Thống Kê Độ Trễ Talkback và IFB Trong Phát Sóng (2026): 40+ Điểm Dữ Liệu Về Giới Hạn Đồng Bộ Môi, Độ Trễ Tự Nghe và Liên Kết Sản Xuất Từ Xa

Thống kê talkback và IFB phát sóng 2026: nghe giọng mình trễ 20 đến 30 ms bị đánh giá là gây khó chịu, và liên kết vệ tinh GEO cộng thêm tới 281 ms.

Nghe giọng của chính mình trễ chỉ 25 đến 30 mili giây đã bị những người đọc to đánh giá là ‘gây khó chịu’, theo một nghiên cứu với 32 người tham gia trên Ear and Hearing, và con số đó giải thích phần lớn lý do vì sao tín hiệu tai nghe của người dẫn chương trình trong truyền hình trực tiếp được thiết kế để loại bỏ giọng của chính họ. Hình ảnh cũng bị đánh giá nghiêm khắc không kém: EBU cho phép âm thanh đi trước hình ảnh không quá 40 ms hoặc chậm sau không quá 60 ms tại bất kỳ đầu ra nào dành cho phát sóng. Trong khi đó, bản thân việc sản xuất đang rời xa địa điểm tổ chức, với hai phần ba các dịch vụ từ xa được đặt trước tại Thế vận hội Paris 2024 được truyền qua một nền tảng đám mây thay vì vệ tinh. Chúng tôi đã tổng hợp dữ liệu từ ITU, EBU, ATSC, các nghiên cứu thính học đăng trên Ear and Hearing và PLoS ONE, một nghiên cứu thực địa của BBC R&D, University of Strathclyde và TV2, liên minh AIMS, các phép đo vệ tinh của IFIP Networking và khảo sát ngành năm 2026 của Haivision. Về phía phát sóng của phần bình luận trực tiếp, hãy xem bài tổng hợp đi kèm của chúng tôi về âm thanh phát sóng của bình luận viên và caster esports.

Hai thuật ngữ xuyên suốt bài viết này. Talkback (còn gọi là liên lạc nội bộ hay comms) là kênh thoại riêng giữa phòng điều khiển, nơi các đài phát sóng Anh gọi là gallery, và đội ngũ sản xuất. IFB, viết tắt của interruptible foldback (đường hồi tiếp có thể ngắt), là tín hiệu trong tai nghe của người dẫn chương trình: thông thường là âm thanh chương trình, mà nhà sản xuất có thể ngắt để đưa chỉ đạo. Tín hiệu đó thường là một mix-minus, nghĩa là bản trộn đầy đủ trừ giọng của chính người dẫn, để họ không bao giờ nghe giọng mình quay lại với độ trễ.

Tóm tắt nhanh

  • Người xem bắt đầu phát hiện sai lệch thời gian âm thanh/hình ảnh ở khoảng +45 ms (âm thanh sớm) đến -125 ms (âm thanh trễ) (ITU-R BT.1359-1, 1998).
  • Tại bất kỳ đầu ra nào dành cho phát sóng, âm thanh có thể đi trước hình ảnh tối đa 40 ms và chậm sau tối đa 60 ms (EBU R37-2007).
  • Tại đầu vào của bộ mã hóa DTV, âm thanh không bao giờ được đi trước quá 15 ms hoặc chậm sau quá 45 ms (ATSC IS-191).
  • Khi đọc to, 32 người tham gia đánh giá độ trễ 25 đến 30 msec của giọng mình là gây khó chịu (Stone và Moore, Ear and Hearing 2002).
  • Ngưỡng để nhận ra giọng của chính mình bị trễ nằm ở khoảng 100 ms, với SD là 66,54 ms (Yamamoto và Kawabata, PLoS ONE 2011).
  • Các hệ thống talkback DECT hiện nay đạt dưới 40 ms đến beltpack không dây và dưới 70 ms từ beltpack đến beltpack (BBC R&D, Strathclyde và TV2, IBC2024).
  • SMPTE ST 2110-30 Cấp B và C dùng gói âm thanh 125 micro giây, so với 1 ms ở Cấp A (AIMS, giới thiệu AES67 và ST 2110-30).
  • Độ trễ bắt tay TLS trung vị của Starlink là khoảng 80 ms vào năm 2024 (Richter, Ververis và Bajpai, IFIP Networking 2025).
  • 41% trong số hơn 1.300 chuyên gia được khảo sát gọi sản xuất từ xa là ưu tiên công nghệ lớn nhất của họ cho năm 2026 (Haivision Broadcast Transformation Report 2026).
  • Hai phần ba các dịch vụ từ xa được đặt trước tại 54 đài phát sóng ở Paris 2024 dùng OBS Live Cloud (Olympic Broadcasting Services, 2024).

