hasilnya secara waktu nyata. Anggarannya berbeda karena putaran umpan baliknya berbeda: seorang penyanyi mendengar suaranya sendiri, sedangkan juru kamera hanya mendengar instruksi.
Itu juga sebabnya IFB direkayasa sebagai mix-minus, bukan sebagai umpan balik program penuh. Laporan internasional 2004 tentang putaran kontribusi mencantumkan penggunaan mix-minus atau umpan bersih (clean feed) untuk foldback, membisukan foldback saat mikrofon terbuka, serta headphone tertutup atau pemantauan in-ear sebagai praktik operasi yang menjaga gema tetap di luar putaran (ITU-R Report BT.2044). Sebagai pembanding dengan jaringan lain yang kritis terhadap suara, radio push-to-talk untuk petugas tanggap darurat berjalan pada anggaran serupa, yang dibahas dalam rangkuman kami tentang latensi push-to-talk untuk misi kritis.
| Metrik | Nilai | Sumber |
|---|---|---|
| Target latensi untuk in-ear monitor penampil dan latensi satu arah mikrofon nirkabel serta in-ear monitor yang digunakan saat ini | 4 ms dan di bawah 3 ms | BBC R&D, University of Strathclyde, dan TV2, IBC2024 |
| Talkback produksi digital (DECT): dari base ke beltpack nirkabel dan dari beltpack ke beltpack | Di bawah 40 ms dan di bawah 70 ms | BBC R&D, University of Strathclyde, dan TV2, IBC2024 |
| Beltpack Clear-Com FreeSpeak Edge 5 GHz: latensi audio dan dari beltpack ke beltpack | Di bawah 35 ms dan 60 ms (klaim produsen sendiri) | Lembar data Clear-Com FSE-BP50, revisi Agustus 2023 |
| Jeda mulut-ke-telinga yang di bawahnya sebagian besar aplikasi ucapan dan non-ucapan mengalami interaktivitas yang pada dasarnya transparan (400 ms adalah batas atas perencanaan jaringan umum) | 150 ms | ITU-T G.114 (2003) |
| Jeda input-ke-respons operator: titik saat akurasi dan kecepatan turun dan titik saat rasa kendali berkurang secara signifikan | Sekitar 100 ms dan lebih dari 300 ms | BBC R&D, University of Strathclyde, dan TV2, IBC2024 |
| Jeda kamera-ke-vision mixer yang dapat ditoleransi operator vision mixer jarak jauh saat tidak diperlukan umpan balik ke lokasi | Lebih dari 600 ms | BBC R&D, University of Strathclyde, dan TV2, IBC2024 |
Catatan pencilan: angka telefoni 150 ms adalah tolok ukur percakapan, bukan tolok ukur IFB. Presenter yang mendengar suaranya sendiri bereaksi pada 20 hingga 30 msec (bagian 2), sedangkan dua orang yang berbicara melalui sebuah tautan menoleransi kira-kira lima kali lebih besar (150 ms dibandingkan 30 msec).
4. Transpor AoIP: Pewaktuan AES67 dan SMPTE ST 2110-30
Di dalam gedung, transpor itu sendiri sudah bukan lagi hambatan. Standar audio over IP (AoIP) menetapkan waktu paket dalam milidetik atau kurang, sehingga pilihan antara waktu paket 1 ms dan 125 mikrodetik kini menjadi keputusan konfigurasi, bukan batas teknologinya. Latensi yang sesungguhnya ada di tempat lain: di codec, buffer, dan tautan jarak jauh (bagian 5).
