如何在macOS Core Audio开发中用CAClock同步音频设备时钟、视频时钟与网络时间协议？

在 macOS 上同时处理音频输入输出、视频采集和网络流时，最麻烦的往往不是缓冲区大小或采样率设置，而是各个硬件时钟各走各的。USB 声卡有自己的晶振，视频设备跟随显示链路，网络时间协议又返回一个绝对时间戳，如果直接把这些值放进同一个处理循环，漂移会很快表现为爆音、重复采样或音画不同步。CAClock 正是 Core Audio 提供的一层时钟抽象，它把主机时间、音频设备时间、时间码和时间源统一到一套接口里，开发者可以读取不同时钟基准下的当前时刻，也可以设置同步源让外部时间码驱动音频时钟。

很多开发者会直接拿 mach_absolute_time 当作音频时间戳，或者把 NTP 秒数直接减去设备时间得到一个固定偏移，这些做法在短时间运行可能看不出问题，一旦设备运行超过几分钟，晶振误差就会累积到毫秒级。理解 CAClock 的 timebase、time source 和 sync source 三个概念，是写出稳定同步逻辑的前提。

一、CAClock 的时间模型：先分清 timebase 和 sync source

CAClock 并不像普通计时器那样只返回一个数字。它使用 CAClockTime 结构来描述当前时刻，这个结构里最重要的字段是 timebase，它决定了联合体 time 中哪个成员有效。当 timebase 为 kCAClockTimebase_HostTime 时，应该读取 time.hostTime；当 timebase 为 kCAClockTimebase_AudioDevice 时，应该读取 time.audioDeviceTime。如果没有判断 timebase 就直接读取 union，很容易拿到错误数据。

CAClock 的属性可以分成两类：一类是描述时钟自身基准的 internal timebase，另一类是描述信号来源的 time source 与 sync source。Internal timebase 决定 CAClock 计时走的是主机时钟、音频设备时钟还是时间码；time source 表示读取当前时间时参考哪一个时间源；sync source 则表示是否锁定到外部 SMPTE、MIDI Clock 或音频设备同步信号。初学者很容易把 time source 和 sync source 混为一谈，实际上前者影响当前时间读数，后者影响锁相行为。

下面这段代码展示了最基础的 CAClock 创建与主机时间读取。代码看起来简单，但它是后续所有时钟映射的基础。

#include <AudioToolbox/AudioToolbox.h>

void CreateCAClockAndReadHostTime(void) {
    CAClockRef clock = NULL;
    CAClockTime clockTime;

    OSStatus status = CAClockNew(kCFAllocatorDefault, &clock);
    if (status != noErr) {
        return;
    }

    status = CAClockGetTime(clock, &clockTime);
    if (status == noErr && clockTime.timebase == kCAClockTimebase_HostTime) {
        uint64_t hostTicks = clockTime.time.hostTime;
        printf("host ticks: %llu\n", hostTicks);
    }

    CAClockDispose(clock);
}

在这个例子里没有设置任何属性，因此 CAClock 使用默认的内部时间基准。实际开发中最好显式设置 internal timebase，避免系统的默认配置因为音频设备插拔而变化。

二、绑定音频设备：让 CAClock 直接返回设备时间

要让 CAClock 与真实的声卡关联，首先需要获得 AudioDeviceID。macOS 的 Core Audio 硬件抽象用 AudioObject 属性来查找默认设备，这与较老的 AudioHardwareGetProperty 接口不同。下面的代码通过 AudioObjectGetPropertyData 获取默认输出设备，再把这个设备设置给 CAClock。

AudioObjectPropertyAddress address = {
    kAudioHardwarePropertyDefaultOutputDevice,
    kAudioObjectPropertyScopeGlobal,
    kAudioObjectPropertyElementMain
};
AudioDeviceID deviceID = 0;
UInt32 size = sizeof(deviceID);
OSStatus status = AudioObjectGetPropertyData(kAudioObjectSystemObject,
                                             &address,
                                             0,
                                             NULL,
                                             &size,
                                             &deviceID);
if (status != noErr) return;

CAClockTimebase timebase = kCAClockTimebase_AudioDevice;
CAClockSetProperty(clock, kCAClockProperty_InternalTimebase, sizeof(timebase), &timebase);

UInt32 timeSource = kCAClockTimeSource_AudioDevice;
CAClockSetProperty(clock, kCAClockProperty_TimeSource, sizeof(timeSource), &timeSource);

设置完成后，CAClockGetTime 返回的 timebase 就会变成 kCAClockTimebase_AudioDevice，同时 time.audioDeviceTime 保存的是以秒为单位的设备时间。这个时间不是主机开机以来经过的秒数，而是音频设备自身的采样时间，它会随着设备晶振独立推进。

CAClockTime deviceTime;
status = CAClockGetTime(clock, &deviceTime);
if (status == noErr && deviceTime.timebase == kCAClockTimebase_AudioDevice) {
    Float64 deviceSeconds = deviceTime.time.audioDeviceTime;
    printf("audio device time: %.6f seconds\n", deviceSeconds);
}

主机时钟和音频设备时钟的差异是很多音画不同步问题的根源。主机时钟由 CPU 晶振或系统时钟驱动，音频设备时钟由声卡晶振驱动，两者之间通常存在一个很小的比例差。如果一直用主机时钟去切分音频缓冲，缓冲区会逐渐偏离真实的设备采样位置，表现为周期性爆音或缓冲欠载。通过 CAClock 读取设备时间，可以在应用层建立主机时间和设备时间之间的实时映射，而不是假设两者相同。