1. Dung Sai Đồng Bộ Môi: Các Tiêu Chuẩn Phát Sóng Cho Phép Những Gì

Mọi quyết định về talkback và IFB đều nằm trong một ngân sách thời gian hình ảnh mà người xem giám sát mà không hề hay biết. Sự bất đối xứng là điểm mấu chốt: người xem chịu được âm thanh đến trễ (tới khoảng -125 ms trước khi phát hiện ra) tốt hơn nhiều so với âm thanh đến sớm (khoảng +45 ms), một quy luật khớp với trải nghiệm hằng ngày, khi hình ảnh của một sự kiện đến với ta trước âm thanh của nó. Trong các tiêu chuẩn này, số dương nghĩa là âm thanh đi trước hình ảnh và số âm nghĩa là âm thanh chậm sau hình ảnh.

Sau đó các tiêu chuẩn chia ngân sách cảm nhận này cho toàn chuỗi. Các con số của EBU được đặt ra từ các thử nghiệm chủ quan về thời điểm sự lệch giữa cử động môi và lời nói trở nên nhận thấy được đối với 50% người quan sát, và EBU chỉ yêu cầu từ sớm 5 ms đến trễ 15 ms ở mỗi công đoạn riêng lẻ, để sai số từ nhiều công đoạn không dồn lại vượt quá giới hạn đầu cuối. ATSC còn chặt hơn nữa ở đầu vào bộ mã hóa, vì nửa sau của chuỗi, từ bộ mã hóa đến máy thu, vẫn phải nằm gọn trong mức chịu đựng của người xem.

Chỉ sốGiá trịNguồn
Ngưỡng có thể phát hiện của sai lệch thời gian âm thanh/hình ảnh (dương = âm thanh đi trước hình ảnh)Khoảng +45 ms đến -125 msITU-R BT.1359-1 (1998)
Ngưỡng chấp nhận được của sai lệch thời gian âm thanh/hình ảnhKhoảng +90 ms đến -185 msITU-R BT.1359-1 (1998)
Sai lệch thời gian cho phép từ điểm chọn nguồn chương trình cuối cùng (ví dụ phòng điều khiển chính) đến đầu vào máy phát+22,5 ms đến -30 msITU-R BT.1359-1 (1998)
Giới hạn đầu cuối tại bất kỳ đầu ra nào dành cho phát sóng: âm thanh trước hình ảnh và âm thanh sau hình ảnh40 ms hoặc ít hơn và 60 ms hoặc ít hơnEBU R37-2007
Độ chính xác yêu cầu ở mỗi công đoạn của chuỗi chương trìnhÂm thanh sớm 5 ms đến trễ 15 msEBU R37-2007
Thời gian âm thanh tại đầu vào của các thiết bị mã hóa DTVKhông bao giờ sớm quá 15 ms hoặc trễ quá 45 msATSC IS-191, theo TV Technology, ngày 7 tháng 1 năm 2004
Phạm vi đầu cuối tổng thể cho hệ thống DTV+30 ms đến -90 msATSC IS-191, theo TV Technology, 2004

Ghi chú bối cảnh: các tài liệu này đã cũ nhưng vẫn là tham chiếu làm việc. Dữ liệu mới nhất hiện có: Recommendation BT.1359-1 (1998), R37 (phát hành lần đầu năm 1986, phát hành lại năm 2007) và ATSC IS-191 (được ghi nhận năm 2004). Văn bản R37 lưu ý rằng cần đặc biệt cẩn trọng trong sản xuất HD, vì vậy hãy đọc các giới hạn này như mức trần, không phải mục tiêu.

