Die folgenden Abschnitte beschäftigen sich mit den Besonderheiten zeitlicher Relationen zeitunabhängiger und zeitabhängiger Informationseinheiten im Zusammenhang mitMultimediasystemen. Weil diese zeitlichen Zusammenhänge bislang nur dem Bereich der dezidierten Kombination von Video und Audio bekannt waren, bedeutet dies, dass sie aus dem Gebiet von NICHT-Multimediasystemen entstammen. Um Ton und Bild beim Empfänger einer Fernsehübertragung synchronisiert darzustellen, werden die dafür benötigten Signale imMultiplex-Verfahren gemeinsam übertragen. Dabei wirkt sich eine Verzögerung eines Kanals (Ton oder Bild) immer auf beide Kanäle aus, was zur Folge hat, dass die Gesamtübertragung synchron bleibt. Auch die Kommunikation von Datenströmen auf Rechnernetzen sollte nicht außer Acht gelassen werden. Dabei können die unterschiedlichen Medien Verbindungen mit unterschiedlicher Dienstgüte ( QoS) eingehen. Bisher existieren nur einige wenige Konzepte und Prototypen, die mehrere zeitunabhängige und zeitabhängige Medien gleichzeitig verarbeiten und diese Medien auch noch über ein Rechnernetz übertragen können. Somit kommt der Definition von Synchronisationsbeziehungen und deren Realisierung im Kontext von Audio, Video und den unterschiedlichsten zeitunabhängigen Medien in einer vernetzten Umgebung von Arbeitsplatzrechnern eine große Bedeutung zu. Die erforderlichen Synchronisationsanforderungen werden durch die menschliche Wahrnehmung festgelegt und lassen sich in die Harte- und Weiche Synchronisation einteilen.

Die harte Synchronisation zweier zeitabhängiger Medien, lässt sich dadurch kennzeichnen, dass zwischen zeitabhängigen Medien, die aus einer Sequenz aus Informationseinheiten bestehen (LDU's), eine exakte Übereinstimmung gegeben sein sollte. Die erforderlichen Zeitschranken für eineSynchronisationsind jedoch nicht so bewegungslos wie man nun annehmen könnte. Der Grund dafür ist die endliche Verarbeitungsgeschwindigkeit von Computern. Der Wechsel von einem Multimediaobjekt auf ein anderes ruft immer eine zeitliche Verzögerung hervor. Da diese Verzögerung jedoch auf der konzeptuellen Ebene verschwindet und der primäre Empfänger der Daten der Mensch ist, der diese Verzögerung ohne Messinstrumente nicht feststellen kann, wird dieser Zeitunterschied vernachlässigt [s] .

Zwei zeitabhängige Medienobjekte können entweder synchronisiert oder nicht synchronisiert sein. Diese Betrachtungsweise lässt jedoch den Aspekt der weichen Synchronisation total außer Acht. Diese beschäftigt sich nämlich mit der maximalen für einen Menschen tolerierbaren zeitlichen Verzögerung (Versatz;skew) eines Mediums. So haben Untersuchungen ergeben, dass bspw. eine Synchronisation zwischen Text und Video (z.B. Film mit Untertiteln) nach flexiblen Grenzen definiert ist. Dabei hat eine Schwankung von bis zu 50 ms keine Bedeutung. Der tolerierbare Versatz hängt von der Länge des Textes und der Dauer der darzustellenden Szene ab. Als ein Richtwert kann 250 ms angegeben werden. Durch die Einführung der weichen Synchronisation ist jetzt nicht nur eine JA/NEIN-Klassifikation möglich. Jetzt kann die Synchronisationsgüte durch die Attribute seht gut, gut, akzeptabel und nicht akzeptabel gekennzeichnet werden [s] .

Wenn zwei Multimediaobjekte der gleichen Länge gleichzeitig ausgeführt werden, kann es passieren, dass eines der beiden ins Stocken gerät. Bei der weichen Synchronisation, die im eigentlichen Sinn keineSynchronisationdarstellt, würde ein Medienobjekt vor dem andern fertig sein. Um dieses Szenario zu verhindern, kann man sich bei der harten Synchronisation mit zwei Möglichkeiten helfen. Als Annahme für die beiden Möglichkeiten, haben wir jeweils ein Audio- und ein Videoobjekt gleicher Länge vorliegen. Das Videoobjekt kommt während der Wiedergabe ins Stocken, wogegen das Audioobjekt durchläuft [s] .

Der Begriff der Dienstgüte kann wie folgt definiert werden:

Das Messen der Qualität, kann bei der Synchronisation zweier Medienobjekte durch den maximal duldbaren Versatz ausgedrückt werden. Da das Empfinden der Menschen jedoch unterschiedlich ist, hat man dazu eine Reihe unterschiedlicher Untersuchungen durchgeführt. Eine dieser wird im folgenden Teil näher beschrieben.

Die Lippensynchronisation beschreibt grundsätzlich die Synchronisation zwischen Audio- und Videostrom. In unserem speziellen Fall wurde die Synchronisation eines sprechenden Menschen betrachtet. Dabei wurden folgende Haupteinflussfaktoren herausgefunden [s] :