三、把视频时钟和 NTP 映射到同一时间轴

视频时钟在 macOS 上通常由显示链路驱动，比如 CVDisplayLink 或 CADisplayLink 会周期回调，给出基于主机时间的刷新时间。NTP 则返回自 1900 年或 1970 年以来的秒数，本身是一个绝对时间尺度。要把视频帧、网络时间戳和音频缓冲对齐，常见做法是先选主机时间作为中间轴，再分别建立音频设备时间和 NTP 时间到主机时间的映射。

NTP 的映射相对简单。客户端在收到 NTP 响应时，同时读取当前主机时间，计算 NTP 时间与主机秒数之间的偏移量。之后任意时刻只要知道主机时间，就能估算对应的 NTP 时间。下面的结构体用于保存这个锚点，函数负责完成转换。

typedef struct {
    uint64_t hostTicks;
    Float64 ntpSeconds;
} NTPAnchor;

static NTPAnchor gAnchor;

static Float64 HostTicksToSeconds(uint64_t hostTicks) {
    return (Float64)AudioConvertHostTimeToNanos(hostTicks) * 1.0e-9;
}

void SetNTPAnchor(uint64_t hostTicks, Float64 ntpSeconds) {
    gAnchor.hostTicks = hostTicks;
    gAnchor.ntpSeconds = ntpSeconds;
}

Float64 EstimateNTPFromHost(uint64_t hostTicks) {
    Float64 hostDelta = HostTicksToSeconds(hostTicks - gAnchor.hostTicks);
    return gAnchor.ntpSeconds + hostDelta;
}

音频设备时间到主机时间的映射则要利用 CAClock 同时读取两个时间基准。可以先在某个瞬间读取主机时间，再读取 CAClock 的音频设备时间，把这两个值记下来。之后只要得到主机时间，就能按比例估算音频设备时间。需要注意的是这个比例不是固定 1.0，长时间运行后会因为晶振误差产生偏移，因此应该周期性地重新采样更新锚点。

static volatile uint64_t gHostAnchor = 0;
static volatile Float64 gAudioDeviceTimeAtHostAnchor = 0.0;

void UpdateClockAnchor(CAClockRef clock) {
    uint64_t hostNow = AudioGetCurrentHostTime();
    CAClockTime t;
    OSStatus status = CAClockGetTime(clock, &t);
    if (status == noErr && t.timebase == kCAClockTimebase_AudioDevice) {
        gAudioDeviceTimeAtHostAnchor = t.time.audioDeviceTime;
        gHostAnchor = hostNow;
    }
}

static Float64 HostTicksToDeviceSeconds(uint64_t hostTicks) {
    if (gHostAnchor == 0) return 0.0;
    Float64 hostDelta = (Float64)AudioConvertHostTimeToNanos(hostTicks - gHostAnchor) * 1.0e-9;
    return gAudioDeviceTimeAtHostAnchor + hostDelta;
}

把这两个映射组合起来，就形成了一条完整的时间转换链：NTP 时间先转成主机时间，主机时间再转成音频设备时间。视频帧的显示时间通常也可以归一到主机时间上，这样音视频和外部网络时间戳就能在同一个坐标系里比较。对于需要严格网络同步的音频应用，还可以在锚点更新时加入指数移动平均或 PLL 滤波，减小网络抖动带来的跳变。

四、完整同步流程与工程落地的注意点

实际落地时，同步链路通常由一个后台线程维护，而不是在音频渲染回调里临时计算。CAClock 的 CAClockGetTime 虽然接口简单，但内部仍可能涉及锁或属性查询，把它放进实时音频线程可能造成优先级倒置。更好的做法是在渲染回调中只读取已经更新好的锚点变量，虽然简单的 volatile 读取在严格并发语义下不够完美，但在很多音频工程中配合原子操作已经足够使用。

后台线程的更新频率取决于设备之间的漂移速度。一般来说每秒更新一次足够应付大多数 USB 声卡，但如果设备晶振质量较差，或者要求长时间保持样本级同步，可以把更新间隔缩短到 200 毫秒。更新时先读取主机时间，再读取 CAClock 设备时间，两个读取之间不要插入可能阻塞的操作。更新完成后，渲染回调便可以直接通过主机时间计算出音频设备时间和 NTP 时间。

还有一个容易忽略的问题：CAClock 设置 time source 或 sync source 后，可能会触发音频设备时钟源切换或者短暂的计时中断。这类调用不应该在播放过程中频繁执行，而应该在初始化阶段完成。如果需要在运行中切换，应先暂停音频流，切换完成后再恢复。对于真正的硬件级同步，比如让声卡锁定到外部 ADAT、SPDIF 或 Word Clock，则需要使用 AudioDeviceSetProperty 或 AudioObjectSetPropertyData 配置设备本身的时钟域，CAClock 负责的是软件层面的时间表示与读取，不能替代硬件锁相环。

NTP 时间也不建议直接用来驱动音频渲染时钟。网络时间戳的精度通常在毫秒级，而音频回调可能每 128 帧就执行一次，在 48kHz 下每次间隔只有约 2.67 毫秒。把 NTP 直接当作采样时间源会引入明显的抖晃。正确做法是让音频设备晶振作为短时基准，NTP 只负责定期修正长时漂移，这样既保证了本地音频流的平滑性，又能在较长时间尺度上贴合外部时间参考。

CAClockCore Audio时钟同步修改时间：2026-09-25 09:38:58