2. Nghe Giọng Mình Bị Trễ: Ngưỡng Độ Trễ Tự Nghe

Đây là con số định hình thiết kế IFB. Nghiên cứu về máy trợ thính là bằng chứng có kiểm soát tốt nhất về cách một người nói phản ứng với giọng của chính mình bị trễ, và nó hội tụ về một khoảng hẹp: độ trễ trở nên gây khó chịu ở đâu đó giữa 20 và 30 msec, rất lâu trước khi bản thân lời nói bị rối loạn. Đối với một người dẫn chương trình, điều đó có nghĩa là mix-minus không phải thứ xa xỉ. Bất kỳ đường nào đưa giọng người dẫn quay lại qua codec, mạng và đường hồi tiếp sẽ vượt ngưỡng đó nhiều lần (so với các con số vệ tinh một chiều ở phần 5).

Điều thứ hai là nhận ra độ trễ và bị nó làm phiền là hai việc khác nhau. Trong một thí nghiệm tai nghe nhỏ, mọi người chỉ cảm nhận một cách đáng tin cậy rằng giọng mình bị trễ ở khoảng 100 ms, trong khi các nghiên cứu về sự khó chịu đặt mức khó chịu ở một phần nhỏ của con số đó. Sự thích nghi giúp được phần nào, nhưng chỉ sau vài phút đến một giờ, điều mà khách mời trong chương trình trực tiếp không bao giờ có. Các nhà sản xuất xử lý việc nghe giám sát trong studio sẽ nhận ra phép tính tương tự từ bộ đệm âm thanh của máy tính, được đề cập trong bài tổng hợp của chúng tôi về kích thước bộ đệm DAW và độ trễ âm thanh.

Chỉ sốGiá trịNguồn
Độ trễ mà tiếng vang của giọng chính mình bị đánh giá là gây khó chịu (20 người nghe bình thường với suy giảm thính lực nhẹ đến vừa được mô phỏng)Giữa 20 và 30 msecStone và Moore, Ear and Hearing 1999
Đọc to qua máy trợ thính kỹ thuật số thời gian thực, 32 người tham gia (16 nam, 16 nữ): độ trễ bị đánh giá là gây khó chịu và độ trễ mà các chỉ số tạo lời nói thay đổi25 đến 30 msec và trên 30 msecStone và Moore, Ear and Hearing 2002
25 người nói bị suy giảm thính lực: khoảng độ trễ được chấm mức 3 (có lẽ vừa chấp nhận được) và thời gian diễn ra một phần sự thích nghi14 đến 30 msec; khoảng 1 giờStone và Moore, Ear and Hearing 2005
Điểm mà giọng của chính mình bị trễ được cảm nhận là đồng thời, với độ trễ 0 đến 200 ms qua tai nghe (6 người trưởng thành 21 đến 24 tuổi lặp lại một âm thanh giọng nói)98,41 ms (SD 66,54 ms); ngưỡng phát hiện khoảng 100 msYamamoto và Kawabata, PLoS ONE 2011
Cùng nghiên cứu: điểm cảm nhận đồng thời sau 3 phút thích nghi với độ trễ 0, 66 hoặc 133 ms67,60, 92,23 và 112,10 ms (F(2,10) = 15,80, p<0,001)Yamamoto và Kawabata, PLoS ONE 2011
Độ trễ xử lý được thử nghiệm trên 20 người nghe bình thường và 20 người suy giảm thính lực đánh giá mức khó chịu trên thang 7 điểmTới 50 ms; mức chịu đựng cao hơn đáng kể ở người suy giảm thính lực trong hai trên ba điều kiện giọng nóiGoehring, Chapman, Bleeck và Monaghan, International Journal of Audiology 2018

