Estatísticas de Latência de Áudio e Calibração em Jogos de Ritmo (2026): Mais de 45 Dados sobre Atraso Bluetooth, Janelas de Julgamento e Limiares Humanos de Percepção Temporal

Latência de áudio em jogos de ritmo 2026: fones Bluetooth com SBC tiveram atraso médio de 259,8 ms; a janela mais estreita do osu!mania admite só 13,9 ms de erro.

Fones Bluetooth com o codec SBC padrão tiveram atraso médio de áudio de 259,8 ms nos testes de laboratório da RTINGS, enquanto a janela de julgamento mais estreita do osu!mania na dificuldade máxima é de apenas mais ou menos 13,9 ms. Essa distância explica por que todo jogo de ritmo sério traz uma tela de calibração. O próprio Windows não é mais o gargalo: seu mecanismo de áudio adiciona 1,3 ms no Windows 10 e posterior (Microsoft, Low Latency Audio 2024), e um estudo de laboratório de 2024 situou a diferença apenas perceptível (JND) média humana para latência de áudio em 48,8 ms a partir de uma base zero (Schmid et al., Audio Mostly 2024). Este levantamento se concentra no atraso da saída de áudio e na calibração de offset; para ping de rede, input lag e resposta de tela, veja nossas estatísticas de latência em jogos. Reunimos dados da Microsoft, do programa de compatibilidade do Android do Google, da RTINGS, do código-fonte do osu! e do StepMania, de um pedido de patente da Harmonix e de estudos revisados por pares na PLoS ONE, na Scientific Reports e em anais da IEEE e da ACM.

TL;DR

  • O Windows 10 e posteriores reduziram a latência do mecanismo de áudio para 1,3 ms, ante cerca de 12 ms para apps de ponto flutuante (Microsoft, Low Latency Audio 2024).
  • O nível mais novo da Android Media Performance Class, MPC 37, limita a latência do toque ao som em 65 ms (Google, requisitos de MPC do Android 17 2026).
  • Fones totalmente sem fio com SBC tiveram média de 259,8 ms de latência em cinco produtos (RTINGS, Test Bench 1.6 Latency R&D 2023).
  • A janela Perfect do osu!mania encolhe de mais ou menos 22,4 ms para mais ou menos 13,9 ms conforme a dificuldade aumenta (ppy, código-fonte do osu! 2026).
  • As janelas de julgamento padrão do StepMania vão de 22,5 ms (W1) a 180 ms (W5) (código-fonte do StepMania 5.1).
  • O StepMania vem com um offset global de áudio padrão de -8 ms (código-fonte do StepMania 5.1).
  • Um pedido da Harmonix descreve atraso de vídeo externo de cerca de 85 ms contra cerca de 45 ms para áudio externo (Harmonix, US20090310027A1 2009).
  • Diferença apenas perceptível média para latência de áudio: 48,8 ms a partir de uma base de 0 ms, 27,1 ms a partir de uma base de 64 ms (Schmid et al., Audio Mostly 2024).
  • Não músicos precisaram de 180 ms de atraso entre a tecla e o som para detectá-lo, músicos, de 102 ms (van Vugt e Tillmann, PLoS ONE 2014).

1. Latência de Saída de Áudio no Windows: De Onde Vem o Atraso no Desktop

O número principal para quem joga ritmo no PC é que o mecanismo de áudio do Windows 10 adiciona apenas 1,3 ms de latência de renderização para todos os aplicativos (Microsoft, Low Latency Audio 2024). O mecanismo deixou de ser o problema há anos. O que ainda importa é o buffer: a menos que um jogo peça explicitamente buffers menores por meio de WASAPI (a Windows Audio Session API) ou AudioGraph, ele recebe o padrão de 10 ms, e o driver decide até onde dá para reduzir.

Isso faz da latência no PC uma questão de driver e de engine do jogo, e não do sistema operacional. A Microsoft também aponta a contrapartida: um buffer de 1 ms acorda a CPU a cada milissegundo em vez de a cada 10 ms, o que eleva o consumo de energia e encurta a bateria do notebook (Microsoft Learn, Low Latency Audio). Para ver como o tamanho do buffer se comporta em softwares de produção musical, veja nossas estatísticas de tamanho de buffer de áudio em DAWs.

