自20世纪90年代以来，虚拟环境VE(VirtualEnvironment)一直是信息领域研究、开发和应用的热点。虚拟环境是用计算机仿真的方式生成一种虚拟环境，通过各种传感设备将用户“投入”到该环境中，实现用户与该环境直接进行自然交互的技术。它具有沉浸—交互—构想(Immersion-Interaction-Imagination)三个基本特征。 近年来，随着网络技术的迅猛发展，分布式虚拟环境技术的研究和开发越来越得到关注。分布式虚拟环境DVE(DistributedVirtualEnvironment)的目标是建立一个可供异地多用户同时参与的分布式虚拟环境。在这个环境中，位于不同物理位置的多台计算机及其用户可以不受其各自的时空限制，在一个共享的虚拟环境中实时交互、协同工作。DVE除了具有VE的基本特征外，还具有异构性和实时性的特征。 在一些应用中，需要将现实世界中的一些内容反映到虚拟现实中，并将二者融合在一起，这就提出了多媒体增强的分布虚拟环境技术。多媒体增强的分布虚拟环境技术就是在分布虚拟环境中，引入实时的多媒体信息，使系统中的用户能够更好的进行交互。从某种意义上说，这也可以看作是分布多媒体技术与分布虚拟环境技术相结合的产物。 在这个过程中，由于各种媒体信息均是时间相关的，系统中的异步问题会不可避免的、动态的产生延迟和延迟抖动，从而破坏了媒体间的协同性。因此，同步机制是多媒体增强的分布式虚拟环境中的一个关键问题，多媒体同步的优劣直接影响着多媒体增强的分布式多媒体系统的应用。 本文在对国内外的相关研究工作进行较为系统的总结与分析的基础之上，总结以往的研究工作的优点与不足之处，提出了一种在多媒体增强的分布式虚拟环境中进行多媒体同步的机制，设计实现了一个在分布式环境中，进行音频同步合成的系统，并对其性能进行了分析与评价。 本系统具有实时性、同步性、动态性。系统中的所有用户都是对等的，各个用户使用广播的方式发送和接收数据。本系统的多媒体同步是在全局时钟的基础上进行的。系统中存在一台全局时钟服务器。各个节点都以这台时间服务器的时间为标准，来校准各自的本地时钟。各站点对采集到的每一包数据根据校准后的本地时钟打上时间戳。在合成的时候，对时间戳相同或非常接近的数据报进行合成，从而达到同步播放。 本系统在体系结构上可以划分为应用层与网络层两个部分。在网络层上，主要是应用D类IP地址作为通信地址，各用户利用D类IP地址进行组播通信。系统中的主要功能都集中于应用层中。这一层主要由3大功能模块组成：媒体管理模块，负责音频数据的获取与播放。音频同步模块，负责对接收到的音频数据根据它们的时间戳来进行同步合成。时钟同步模块，负责与时钟服务器进行通信，为各个分布节点提供准确的全局时钟。通过对实际应用系统的测试，本系统具有较好的同步效果与较为稳定的性能。