Ghi chú bối cảnh: các mẫu nhỏ và đặc thù (người trưởng thành nghe bình thường, người nói bị suy giảm thính lực, sáu người trưởng thành trẻ 21 đến 24 tuổi), độ trễ được tạo ra bởi bộ xử lý máy trợ thính hoặc tai nghe, và không ai trong số những người tham gia là người dẫn chương trình phát sóng. Dữ liệu mới nhất hiện có: Stone và Moore, 1999 đến 2005; Yamamoto và Kawabata, 2011; Goehring và cộng sự, 2018.

3. Ngân Sách Độ Trễ Của Talkback, IFB và Liên Lạc Nội Bộ

Những người khác nhau trong một chương trình trực tiếp sống trong những ngân sách độ trễ rất khác nhau. Tai nghe kiểm âm in-ear của một nghệ sĩ biểu diễn cần khoảng 4 ms, một thành viên đội ngũ dùng beltpack talkback không dây (thiết bị liên lạc nội bộ đeo ở thắt lưng) có thể làm việc với vài chục mili giây, và một người vận hành bộ trộn hình từ xa (người chuyển cắt giữa các máy quay) có thể chịu được hơn nửa giây miễn là không ai tại địa điểm cần thấy kết quả theo thời gian thực. Các ngân sách khác nhau vì các vòng hồi tiếp khác nhau: một ca sĩ nghe giọng chính mình, còn một người quay phim chỉ nghe các chỉ dẫn.

Đó cũng là lý do IFB được thiết kế như một mix-minus chứ không phải đường trả về toàn bộ chương trình. Một báo cáo quốc tế năm 2004 về các vòng đóng góp tín hiệu liệt kê việc dùng mix-minus hoặc tín hiệu sạch (clean feed) cho foldback, tắt tiếng foldback khi micro đang mở, và tai nghe kín hoặc kiểm âm in-ear là những thông lệ vận hành giữ tiếng vang ra khỏi vòng (ITU-R Report BT.2044). Để so sánh với một mạng khác mà giọng nói là yếu tố then chốt, radio nhấn để nói dành cho lực lượng ứng cứu đầu tiên chạy trên các ngân sách tương tự, được đề cập trong bài tổng hợp của chúng tôi về độ trễ nhấn để nói trong nhiệm vụ trọng yếu.

Chỉ sốGiá trịNguồn
Mục tiêu độ trễ cho tai nghe kiểm âm in-ear của nghệ sĩ và độ trễ một chiều của micro không dây và tai nghe in-ear đang sử dụng4 ms và dưới 3 msBBC R&D, University of Strathclyde và TV2, IBC2024
Talkback sản xuất kỹ thuật số (DECT): từ trạm gốc đến beltpack không dây và từ beltpack đến beltpackDưới 40 ms và dưới 70 msBBC R&D, University of Strathclyde và TV2, IBC2024
Beltpack Clear-Com FreeSpeak Edge 5 GHz: độ trễ âm thanh và từ beltpack đến beltpackDưới 35 ms và 60 ms (công bố của chính nhà sản xuất)Bảng dữ liệu Clear-Com FSE-BP50, bản sửa đổi tháng 8 năm 2023
Độ trễ từ miệng đến tai mà dưới mức đó phần lớn các ứng dụng thoại và phi thoại có tính tương tác về cơ bản là trong suốt (400 ms là trần quy hoạch mạng chung)150 msITU-T G.114 (2003)
Độ trễ từ thao tác đến phản hồi của người vận hành: điểm mà độ chính xác và tốc độ giảm và điểm mà cảm giác kiểm soát giảm đáng kểKhoảng 100 ms và trên 300 msBBC R&D, University of Strathclyde và TV2, IBC2024
Độ trễ từ máy quay đến bộ trộn hình mà người vận hành bộ trộn hình từ xa có thể chịu được khi không cần đường trả về cho địa điểmTrên 600 msBBC R&D, University of Strathclyde và TV2, IBC2024

