本文分享了WebRTC音视频面试的五个关键点：SFU架构、拥塞控制、QoS机制、安全连接和音画同步。重点讨论了Simulcast与SVC的区别、Google拥塞控制的协同工作、FEC与ARQ的选择策略、DTLS握手过程中的角色确定，以及通过RTCP实现音视频同步。

音频驱动的视频生成已成为多模态生成的重要方向。北京智源等机构提出了一种音画同步框架，通过将音频拆分为语音、音效和音乐，提升了视频生成的时序控制和音画对齐精度。实验结果显示，该方法在视频质量和同步性上显著提升，验证了音频解混与多流控制的有效性。

本文介绍了音视频技术面试题，重点讲解视频播放器的架构与开发流程，包括数据线程、解码线程、渲染线程的实现，以及音画同步策略和进度拖拽功能。