MétricaValorFonte
Latência de renderização do mecanismo de áudio do Windows antes do Windows 10, apps com dados de áudio em ponto flutuante vs inteirosCerca de 12 ms vs cerca de 6 msMicrosoft, documentação Low Latency Audio 2024
Latência de renderização do mecanismo de áudio do Windows no Windows 10 e posterior, todos os aplicativos1,3 msMicrosoft, documentação Low Latency Audio 2024
Tamanho de buffer padrão que os aplicativos do Windows usam, a menos que peçam um menorCerca de 10 msMicrosoft, documentação Low Latency Audio 2024
Redução da latência de ida e volta no Windows 10 em comparação com o Windows 8.1, sem mudanças em apps ou drivers4,5 a 16 ms (4,5 ms para apps de dados inteiros, 16 ms para apps de ponto flutuante)Microsoft, documentação Low Latency Audio 2024
Faixa de buffer suportada pelo driver Microsoft HD Audio integrado128 amostras (2,66 ms a 48 kHz) a 480 amostras (10 ms a 48 kHz)Microsoft, documentação Low Latency Audio 2024

Nota de contexto: um buffer menor só ajuda se o jogo o solicitar. Um jogo de ritmo que abre um fluxo padrão em modo compartilhado sem pedir um período menor herda o buffer padrão, seja qual for o suporte da placa de som.

2. Latência de Áudio em Dispositivos Móveis: As Garantias do Android e Seus Tetos

O Android expõe a latência como promessas, não como medições: não existe API em tempo de execução que informe a latência real de áudio, apenas flags de recurso que definem um teto. A distância entre esses tetos é grande. Um dispositivo pode anunciar áudio de “baixa latência” admitindo até 45 ms de atraso contínuo de saída, mais do que o dobro do patamar de 20 ms de ida e volta da flag separada de áudio profissional (Android NDK, Audio latency).

As tabelas da Media Performance Class (MPC), que agrupam os dispositivos por nível de capacidade, mostram os tetos se apertando com o tempo: a latência do toque ao som, o atraso entre tocar na tela e ouvir um som, cai de 110 ms nos primeiros níveis para 65 ms no MPC 37 (Android 17 Media Performance Class). Mesmo 65 ms é várias vezes maior do que as janelas de julgamento mais estreitas da seção 4, e é por isso que os jogos de ritmo para celular dependem tanto da calibração.

MétricaValorFonte
Latência contínua de saída prometida pela flag de recurso android.hardware.audio.low_latency45 ms ou menosGoogle, guia Android NDK Audio Latency
Latência contínua de ida e volta prometida pela flag de recurso android.hardware.audio.pro20 ms ou menosGoogle, guia Android NDK Audio Latency
Latência de ida e volta que músicos geralmente exigem, segundo o Google10 msGoogle, guia Android NDK Audio Latency
Latência máxima do toque ao som, MPC 1 e 10 / MPC 20 a 31 / MPC 33 a 35110 / 100 / 80 msGoogle, requisitos da Media Performance Class do Android 17 2026
Latência máxima de áudio de ida e volta, MPC 33 a 35 (primeiros níveis a definir uma)80 msGoogle, requisitos da Media Performance Class do Android 17 2026
Latência máxima do toque ao som e latência máxima de ida e volta, MPC 3765 ms cadaGoogle, requisitos da Media Performance Class do Android 17 2026

Nota de contexto: esses são tetos de certificação, não medições. Um celular pode passar na sua classe de desempenho com 65 ms e ainda ficar muito fora de uma janela de julgamento de 20 ms, de modo que o offset dentro do jogo precisa absorver o restante.

3. Atraso em Bluetooth e Fones Sem Fio

O Bluetooth é a maior fonte isolada de latência que a maioria dos jogadores chega a adicionar. A nova medição da RTINGS com 27 fones constatou que fones totalmente sem fio com SBC, o codec Bluetooth padrão (o formato que comprime o áudio para o enlace sem fio), tiveram média de 259,8 ms (RTINGS, Test Bench 1.6 Latency R&D). Os headsets gamer foram mais rápidos via Bluetooth, mas a diferença real veio dos próprios dongles USB sem fio, que registraram de 22 a 42 ms.