Ghi chú ngoại lệ: con số 150 ms của điện thoại là chuẩn tham chiếu cho hội thoại, không phải chuẩn tham chiếu cho IFB. Một người dẫn chương trình nghe giọng mình phản ứng ở mức 20 đến 30 msec (phần 2), trong khi hai người trò chuyện qua một liên kết chịu được nhiều hơn khoảng năm lần (150 ms so với 30 msec).

4. Truyền Tải AoIP: Thời Gian Của AES67 và SMPTE ST 2110-30

Bên trong tòa nhà, bản thân việc truyền tải đã không còn là nút thắt cổ chai. Các tiêu chuẩn âm thanh qua IP (AoIP) định nghĩa thời gian gói tính bằng mili giây hoặc ngắn hơn, vì vậy việc chọn giữa thời gian gói 1 ms và 125 micro giây giờ là một quyết định cấu hình, không phải giới hạn của công nghệ. Độ trễ thực sự nằm ở nơi khác: trong codec, bộ đệm và các liên kết đường dài (phần 5).

Câu chuyện thứ hai là khả năng tương tác. Các hệ thống AoIP độc quyền đều dùng cơ chế khám phá, đồng bộ đồng hồ và định dạng luồng riêng, nên ma trận talkback của một nhà cung cấp không thể đơn giản đăng ký vào bàn điều khiển của nhà cung cấp khác. AES67 định nghĩa một chế độ vận hành chung, và SMPTE ST 2110-30 ràng buộc nó chặt hơn cho phát sóng, cho phép các bảng liên lạc nội bộ IP và trạm gốc beltpack dùng chung mạng với máy quay và bàn điều khiển. Bài tổng hợp của chúng tôi về chuyển đổi studio sang AoIP, Dante và AES67 trình bày quá trình chuyển đổi đó đã đi được bao xa.

Chỉ sốGiá trịNguồn
AES67 được công bố lần đầu và các bản cập nhật sau đó2013; cập nhật năm 2015 và 2018AIMS, Introduction to AES67 and its relationship with SMPTE ST 2110-30
Bộ SMPTE ST 2110: các phần đầu tiên được công bốTháng 12 năm 2017AIMS, giới thiệu AES67 và ST 2110-30
Điểm vận hành chính của ST 2110-30 (Cấp A): thời gian gói và số kênh mỗi luồng1 ms; 2 và 8 kênhAIMS, giới thiệu AES67 và ST 2110-30
ST 2110-30 Cấp B và C: thời gian gói và số kênh tối đa mỗi luồng125 micro giây; tối đa 8 (Cấp B) và tối đa 64 (Cấp C)AIMS, giới thiệu AES67 và ST 2110-30
Chế độ tương thích AES67: định dạng âm thanh chungTuyến tính 24 bit (L24), tối đa 8 kênh mỗi luồng, 48 kHzAIMS, giới thiệu AES67 và ST 2110-30
Giới hạn luồng gốc trước chế độ AES67: Dante so với RAVENNATối đa 4 kênh mỗi luồng và tối đa 64 kênh mỗi luồngAIMS, giới thiệu AES67 và ST 2110-30

Ghi chú bối cảnh: AIMS (Alliance for IP Media Solutions) là một liên minh ngành có lộ trình được xây dựng trên các tiêu chuẩn này. Các con số trên là tham số thiết kế từ các tiêu chuẩn, không phải số đo thực địa của một hệ thống lắp đặt cụ thể nào.