Kisah kedua adalah interoperabilitas. Sistem AoIP proprietary masing-masing memakai penemuan, penjaminan waktu, dan format aliran sendiri, sehingga matriks talkback dari satu vendor tidak bisa begitu saja berlangganan ke konsol vendor lain. AES67 mendefinisikan mode operasi bersama, dan SMPTE ST 2110-30 membatasinya lebih jauh untuk siaran, yang memungkinkan panel interkom IP dan stasiun basis beltpack berbagi jaringan dengan kamera dan konsol. Rangkuman kami tentang migrasi studio ke AoIP, Dante, dan AES67 membahas seberapa jauh migrasi itu telah berjalan.
| Metrik | Nilai | Sumber |
|---|---|---|
| AES67 pertama kali diterbitkan, dan pembaruan berikutnya | 2013; diperbarui pada 2015 dan 2018 | AIMS, Introduction to AES67 and its relationship with SMPTE ST 2110-30 |
| Rangkaian SMPTE ST 2110: bagian awal diterbitkan | Desember 2017 | AIMS, pengantar AES67 dan ST 2110-30 |
| Titik operasi utama ST 2110-30 (Level A): waktu paket dan kanal per aliran | 1 ms; 2 dan 8 kanal | AIMS, pengantar AES67 dan ST 2110-30 |
| ST 2110-30 Level B dan C: waktu paket dan kanal maksimum per aliran | 125 mikrodetik; hingga 8 (Level B) dan hingga 64 (Level C) | AIMS, pengantar AES67 dan ST 2110-30 |
| Mode kompatibilitas AES67: format audio bersama | Linier 24-bit (L24), hingga 8 kanal per aliran, 48 kHz | AIMS, pengantar AES67 dan ST 2110-30 |
| Batas aliran asli sebelum mode AES67: Dante dibandingkan RAVENNA | Hingga 4 kanal per aliran dan hingga 64 kanal per aliran | AIMS, pengantar AES67 dan ST 2110-30 |
Catatan konteks: AIMS (Alliance for IP Media Solutions) adalah aliansi industri yang peta jalannya dibangun di atas standar-standar ini. Angka di atas adalah parameter desain dari standar, bukan pengukuran lapangan dari instalasi tertentu.
5. Tautan Kontribusi: Satelit, 5G Privat, Seluler, dan LEO
Begitu sinyal meninggalkan gedung, fisika dan codec yang mengambil alih. Satu lompatan satelit geostasioner menambah sekitar 239 hingga 281 ms satu arah hanya dari jarak, kira-kira sepuluh kali lipat dari 20 hingga 30 msec saat pembicara menganggap suaranya sendiri yang tertunda mengganggu (bagian 2). Pengodean audio berkualitas siaran dapat menambah 170 hingga 400 ms lagi. Laporan 2004 yang sama mencatat bahwa dua separuh loop kontribusi jarang identik: penyiar biasanya menaruh sirkuit berkualitas tinggi pada jalur program, yang berkualitas lebih rendah pada jalur foldback, dan sering mengirim foldback hanya-audio bahkan pada tautan video.
Opsi yang lebih baru memangkas jeda tetapi menambah variabilitas. Layanan satelit orbit rendah Bumi (LEO) seperti Starlink menurunkan latensi median hingga sekitar 80 ms, tetapi dengan dua klaster latensi yang berbeda dan kehilangan paket yang bervariasi lebih dari sepuluh kali lipat antarnegara bertetangga. Jaringan 5G privat dapat membawa video produksi dengan total jeda sekitar 80 hingga 105 ms, sementara kru berita yang memakai seluler gabungan (mengirim satu umpan kamera melalui beberapa jaringan seluler publik sekaligus) menerima hingga dua detik dan karena itu melepaskan percakapan dua arah secara langsung.