A leitura prática: um offset de calibração pode esconder um atraso Bluetooth fixo, mas não consegue encurtá-lo, e qualquer reconexão pode alterar o atraso de novo. A escolha do codec importa mais do que a marca do fone, como mostra a linha do aptX Low Latency abaixo. Para ver como o processamento dentro da concha adiciona seu próprio atraso, veja nossas estatísticas de latência de DSP em fones com cancelamento de ruído.

MétricaValorFonte
Latência média com SBC, 5 fones totalmente sem fio259,8 msRTINGS, artigo Test Bench 1.6 Latency R&D 2023
Latência média com SBC, 7 fones não gamer que não são intra-auriculares257,6 msRTINGS, artigo Test Bench 1.6 Latency R&D 2023
Latência média com SBC, 6 headsets gamer conectados via Bluetooth170,3 msRTINGS, artigo Test Bench 1.6 Latency R&D 2023
Faixa de latência de headsets gamer nos próprios dongles USB sem fio22 a 42 msRTINGS, artigo Test Bench 1.6 Latency R&D 2023
Latência do Plantronics BackBeat Pro 2: com fio / SBC / aptX / aptX Low Latency7 / 173 / 166 / 34 msRTINGS, artigo SBC vs aptX 2017 (atualizado em 2025)
Durações de quadro do codec LC3 usado pelo Bluetooth LE Audio10 ms (configuração otimizada) ou 7,5 ms (para compatibilidade com os intervalos do Bluetooth Classic legado)Baert et al., IEEE 2024 (Experimental Validation of a Bluetooth-Based Speech Audio Broadcasting Model)

Nota de contexto: os resultados da RTINGS valem para o Windows em sua própria bancada; a empresa informa precisão de medição inferior a 1,0 ms. Um quadro LC3 mais curto não significa um atraso proporcionalmente menor: em uma entrevista ao Bluetooth SIG, o engenheiro Peter Liu disse que o modo de 7,5 ms não resulta em latência proporcionalmente menor (Bluetooth SIG, A behind-the-scenes look at LE Audio). Dados mais recentes disponíveis para as médias por categoria: RTINGS, 2023.

4. Janelas de Julgamento: Quanto Erro os Jogos Perdoam

Uma janela de julgamento é o intervalo de erro de tempo, adiantado ou atrasado, que ainda rende determinada nota. O código aberto de dois grandes jogos de ritmo mostra como elas ficam estreitas. No osu!, toda janela é um valor de mais ou menos, e a janela Perfect do osu!mania na dificuldade geral 10 admite apenas 13,9 ms de erro em qualquer direção (ppy, ManiaHitWindows.cs). A dificuldade geral (OD) é o ajuste por mapa, de 0 a 10, que aperta as janelas.

Colocando os números lado a lado, o problema da calibração fica evidente. A média de 259,8 ms dos fones SBC da seção 3 equivale a 18,7 vezes essa meia janela de 13,9 ms (259,8 / 13,9 = 18,7) e é maior até do que a janela de pontuação mais folgada do osu!, na configuração mais fácil, de 200 ms (ppy, OsuHitWindows.cs). Sem um offset, um jogador que acertasse exatamente o som que ouve nesses fones cairia fora de todas as janelas de pontuação e dentro da faixa de erro.