5. Liên Kết Đóng Góp Tín Hiệu: Vệ Tinh, 5G Riêng, Di Động và LEO

Khi tín hiệu rời tòa nhà, vật lý và codec tiếp quản. Một chặng vệ tinh địa tĩnh duy nhất cộng thêm khoảng 239 đến 281 ms một chiều chỉ riêng do khoảng cách, gấp khoảng mười lần mức 20 đến 30 msec mà tại đó người nói thấy giọng mình bị trễ là gây khó chịu (phần 2). Mã hóa âm thanh chất lượng phát sóng có thể cộng thêm 170 đến 400 ms nữa. Cùng báo cáo năm 2004 ghi nhận rằng hai nửa của một vòng đóng góp tín hiệu hiếm khi giống hệt nhau: các đài phát sóng thường đặt một mạch chất lượng cao trên đường chương trình, một mạch chất lượng thấp hơn trên đường foldback, và thường gửi foldback chỉ có âm thanh ngay cả trên các liên kết video.

Các lựa chọn mới hơn cắt giảm độ trễ nhưng thêm tính biến động. Dịch vụ vệ tinh quỹ đạo thấp (LEO) như Starlink đã đưa độ trễ trung vị xuống khoảng 80 ms, nhưng với hai cụm độ trễ riêng biệt và tỷ lệ mất gói dao động hơn mười lần giữa các quốc gia láng giềng. Mạng 5G riêng có thể mang video sản xuất với tổng độ trễ khoảng 80 đến 105 ms, trong khi các đội tin tức dùng ghép kênh di động (gửi một luồng máy quay qua nhiều mạng di động công cộng cùng lúc) chấp nhận tới hai giây và do đó từ bỏ hội thoại hai chiều trực tiếp.

Chỉ sốGiá trịNguồn
Độ trễ đường truyền vệ tinh địa tĩnh chỉ do khoảng cách: vệ tinh ngay trên đầu và ở chân trờiKhoảng 239 ms và khoảng 281 msITU-R Report BT.2044 (2004)
Độ trễ mã hóa âm thanh: MPEG AAC chất lượng phát sóng và AAC-LD độ trễ thấp170 đến 400 ms và khoảng 60 msITU-R Report BT.2044 (2004)
Độ trễ bắt tay TLS trung vị của Starlink năm 2024 (RIPE Atlas, 146 đầu dò) và cụm độ trễ thứ haiKhoảng 80 ms; cụm thứ hai ở khoảng 150 đến 250 msRichter, Ververis và Bajpai, IFIP Networking 2025
Tỷ lệ mất gói của Starlink, tháng 1 năm 2022 đến tháng 6 năm 2024: Đức so với Áo10,52% và 0,73%Richter, Ververis và Bajpai, IFIP Networking 2025
Thời gian truyền uplink của 5G riêng trên 10 cấu hình được thử nghiệm (20 Mb/s trừ khi có ghi chú khác): khoảng giá trị trung bình và khoảng giá trị tối đa6,4 đến 13,8 ms và 10,2 đến 53,6 msBBC R&D, University of Strathclyde và TV2, IBC2024
Độ trễ video, từ đầu vào bộ mã hóa đến đầu ra bộ giải mã: 5G riêng thông thường và đã tối ưu, so với các liên kết máy quay không dây DVB-T COFDMKhoảng 100 đến 105 ms và 80 ms và thông thường khoảng 50 msBBC R&D, University of Strathclyde và TV2, IBC2024
Độ trễ video được chấp nhận đối với tin tức đóng góp tín hiệu ghép qua mạng di động công cộngTới 2 giâyBBC R&D, University of Strathclyde và TV2, IBC2024

Ghi chú ngoại lệ: các con số của Starlink là thời gian bắt tay TLS tới các máy chủ gốc, không phải đường âm thanh một chiều, và các tác giả lưu ý rằng kết quả của họ mâu thuẫn với các nghiên cứu trước đó báo cáo trung vị thấp hơn nhiều so với 80 ms. Kết quả 5G đến từ các mạng riêng một ô, và các tác giả bổ sung rằng việc chuyển giao ô (handover) làm gián đoạn dữ liệu khoảng 20 ms. Dữ liệu mới nhất hiện có về độ trễ vệ tinh và codec: Report BT.2044, 2004.

