Re: [心得] 運用 Chrony 對時工具提升音訊品質

首先是下面會用到的
OS和用戶可以用到的時鐘:

clock realtime -> 可以被ntp搞到逆時針轉的
clock monotonic -> 只能順時針轉，但可以因ntp而調整轉速(速率)
clock monotonic raw ->只能順時針轉 不受ntp影響
以上三個共同點 依賴系統時鐘源
ptp clock ->在合理的系統上會和PTP GM運行在相同速率

drifted clock 通常還是會有相對穩定的速率
有小的的drift rate=>去掉drift rate就變成比較精確的時鐘

TSC:CPU溫度變化劇烈，但TSC來源PLL的REF晶振溫度變化不大

unstable clock 時間在很短時間變化,倒退,停止
通常不會被OS選為可靠的系統時鐘

ptp clock，用數次sync的時間差除以本地時間差會得到drift rate
結合drifted clock就可以得到相對精確且穩定的時鐘(10kHz+)

PTP GM在AES67裡可以當做Word Sync, Wall Clock
PTP Slave Clock可以經DPLL鎖相到VCO/VCXO，
divide到sample rate可得Media Clock，這種方式得到的是連續時鐘，

也可按上面方法得drift rate然後生成timer，
斷續的clock不能拿來sample 但依舊可以為sample編號(Media Clock)
這種方式生成的是burst間隔，通常用來按buffer size生成timer

audio file (一大鍋米飯)
burst transfer (一大勺=32口米飯)
continuous streaming (一口一口吃)
jitter buffer: https://bit.ly/44O1PVL
借助jitter buffer(碗和大小勺子)把burst transfer變成continuous streaming

聲卡上有一个小緩衝區(碗)
聲卡的控制器(大小勺子)在晶振的固定頻率(continuous)下餵給dac數據(一小勺)
碗快空了就通知主機或者自己再添一大勺飯到碗裡(burst)
只向主機要一小勺會生氣!! (浪費bus)

會用到的結束

舉例子 播MP3文件

通常mp3 decoder通常會耗盡CPU把mp3轉回pcm數據並寫入聲卡
(對，burst，沒有速率控制)
但聲卡的緩衝區很小且消耗速度是固定的,
decoder必須先暫停然後等待聲卡告知自己的緩衝區空出一部分
然後再次寫入直到播放完畢
此時MP3的總播放長度與dac時鐘速度成比例

短期看播放速率是毛刺狀(burst)，長期看播放速率固定在dac時鐘速率
還可以看到主機的所有時間都和播放無關,
實際上正在使用聲卡提供的指示來計算時間.

VAD 就是聲卡
使用ptp來的校准 在正確的時間生成定時器中斷
~~~~ ~~~~~~~~~~

(burst間隔，1/sample rate * buffer size, 1ms級)
可以看做把聲卡晶振的固定頻率連接到VAD做時鐘(固定的消耗速度)

主機會一次填滿緩衝區,定時器提前或延後都不會影響音頻數據的完整性
~~~~~~~~~~~~~~

配合接收端jitter buffer把burst數據平滑到continuous，
dac端使用dpll同步到和burst長期速率一致的GM時鐘，

burst間隔取決於選擇的緩衝區大小，
以32個sample 44.1k為例
只要在和GM同步的timer時間的+-0.7ms內發包，jitter buffer就能維持精確輸出.
~~~~~~~~~~~~~~~~~~~~~~~~~~~~

VAD最大PTP校正能力是+-1.2x系統時間 外加最短0.125秒生成一次校正，

macOS上的VAD默認使用"clock monotonic"形態的時鐘，
可以受ntp影響，但周期長於VAD PTP的校正，且校正量通常遠小於jitter容忍範圍
除了可能造成解鎖外功能可以忽略

如果系統時鐘波動過大或者調度器沒辦法在jitter容忍範圍內把RTP包發到接收器
Merging的VAD會在system.log和dmesg裡留下痕跡
使用中最大的問題是调度器导致定時器fire過晚，ms級

要提到的還有之所以其他設備的delta很小，
是因為他們的系統會選擇ptp做時鐘源，
系統時間緊密貼合PTP GM，
macOS沒法用PTP做時鐘源，所以很難消掉

--

補充: VAD中slave clock對時方法

PTP求得drift rate,定時器中斷(本機時間+1ms/drift rate)將落在標準時間+1ms附近， 下次中斷就是在(標準時間+1ms附近)的本機時間+(1ms/drift rate) 為防止偏差過大，在同步間隔R時會重新生成drift rate 可見VAD的timer是貼著標準時間走的 media clock只有在DAC/ADC邊緣才是真實的時鐘信號， 可以映射到GM絕對時間，但AES67沒有嚴格要求相位同步 RTP中的timestamp實際是media clock計數器，比如48000khz,1ms buffer, GM時間每ms應該有1個RTP Packet,timestamp就應該加48，並沒有絕對時間 每個slave的每秒都有1000個ms(被同步約束) 只要滿足同步，就能在jitter buffer還原回精確的sample clock & sample 這期間VAD完全不知道每個sample在什麼時間生成，因為他是burst的，時間由GM保證 實際上同步建立在音頻時鐘+jitter buffer上， 除PTP packet外沒有其他packet有真正的timestamp

補充2: 1ms jitter buffer意味著1ms delay，和其他設備align間隔也是1ms， 聲卡工作在burst模式，因為不能同步時鐘到AD/DA，這意味著相位要求幾乎沒有 頻率同步不需要delay measurement,故可以使用SW PTP(不需要hw timestamp) 這樣就只需要接收sync,同時用相對時間差計算drift rate 實際上VAD也沒有發任何ptp包出去 SW PTP可以滿足1ms要求，并且不需要额外硬件，是VAD首选 sample instant alignment，也就是標準(GM)時間對AES67的影響 Media Clock在VAD中，因為很難得到精確時間信息(1s/48000,scheduler) 聲卡的burst播放也不會在準確的時刻寫入sample 所以VAD與GM時間同步，播放設備按GM時鐘生成採樣率播放，理想情況下就是bit perfect 真正有差別的地方在多路AD/DA，mixer上 具有相同RTP timestamp的sample要在相同的時刻sample/playback，(AES11的+-5%) 這個時刻由PTP GM保證，通過hw timestamp+servo+dpll+apll生成sample edge， 確保所有相位同步的設備都具有非常接近的相位，必須要用HW PTP且需要很多額外組件 這個問題可以很大，但优势也在这里，用了GPS，全世界可以一起录 順便就可以提供給嵌入式系統一個時鐘源，系統時間和GM完全一樣， 但系統時間和音頻時鐘依舊沒有關聯， Media Clock綁定到GM時間，要求絕對準確，OS取準確時間代價太大 最後 ALC NetworX VAD 提供了system time sync功能, 需要HW PTP， Intel舊網卡基本都可以用，可以體驗看看