MétricaValorFonte
Janela Great do osu! (modo padrão) na dificuldade geral 0 / 5 / 10±80 / ±50 / ±20 msppy, código-fonte do osu! (OsuHitWindows.cs) 2026
Janela Ok do osu! na dificuldade geral 0 / 5 / 10±140 / ±100 / ±60 msppy, código-fonte do osu! (OsuHitWindows.cs) 2026
Janela Meh do osu! na dificuldade geral 0 / 5 / 10±200 / ±150 / ±100 msppy, código-fonte do osu! (OsuHitWindows.cs) 2026
Janela de miss do osu!, fixa independentemente da dificuldade400 msppy, código-fonte do osu! (OsuHitWindows.cs) 2026
Janela Perfect do osu!mania na dificuldade geral 0 / 5 / 10±22,4 / ±19,4 / ±13,9 msppy, código-fonte do osu! (ManiaHitWindows.cs) 2026
Janela Great do osu!mania na dificuldade geral 0 / 5 / 10±64 / ±49 / ±34 msppy, código-fonte do osu! (ManiaHitWindows.cs) 2026
Valores padrão das janelas de julgamento do StepMania, W1 (melhor) a W5 (pior)22,5 / 45 / 90 / 135 / 180 msCódigo-fonte do StepMania 5.1 (Player.cpp)
Janela de entrada de exemplo para um jogo de ação rítmica em um pedido de patente da Harmonix±50 msHarmonix, US20090310027A1 2009

Nota de contexto: os valores do osu!mania são os padrões antes dos multiplicadores de velocidade e dificuldade; um cálculo clássico separado se aplica com a pontuação legada. O código do StepMania também define padrões mais largos para notas seguradas (250 ms) e rolagens (500 ms) (StepMania, Player.cpp).

5. Calibração e Offsets: Separando o Atraso de Áudio do Atraso de Vídeo

A calibração existe porque áudio e vídeo raramente chegam atrasados na mesma medida. Um pedido de patente da Harmonix para calibração separada de atraso de áudio e de vídeo descreve um sistema de vídeo externo que adiciona cerca de 85 ms de atraso contra cerca de 45 ms do áudio externo, de modo que os dois chegariam ao jogador com cerca de 40 ms de diferença se não houvesse correção (Harmonix, US20090310027A1). A janela de entrada de exemplo do próprio pedido é de mais ou menos 50 ms, então uma diferença de 40 ms consumiria a maior parte dela.

A calibração também precisa separar o que o dispositivo adiciona do que o jogador adiciona. O exemplo trabalhado da Harmonix subtrai o atraso do controle e o atraso de entrada/saída de uma ida e volta medida antes de gravar um offset de áudio, e é por isso que um único teste de toque que mistura tudo pode induzir ao erro. Até a medição profissional deriva: a RTINGS constatou que pular o reinício da conexão entre testes de latência Bluetooth acrescentava cerca de 50 ms de erro, de modo que um offset definido antes de uma reconexão pode deixar de estar correto depois dela.

MétricaValorFonte
Offset global de áudio padrão do StepMania-8 ms (-0,008 s)Código-fonte do StepMania 5.1 (PrefsManager.cpp)
Atraso adicionado por um sistema de áudio externo, exemplo da HarmonixCerca de 45 msHarmonix, US20090310027A1 2009
Atraso adicionado por um sistema de vídeo externo, exemplo da HarmonixCerca de 85 msHarmonix, US20090310027A1 2009
Atraso de vídeo que HDTVs DLP e de projeção traseira podem introduzirAté 100 msHarmonix, US20090310027A1 2009
Calibração de áudio trabalhada: ida e volta medida de 80 ms menos 5 ms de atraso do controle e 7 ms de atraso de entrada/saída68 ms de atraso do sistema de áudioHarmonix, US20090310027A1 2009

Nota de contexto: os números da Harmonix são exemplos ilustrativos em um pedido de 2008 (publicado em 17 de dezembro de 2009 e depois abandonado), e não medições de televisores em levantamento. Dados mais recentes disponíveis: Harmonix, 2009. O ajuste de offset do StepMania é armazenado em segundos (StepMania, PrefsManager.cpp).

6. Limiares de Percepção Temporal Humana

A pesquisa sobre percepção explica por que as janelas ficam onde ficam. Em um estudo da Audio Mostly de 2024 com 34 participantes analisados, a diferença apenas perceptível média (JND, a menor mudança que um ouvinte detecta de forma confiável) para latência de áudio foi de 48,8 ms a partir de um ponto inicial de 0 ms, mas de apenas 27,1 ms a partir de um ponto inicial de 64 ms (Schmid et al., Measuring the Just Noticeable Difference for Audio Latency). As pessoas são mais sensíveis a mudanças de latência na faixa em que os dispositivos reais já operam.