| Metrik | Nilai | Sumber |
|---|---|---|
| Jeda jalur satelit geostasioner hanya dari jarak: satelit tepat di atas kepala dibandingkan di cakrawala | Sekitar 239 ms dan sekitar 281 ms | ITU-R Report BT.2044 (2004) |
| Jeda pengodean audio: MPEG AAC berkualitas siaran dan AAC-LD berjeda rendah | 170 hingga 400 ms dan sekitar 60 ms | ITU-R Report BT.2044 (2004) |
| Latensi jabat tangan TLS median Starlink pada 2024 (RIPE Atlas, 146 probe), dan klaster latensi kedua | Sekitar 80 ms; klaster kedua di sekitar 150 hingga 250 ms | Richter, Ververis, dan Bajpai, IFIP Networking 2025 |
| Kehilangan paket Starlink, Januari 2022 hingga Juni 2024: Jerman dibandingkan Austria | 10,52% dan 0,73% | Richter, Ververis, dan Bajpai, IFIP Networking 2025 |
| Waktu transit uplink 5G privat pada 10 konfigurasi yang diuji (20 Mb/s kecuali dinyatakan lain): rentang rata-rata dan rentang maksimum | 6,4 hingga 13,8 ms dan 10,2 hingga 53,6 ms | BBC R&D, University of Strathclyde, dan TV2, IBC2024 |
| Latensi video, dari input encoder ke output decoder: 5G privat tipikal dan yang dioptimalkan, dibandingkan tautan kamera nirkabel DVB-T COFDM | Sekitar 100 hingga 105 ms dan 80 ms dan biasanya sekitar 50 ms | BBC R&D, University of Strathclyde, dan TV2, IBC2024 |
| Jeda video yang ditoleransi pada kontribusi berita yang digabungkan melalui jaringan seluler publik | Hingga 2 detik | BBC R&D, University of Strathclyde, dan TV2, IBC2024 |
Catatan pencilan: angka Starlink adalah waktu jabat tangan TLS ke root server, bukan jalur audio satu arah, dan para penulis mencatat bahwa hasil mereka bertentangan dengan studi sebelumnya yang melaporkan median jauh di bawah 80 ms. Hasil 5G berasal dari jaringan privat satu sel, dan para penulis menambahkan bahwa handover antarsel mengganggu data selama sekitar 20 ms. Data terbaru yang tersedia untuk jeda satelit dan codec: Report BT.2044, 2004.
6. Produksi Jarak Jauh dan Adopsi Cloud
Angka adopsi menjelaskan mengapa angka latensi makin penting setiap tahun. Produksi jarak jauh (sering disebut REMI, singkatan dari remote integration model, model integrasi jarak jauh: kamera dan mikrofon di lokasi, ruang kendali dan kru di tempat lain) memindahkan loop talkback dari kabel di dalam mobil siaran ke jaringan area luas. 41% dari lebih dari 1.300 profesional yang disurvei menyebut produksi jarak jauh sebagai prioritas teknologi terbesar mereka untuk 2026, dan porsi yang memakai jaringan seluler untuk kontribusi langsung naik dari 46% menjadi 54% dalam setahun.
Produksi langsung terbesar sudah beralih. Pada Paris 2024, dua pertiga layanan jarak jauh yang dipesan berjalan melalui cloud, menggantikan satelit, yang diperkenalkan pada Olimpiade Tokyo 1964. Data survei perlu dicermati, namun: kedua survei di bawah ini bersumber dari responden yang memilih sendiri, dan yang lebih besar dijalankan oleh vendor perangkat kontribusi.