6. Sản Xuất Từ Xa Và Việc Áp Dụng Đám Mây

Các con số về mức độ áp dụng giải thích vì sao các con số độ trễ ngày càng quan trọng hơn mỗi năm. Sản xuất từ xa (thường gọi là REMI, viết tắt của remote integration model, mô hình tích hợp từ xa: máy quay và micro ở địa điểm, phòng điều khiển và đội ngũ ở nơi khác) chuyển vòng talkback từ một tuyến cáp trong xe truyền hình lưu động sang mạng diện rộng. 41% trong số hơn 1.300 chuyên gia được khảo sát nêu sản xuất từ xa là ưu tiên công nghệ lớn nhất của họ cho năm 2026, và tỷ lệ dùng mạng di động cho đóng góp tín hiệu trực tiếp tăng từ 46% lên 54% trong một năm.

Các chương trình sản xuất trực tiếp lớn nhất đã chuyển đổi. Tại Paris 2024, hai phần ba các dịch vụ từ xa được đặt trước chạy trên đám mây, thay thế vệ tinh vốn được đưa vào từ Thế vận hội Tokyo 1964. Tuy nhiên dữ liệu khảo sát cần thận trọng: cả hai khảo sát dưới đây đều dựa trên người trả lời tự chọn, và khảo sát lớn hơn do một nhà cung cấp thiết bị đóng góp tín hiệu thực hiện.

Chỉ sốGiá trịNguồn
Người trả lời nêu sản xuất từ xa là ưu tiên công nghệ lớn nhất cho năm 2026 (hơn 1.300 người trả lời)41%Haivision Broadcast Transformation Report 2026, theo SVG, tháng 3 năm 2026 (khảo sát của nhà cung cấp)
Người trả lời dùng mạng di động cho đóng góp video trực tiếp, báo cáo 2026 so với báo cáo 202554% và 46%Haivision Broadcast Transformation Report 2026 (khảo sát của nhà cung cấp)
Người trả lời dùng mạng di động làm dự phòng cho cáp quang61%Haivision Broadcast Transformation Report 2026 (khảo sát của nhà cung cấp)
Người trả lời dùng giao thức truyền tải SRT, báo cáo 2020 so với báo cáo 202647% và 78%Haivision Broadcast Transformation Report 2026 (khảo sát của nhà cung cấp)
Chuyên gia phát sóng và truyền thông đang triển khai công cụ sản xuất đám mây (312 độc giả tự chọn, tháng 11 năm 2024 đến tháng 1 năm 2025)60%Khảo sát ngành NewscastStudio, tháng 2 năm 2025
Rào cản hàng đầu đối với sản xuất đám mây: chi phí, độ phức tạp của quy trình và lo ngại về bảo mật33%, 25% và 17%Khảo sát ngành NewscastStudio, 2025
Paris 2024: tỷ lệ các dịch vụ từ xa được đặt trước dùng OBS Live CloudHai phần ba, tại 54 đài phát sóngOlympic Broadcasting Services và Alibaba Cloud, theo TV Technology, 2024
Các luồng tín hiệu được truyền qua OBS Live Cloud tại Paris 2024, so với các đài phát sóng đăng ký khi dịch vụ trở thành tiêu chuẩn tại Bắc Kinh 2022379 luồng video (11 UHD, 368 HD) và 100 luồng âm thanh so với 22 đài phát sóngOlympic Broadcasting Services, theo TV Technology, 2024

Ghi chú bối cảnh: tỷ lệ của OBS tính các dịch vụ từ xa được đặt trước, không phải tất cả các đài phát sóng giữ bản quyền, và các con số được công bố khi Thế vận hội bắt đầu thay vì được đo sau đó.