Detectar que um único som está atrasado é muito mais difícil do que bater no tempo. No estudo de van Vugt e Tillmann, os não músicos precisaram de 180 ms de atraso entre a tecla e o som antes de relatá-lo (PLoS ONE), mas quem bate costuma cair de 25 a 50 ms antes de um metrônomo, um hábito que os pesquisadores chamam de assincronia média negativa (Hove, Keller e Krumhansl, Perception and Psychophysics). Os jogadores podem não ouvir 50 ms de atraso como atraso, mas a pontuação vai mostrá-lo.

MétricaValorFonte
Diferença apenas perceptível na latência de áudio, partindo de uma base de 0 ms48,8 ms (DP 33,0; faixa de 10 a 129 ms)Schmid et al., Audio Mostly 2024
Diferença apenas perceptível na latência de áudio, partindo de uma base de 64 ms27,1 ms (DP 17,0)Schmid et al., Audio Mostly 2024
Diferença apenas perceptível na latência de áudio, partindo de uma base de 512 ms77,1 ms (DP 57,6)Schmid et al., Audio Mostly 2024
Atraso entre o toque na tecla e o som necessário para detecção, não músicos180 ± 104 msvan Vugt e Tillmann, PLoS ONE 2014
Atraso entre o toque na tecla e o som necessário para detecção, músicos (pianistas e instrumentistas de metais)102 ± 65 msvan Vugt e Tillmann, PLoS ONE 2014
Desvio padrão do tempo das batidas contra um metrônomo, pianistas / instrumentistas de metais / não músicos19,9 / 19,3 / 37,4 msvan Vugt e Tillmann, PLoS ONE 2014
Antecipação típica das batidas em relação ao tempo do metrônomo (assincronia média negativa)25 a 50 msHove, Keller e Krumhansl, Perception and Psychophysics 2007
Intervalo suficiente para ouvintes altamente treinados dizerem qual de dois sons veio primeiroAproximadamente 20 msHove, Keller e Krumhansl, Perception and Psychophysics 2007

Nota de contexto: os participantes do estudo de JND de 2024 tinham de 19 a 29 anos e nenhum era músico profissional. Dados mais recentes disponíveis para os números de toque na tecla e de batida: van Vugt e Tillmann, 2014, e Hove et al., 2007.

7. Habilidade, Experiência e Tolerância a Atraso de Áudio Adicional

A habilidade muda tanto o que os jogadores percebem quanto como se sentem a respeito. Quem batia de forma mais precisa com a pulsação também detectava o atraso de áudio mais cedo, ρ(49) = -0,53, p < 0,0001 (van Vugt e Tillmann, PLoS ONE 2014), e a sofisticação musical aponta na mesma direção nos dados de JND de 2024 na tabela abaixo. Ouvidos treinados são menos tolerantes, e é por isso que jogadores competitivos recalibram a cada troca de hardware.

O estudo controlado de jogo mais próximo não é de um jogo de ritmo: Halbhuber et al. adicionaram 0, 40, 270 e 500 ms de latência de áudio a um jogo de tiro em primeira pessoa e não encontraram efeito significativo na pontuação, mas jogadores experientes relataram nitidamente mais tensão com 500 ms (Halbhuber et al., Mensch und Computer 2022). O atraso prejudica a experiência antes de prejudicar o placar. Um estudo de 2025 traz perspectiva sobre a própria precisão humana: um leão-marinho treinado manteve uma pulsação mais estável do que todos os 10 humanos não músicos testados (Cook et al., Scientific Reports). Para ver como o tempo alimenta a imersão em títulos de VR, veja nossas estatísticas de presença de áudio em jogos de VR.

