我們知道，所有的媒體類型（包括音頻和視頻）都可以通過以下兩種模式來傳輸：用于同步顯示的實時傳輸和下載模式。下載是一個異步過程，在網絡上下載的是多媒體信息還是其他數據集，對網絡的要求都相同，差別在于數據集的大小。另一方面，依賴時間的媒體的實時傳輸對網絡提出了一些新的要求。
一、視頻對網絡的要求
1、視頻質量的5個等級：
1）高清晰度電視（HDTV）、2）演播質量數字電視、3）演播室質量數字電視、4）VCR質量電視、5）低速電視會議質量。以上質量的5個層次是按質量的好壞排列的。
1）高分辨率/高幀速率HDTV：要達到的位率高度依賴于壓縮時脫機發生以產生被壓縮數字流的存儲版本還是實時執行，壓縮率通常希望達到100：1；高分辨率/高幀頻HDTV應當被壓縮到位率在20~34Mbit/s之間；高分辨率常規幀頻HDTV則要求在15~25Mbit/s之間。
2）廣播質量電視：現存的MPEG-2壓縮標準的實現是在約6Mbit/s的位率下操作的。對于類NTSC的質量，期望達到2~3Mbit/s。而對于類PAL/SECAM的質量，期望達到4Mbit/s。
3）VCR質量：像MPEG-l或DVI這樣的壓縮算法提供了1.2Mbit/s位率的脫機壓縮，200Kbit/s可以被用于傳輸音頻，以形成1.4Mbit/s的流。
4）視頻會議質量。常規的基于線路視頻會議系統按視頻會議質量操作，即以98或112Kbit/s的速度產生數據流。在這個模式里，剩余的帶寬即16bit/s被分配給音頻流。MPEG專家組已制定出能夠壓縮視頻會議質量低到32Kbit/s的相應標準。
HDTV質量需要的位率比那些傳統共享LAN可用的位率要高。廣播電視質量與大多數局域網技術兼容，它們能攜帶一個或多個同時發生的數據流。VCR質量與T-1租賃線和傳統頻率兼容，視頻會議質量適合于與一個雙倍窄帶ISDN連接。
2、實時視頻要求的延時抖動
通常，為了同步展現多媒體信息，必須把實時運動視頻數據流與音頻數據流同時傳輸。在這種情況下，對傳輸延時和延時抖動的要求通常由音頻數據流決定。在音頻和視頻的情況下，對HDTV到VCR質量而言，較粗糙的同步是必須的。在視頻會議質量中，抖動效果屏蔽了大多數音頻和視頻異步。
ITU-T對實時會話規定網絡的單程傳輸時延應在100~500ms，在交互式多媒體應用中，如查詢，網絡系統對用戶指令的響應時間應小于1~2s。為此我們提供需要數據流，HDTV質量的網絡傳輸延時的變化應當不超過50ms，廣播質量應不超過l00ms，視頻會議質量應當不超過400ms的視頻延時抖動界限，它們是從音頻數據流的要求推導出來的且應用于壓縮。表2-1給出了幾種主要媒體業務對網絡時延抖動的要求。靜態媒體（文字、圖形、圖像）對網絡的時延抖動不敏感。
表2-1：幾種主要媒體業務對網絡時延抖動的要求
產生網絡的延時抖動有多種原因，包括傳輸系統中的干擾和噪聲引起的物理抖動、局域網中的介質方法時間變化、廣域分組網中的流控等待時間、存儲轉發排對時間變化等均能引起延時抖動。
3、實時視頻要求的錯誤率
對于網絡錯誤率這個問題，壓縮數據流比非壓縮數據流對錯誤更敏感。表3-1給出了主要的媒體對網絡錯誤率的要求。假設連續被影響幀靜態傳播，我們簡要地介紹運動視頻幀被傳輸錯誤影響的頻率。
表3-1：主要的媒體對網絡錯誤率的要求
1）被影響幀之間的間隔。在視頻會議質量（100Kbit/s）中如果比特差錯率（BER）為10-5，則兩個連續被影響幀之間的平均時間間隔為1s；如果BER為10-9，則間隔為3h。
在壓縮模式的廣播質量電視中，如果BER為10-5，則兩個連續錯誤之間的平均時間為20ms，也就是說每幀平均有兩個錯誤或者每秒鐘有50個錯誤比特，如果BER為10-9，則每個4min幀有一個錯誤。在壓縮模式的HDTV中，10-5的BER會導致每幀約4個錯誤，即每秒240個錯誤比特，而10-9的BER會導致兩個連續包含1個錯誤比特的幀之間平均時間間隔為1min。
2）傳輸錯誤的處理。在實時音頻和視頻的情況下，重復傳輸是不合適的，通常的技術包括使用向前錯誤矯正（FEC）代碼，它依賴于控制位與純信息數據流的疊加，這種技術允許沒有成組的錯誤的檢測和校正，它們典型地允許殘余錯誤率改善4個數量級。
二、音頻對網絡的要求
音頻質量主要分為兩級，即電話語音質量（常規電話網絡的質量，帶寬限制在3.4kHz）和CD質量（帶寬在l0kHz附近）。當使用ITU-T G.711標準時，電話質量要求為64Kbit/s，而CD質量是立體聲，需1411.2Kbit/s（這些位流是未壓縮的）。現代的語音編碼和壓縮算法允許32Kbit/s的電話質量和低到4.8Kbit/s的電話質量，立體聲模式的CD可被壓縮到192或256Kbit/s。
音頻對網絡的要求主要是延時問題，音頻的實時傳輸對延時變化很敏感，為了克服延時變化，一個附加的偏移延時需要在接收端實施延時平衡化處理，這個技術可以在源和音頻的最后播出間的總延時增加一個很強的成分。當使用典型的個人計算機作為端系統時，網絡限度對于壓縮的CD質量音頻不應超過l00ms，對電話質量音頻則不超過400ms。電話質量的殘余位錯誤率應被限制在10-2，沒壓縮的CD質量應限制在10-3，壓縮的CD質量應限制在10-4。