| Metrik | Nilai | Sumber |
|---|---|---|
| Responden yang menyebut produksi jarak jauh sebagai prioritas teknologi terbesar untuk 2026 (lebih dari 1.300 responden) | 41% | Haivision Broadcast Transformation Report 2026, sebagaimana dilaporkan SVG, Maret 2026 (survei vendor) |
| Responden yang memakai jaringan seluler untuk kontribusi video langsung, laporan 2026 dibandingkan laporan 2025 | 54% dan 46% | Haivision Broadcast Transformation Report 2026 (survei vendor) |
| Responden yang memakai jaringan seluler sebagai cadangan serat optik | 61% | Haivision Broadcast Transformation Report 2026 (survei vendor) |
| Responden yang memakai protokol transpor SRT, laporan 2020 dibandingkan laporan 2026 | 47% dan 78% | Haivision Broadcast Transformation Report 2026 (survei vendor) |
| Profesional penyiaran dan media yang menerapkan alat produksi cloud (312 pembaca yang memilih sendiri, November 2024 hingga Januari 2025) | 60% | Survei industri NewscastStudio, Februari 2025 |
| Hambatan utama produksi cloud: biaya, kerumitan alur kerja, dan masalah keamanan | 33%, 25%, dan 17% | Survei industri NewscastStudio, 2025 |
| Paris 2024: porsi layanan jarak jauh yang dipesan dan menggunakan OBS Live Cloud | Dua pertiga, di 54 penyiar | Olympic Broadcasting Services dan Alibaba Cloud, sebagaimana dilaporkan TV Technology, 2024 |
| Umpan yang dibawa melalui OBS Live Cloud pada Paris 2024, dan penyiar yang berlangganan saat layanan menjadi standar pada Beijing 2022 | 379 video (11 UHD, 368 HD) dan 100 umpan audio dan 22 penyiar | Olympic Broadcasting Services, sebagaimana dilaporkan TV Technology, 2024 |
Catatan konteks: porsi OBS menghitung layanan jarak jauh yang dipesan, bukan seluruh penyiar pemegang hak, dan angkanya diumumkan saat Olimpiade dimulai, bukan diukur sesudahnya.
Ringkasan: Latensi Talkback dan IFB Siaran dalam Angka
| Metrik | Nilai | Sumber |
|---|---|---|
| Ambang keterdeteksian kesalahan pewaktuan suara/gambar | Sekitar +45 ms hingga -125 ms | ITU-R BT.1359-1 (1998) |
| Ambang keterterimaan kesalahan pewaktuan suara/gambar | Sekitar +90 ms hingga -185 ms | ITU-R BT.1359-1 (1998) |
| Batas sinkronisasi bibir ujung ke ujung pada setiap keluaran yang ditujukan untuk disiarkan (suara sebelum dan sesudah gambar) | 40 ms atau kurang dan 60 ms atau kurang | EBU R37-2007 |
| Pewaktuan suara pada input encoder DTV | Tidak pernah lebih dari 15 ms lebih awal atau 45 ms terlambat | ATSC IS-191 (dilaporkan 2004) |
| Jeda suara sendiri yang dinilai mengganggu saat membaca dengan suara keras (32 partisipan) | 25 hingga 30 msec | Stone dan Moore, Ear and Hearing 2002 |
| Rentang jeda suara sendiri yang dinilai kemungkinan baru dapat diterima (25 pembicara dengan gangguan pendengaran) | 14 hingga 30 msec | Stone dan Moore, Ear and Hearing 2005 |
| Ambang menyadari suara sendiri yang tertunda (6 partisipan) | Sekitar 100 ms (SD 66,54 ms) | Yamamoto dan Kawabata, PLoS ONE 2011 |
| Jeda pemrosesan yang diuji pada 20 partisipan berpendengaran normal dan 20 partisipan dengan gangguan pendengaran | Hingga 50 ms | Goehring dkk., International Journal of Audiology 2018 |
| Target latensi in-ear monitor untuk penampil | 4 ms | BBC R&D, University of Strathclyde, dan TV2, IBC2024 |
| Latensi talkback DECT: ke beltpack dan dari beltpack ke beltpack | Di bawah 40 ms dan di bawah 70 ms | BBC R&D, University of Strathclyde, dan TV2, IBC2024 |
| Latensi audio beltpack nirkabel, klaim produsen sendiri | Di bawah 35 ms | Lembar data Clear-Com FSE-BP50, 2023 |
| Waktu paket ST 2110-30: Level A dibandingkan Level B dan C | 1 ms dan 125 mikrodetik | AIMS, pengantar AES67 dan ST 2110-30 |
| Latensi jabat tangan TLS median Starlink, 2024 | Sekitar 80 ms | Richter, Ververis, dan Bajpai, IFIP Networking 2025 |
| Kehilangan paket Starlink di Jerman, Januari 2022 hingga Juni 2024 | 10,52% | Richter, Ververis, dan Bajpai, IFIP Networking 2025 |
| Produksi jarak jauh disebut sebagai prioritas teknologi terbesar untuk 2026 | 41% | Haivision Broadcast Transformation Report 2026 (survei vendor) |
| Profesional yang menerapkan alat produksi cloud | 60% | Survei industri NewscastStudio, 2025 |
| Layanan jarak jauh yang dipesan di OBS Live Cloud pada Paris 2024 | Dua pertiga, di 54 penyiar | Olympic Broadcasting Services, 2024 |
Metodologi dan Sumber
- International Telecommunication Union: Recommendation BT.1359-1, Relative timing of sound and vision for broadcasting (1998); Report BT.2044, Tolerable round-trip time delay for sound-programme and television broadcast programme inserts (2004); Recommendation G.114, One-way transmission time (2003).
