随着音视频编解码和传输技术的发展，高性能的音视频压缩技术日益成熟，高效可靠的音视频压缩技术使多媒体的实时传输成为了可能，多媒体系统已经越来越多的被运用于视屏会议、视屏监控、桌面共享等领域。　　在多媒体系统中，音视频同步技术起着举足轻重的作用，如何能够保证在复杂的网络环境下还原服务器端采集到的音视频数据，使其同步播放，已然成为一个评判多媒体系统质量的关键因素，怎样保证多媒体数据在采集、传输、播放中的同步已经成为多媒体系统中的一个重要问题。多媒体数据在采集、压缩、网络传输、解码和播放过程中都可能造成音视频的异步，网络传输时发生的拥塞丢包和时延更是影响了接收端中音视频的播放质量，出现音唇不同步的现象。目前用于音视频同步的算法虽然有很多，但大多都不适用于灵活组网的视频监控系统这样的实时系统中。　　本文将介绍一个适用于视频监控系统的音视频同步解决方案。系统的组成包含了基于嵌入式的前端采集设备，基于UNIX的多媒体转发服务器，基于windows的PC客户端，鉴于视频监控系统复杂的组成和广泛的运用，算法的通用性和灵活性要求要高，能够运行在不同的设备上面。　　本文使用标准的RTP/RTCP协议作为传输协议，使用RTP协议中的时间戳记录发送时间，并将其作为同步依据，在发送端和接受端做相应的同步控制，从流化，传输和解码播放三个环节出发，在多媒体层，用一种基于时间的自适应音视频同步算法，解决系统中的多媒体流内以及多媒体流间的同步问题。算法的研究包括了基于时间的同步、多媒体播放的速率控制、抖动控制、系统中不同终端的时钟同步等内容。系统的实现包括了视频监控系统的整体设计，发送端流化服务器的设计和接收端媒体播放器的设计。本文最后将为系统提供一个测试方案，论证本文提出的同步方案的可行性。