Tổng Kết: Độ Trễ Talkback và IFB Trong Phát Sóng Qua Các Con Số

Chỉ sốGiá trịNguồn
Ngưỡng có thể phát hiện của sai lệch thời gian âm thanh/hình ảnhKhoảng +45 ms đến -125 msITU-R BT.1359-1 (1998)
Ngưỡng chấp nhận được của sai lệch thời gian âm thanh/hình ảnhKhoảng +90 ms đến -185 msITU-R BT.1359-1 (1998)
Giới hạn đồng bộ môi đầu cuối tại bất kỳ đầu ra nào dành cho phát sóng (âm thanh trước so với sau hình ảnh)40 ms hoặc ít hơn và 60 ms hoặc ít hơnEBU R37-2007
Thời gian âm thanh tại đầu vào bộ mã hóa DTVKhông bao giờ sớm quá 15 ms hoặc trễ quá 45 msATSC IS-191 (được ghi nhận năm 2004)
Độ trễ giọng của chính mình bị đánh giá là gây khó chịu khi đọc to (32 người tham gia)25 đến 30 msecStone và Moore, Ear and Hearing 2002
Khoảng độ trễ giọng của chính mình được đánh giá là có lẽ vừa chấp nhận được (25 người nói bị suy giảm thính lực)14 đến 30 msecStone và Moore, Ear and Hearing 2005
Ngưỡng nhận ra giọng của chính mình bị trễ (6 người tham gia)Khoảng 100 ms (SD 66,54 ms)Yamamoto và Kawabata, PLoS ONE 2011
Độ trễ xử lý được thử nghiệm trên 20 người nghe bình thường và 20 người suy giảm thính lựcTới 50 msGoehring và cộng sự, International Journal of Audiology 2018
Mục tiêu độ trễ tai nghe kiểm âm in-ear cho nghệ sĩ biểu diễn4 msBBC R&D, University of Strathclyde và TV2, IBC2024
Độ trễ talkback DECT: đến beltpack và từ beltpack đến beltpackDưới 40 ms và dưới 70 msBBC R&D, University of Strathclyde và TV2, IBC2024
Độ trễ âm thanh của beltpack không dây, công bố của chính nhà sản xuấtDưới 35 msBảng dữ liệu Clear-Com FSE-BP50, 2023
Thời gian gói ST 2110-30: Cấp A so với Cấp B và C1 ms và 125 micro giâyAIMS, giới thiệu AES67 và ST 2110-30
Độ trễ bắt tay TLS trung vị của Starlink, 2024Khoảng 80 msRichter, Ververis và Bajpai, IFIP Networking 2025
Tỷ lệ mất gói của Starlink tại Đức, tháng 1 năm 2022 đến tháng 6 năm 202410,52%Richter, Ververis và Bajpai, IFIP Networking 2025
Sản xuất từ xa được nêu là ưu tiên công nghệ lớn nhất cho năm 202641%Haivision Broadcast Transformation Report 2026 (khảo sát của nhà cung cấp)
Chuyên gia đang triển khai công cụ sản xuất đám mây60%Khảo sát ngành NewscastStudio, 2025
Dịch vụ từ xa được đặt trước trên OBS Live Cloud tại Paris 2024Hai phần ba, tại 54 đài phát sóngOlympic Broadcasting Services, 2024

Phương Pháp Luận và Nguồn

Cập nhật lần cuối: ngày 8 tháng 11 năm 2026. Chúng tôi cập nhật bài tổng hợp này hàng quý, và lần làm mới tiếp theo dự kiến diễn ra khi Haivision công bố Broadcast Transformation Report 2027.

Dùng thử VoxBooster — 3 ngày dùng thử miễn phí.

Nhân bản giọng thời gian thực, soundboard và hiệu ứng — ở mọi nơi bạn đã nói chuyện.

  • Không cần thẻ tín dụng
  • ~30ms độ trễ
  • Discord · Teams · OBS
Dùng thử miễn phí 3 ngày