- European Broadcasting Union: R37-2007, The relative timing of the sound and vision components of a television signal.
- Temuan IS-191 dari Subkomite Implementasi ATSC, sebagaimana dilaporkan TV Technology, ATSC Recommends AV Sync Rules, 7 Januari 2004.
- Stone dan Moore, Tolerable hearing aid delays, Ear and Hearing: bagian I, 1999; bagian II, 2002; bagian IV, 2005.
- Yamamoto dan Kawabata, Temporal Recalibration in Vocalization Induced by Adaptation of Delayed Auditory Feedback, PLoS ONE 2011.
- Goehring, Chapman, Bleeck, dan Monaghan, Tolerable delay for speech production and perception, International Journal of Audiology 2018.
- Waddell dkk. (BBC R&D, University of Strathclyde, dan Neutral Wireless, TV2), Optimising 5G for low latency broadcast production, IBC2024.
- Clear-Com, lembar data beltpack FSE-BP50 FreeSpeak Edge, revisi Agustus 2023 (spesifikasi produsen sendiri).
- AIMS (Alliance for IP Media Solutions), Introduction to AES67 and its relationship with SMPTE ST 2110-30, dipresentasikan pada konvensi AES New York.
- Richter, Ververis, dan Bajpai (HPI, University of Potsdam), Breaking Through the Clouds: Performance Insights into Starlink’s Latency and Packet Loss, IFIP Networking 2025.
- Haivision, Broadcast Transformation Report 2026, sebagaimana dilaporkan Sports Video Group, 4 Maret 2026.
- NewscastStudio, survei industri, 7 Februari 2025, 312 responden, dilakukan November 2024 hingga Januari 2025.
- Olympic Broadcasting Services dan Alibaba Cloud, pengumuman OBS Cloud 3.0, sebagaimana dilaporkan TV Technology, 2024.
- Catatan data: sebagian besar data persepsi dan standar sudah tua (1998 hingga 2018) karena batas-batas dasarnya belum diuji ulang; data tersebut ditandai sebagai data terbaru yang tersedia di setiap bagian. Subkomite implementasi ATSC menilai rekomendasi sinkronisasi bibir internasional 1998 tidak memadai untuk DTV, sehingga kedua rangkaian angka itu sengaja berbeda, bukan konflik pengukuran. Hasil Haivision dan NewscastStudio berasal dari sampel yang memilih sendiri, dan vendor menggambarkan kenaikan SRT dari 47% menjadi 78% sebagai ‘kenaikan 31%’, yang sebenarnya adalah selisih poin persentase antara dua sampel yang berbeda. Median Starlink mengukur jabat tangan TLS dan bertentangan dengan studi sebelumnya yang melaporkan median lebih rendah. Angka beltpack dari Clear-Com adalah spesifikasi desain nominal, bukan pengukuran independen. Tidak ditemukan kumpulan data publik yang independen tentang latensi pergi-pulang IFB yang terukur dalam produksi jarak jauh langsung; kami akan menambahkannya jika penyiar atau badan standar menerbitkannya.
Terakhir diperbarui: 8 November 2026. Kami memperbarui rangkuman ini setiap kuartal, dan pembaruan berikutnya diperkirakan terjadi ketika Haivision menerbitkan Broadcast Transformation Report 2027.