MétricaValorFonte
Efeito da latência de áudio adicionada (0, 40, 270, 500 ms) na pontuação, 24 jogadores de tiro em primeira pessoaNão significativo, F(2,66) = 1,84, p = 0,154Halbhuber et al., Mensch und Computer 2022
Pontuação média de jogadores experientes com 0 ms vs 500 ms de latência de áudio adicionada348,7 vs 324,1 pontosHalbhuber et al., Mensch und Computer 2022
Tensão autorrelatada por jogadores experientes com 0 ms vs 500 ms de latência de áudio adicionada0,56 vs 1,65 (p = 0,041)Halbhuber et al., Mensch und Computer 2022
Correlação entre a pontuação de sofisticação musical (Gold-MSI) e o JND de latênciar(32) = -0,345, p = 0,046Schmid et al., Audio Mostly 2024
Correlação entre o limiar de detecção de atraso e a precisão de sincronizaçãoρ(49) = -0,53, p < 0,0001van Vugt e Tillmann, PLoS ONE 2014
Desvio padrão dos intervalos entre batidas após o metrônomo parar, pianistas / instrumentistas de metais / não músicos17,9 / 19,6 / 31,4 msvan Vugt e Tillmann, PLoS ONE 2014
Ângulo de fase médio de 10 humanos não músicos contra um metrônomo a 112 / 120 / 128 bpm-15,9 / -14,7 / -21,4 graus (negativo significa à frente da pulsação)Cook et al., Scientific Reports 2025
Desvio padrão do intervalo de um leão-marinho treinado em comparação com os 10 humanos não músicosMenor do que o de todos os participantes humanos nos três andamentosCook et al., Scientific Reports 2025

Nota de contexto: o estudo de latência de 2022 usou um jogo de tiro, não um jogo de ritmo, então seu resultado de ausência de efeito na pontuação não deve ser lido como prova de que as pontuações em jogos de ritmo são imunes ao atraso. Dados mais recentes disponíveis: Halbhuber et al., 2022.

Resumo: Latência de Áudio e Calibração em Jogos de Ritmo em Números

MétricaValorFonte
Latência de renderização do mecanismo de áudio do Windows, Windows 10 e posterior1,3 msMicrosoft, documentação Low Latency Audio 2024
Tamanho de buffer padrão de aplicativos do WindowsCerca de 10 msMicrosoft, documentação Low Latency Audio 2024
Teto de ida e volta da flag de áudio profissional do Android20 ms ou menosGoogle, guia Android NDK Audio Latency
Latência máxima do toque ao som, MPC 3765 msGoogle, requisitos da Media Performance Class do Android 17 2026
Latência média com SBC, fones totalmente sem fio259,8 msRTINGS, artigo Test Bench 1.6 Latency R&D 2023
Latência de headsets gamer nos próprios dongles USB sem fio22 a 42 msRTINGS, artigo Test Bench 1.6 Latency R&D 2023
Durações de quadro do codec LC310 ms ou 7,5 msBaert et al., IEEE 2024
Janela Perfect do osu!mania na dificuldade geral 10±13,9 msppy, código-fonte do osu! (ManiaHitWindows.cs) 2026
Janelas de julgamento W1 a W5 do StepMania22,5 a 180 msCódigo-fonte do StepMania 5.1 (Player.cpp)
Offset global de áudio padrão do StepMania-8 msCódigo-fonte do StepMania 5.1 (PrefsManager.cpp)
Atraso de áudio externo vs vídeo externo, exemplo da HarmonixCerca de 45 ms vs cerca de 85 msHarmonix, US20090310027A1 2009
Diferença apenas perceptível na latência de áudio, base de 0 ms48,8 msSchmid et al., Audio Mostly 2024
Detecção de atraso entre tecla e som, não músicos vs músicos180 ms vs 102 msvan Vugt e Tillmann, PLoS ONE 2014
Antecipação típica das batidas em relação à pulsação25 a 50 msHove, Keller e Krumhansl, Perception and Psychophysics 2007
Ângulo de fase de não músicos contra um metrônomo a 120 bpm-14,7 grausCook et al., Scientific Reports 2025

Metodologia e Fontes

Experimente o VoxBooster — 3 dias grátis.

Clone de voz em tempo real, soundboard e efeitos — onde você já fala.

  • Sem cartão
  • ~30ms de latência
  • Discord · Teams · OBS
Experimentar 3 dias grátis