初聊WebRTC实现点对点音视频通话

前言

在音视频通信领域，本人也算是个老兵了。从早先的H.323到SIP、以及自定义协议，从G.729、MJEPG、MPEG-4到iLBC、GIPS、H.264、VP8，从点对点通话到多媒体会议，从PC客户端、专用硬件设备到移动端、网页端......在这二十多年的变迁中，我认为，WebRTC应该是最具影响力的技术变革——正是它的出现，极大地降低了音视频通信的入门门槛。稍不留神，差点要动手写成一篇历史考古文章了。

代码

言归正传，下面分享的是一段React项目中的WebRTC点对点音视频通话实现代码。

1）本地音视频输入设备

首先，需要获取到本地的音视频输入设备，即麦克风、摄像头。通过MediaTrackConstraints可以设置相关参数，包括优先值、最大值、最小值等。需要注意的是，不仅是不同的硬件，而且不同的操作系统、不同的浏览器所支持的参数值范围也是不相同的，所以兼容性测试是不可忽视的。

async function getLocalStream(constraints: MediaStreamConstraints) {
  let c: MediaStreamConstraints = {
    audio: false,
    video: false,
  };
  const audio: MediaTrackConstraints = {
    echoCancellation: true,
    noiseSuppression: true,
    autoGainControl: true,
  };
  const video: MediaTrackConstraints = {
    aspectRatio: 4 / 3,
    width: { ideal: 640, max: 800 },
    frameRate: { ideal: 15, max: 20 },
  };
  // 检查音视频输入设备
  (await navigator.mediaDevices.enumerateDevices()).forEach((d) => {
    switch (d.kind) {
      case ''audioinput'':
        if (constraints.audio) {
          c.audio = audio;
        }
        break;
      case ''videoinput'':
        if (constraints.video) {
          c.video = video;
        }
        break;
    }
  });
  return await navigator.mediaDevices.getUserMedia(c);
}

2）媒体流操作

包括本地媒体流与远程对方媒体流。

/** 关闭媒体流 */
function stopStream(stream: MediaStream | undefined | null) {
  stream?.getTracks().forEach((track) => track.stop());
}

3）点对点连接

点对点连接的建立，最关键的就是搞清楚主叫方与被叫方的ICECandidate与SessionDescription交换过程，也就是一般所说的信令部分，以及媒体流Track建立。WebRTC没有提供统一的信令通道的实现，需要大家自己去实现，本文就不展开了。

let peerConnection: RTCPeerConnection | null = null;
let localStream: MediaStream | null = null;
let remoteStream: MediaStream | null = null;
 
async function initPeerConnection(
  constraints: { audio: boolean; video: boolean },
  ice: RTCIceServer,
  offer: RTCSessionDescription | undefined,
  onCandidate: (candidate: RTCIceCandidate) => void,
) {
  peerConnection = new RTCPeerConnection({ iceServers: [ice] });
  localStream = await getLocalStream(constraints);
  localMedia?.getTracks().forEach((t) => peerConnection!.addTrack(t));
  remoteStream = new MediaStream();
 
  peerConnection.onicecandidate = ({ candidate }) => {
    candidate && onCandidate(candidate);
  };
 
  peerConnection.ontrack = async ({ track }) => {
    track.onunmute = () => {
      remoteMedia.addTrack(track);
    };
  };
 
  if (offer) {
    // 被叫方
    await peerConnection.setRemoteDescription(offer);
    const answerInit = await peerConnection.createAnswer();
    await peerConnection.setLocalDescription(answerInit);
  } else {
    // 主叫方
    const offerInit = await peerConnection.createOffer({
      offerToReceiveAudio: constraints.audio,
      offerToReceiveVideo: constraints.video,
    });
    await peerConnection.setLocalDescription(offerInit);
  }
}
 
function getLocalDescription() {
  return peerConnection?.localDescription;
}
 
async function addRemoteDescription({ description }: { description: RTCSessionDescription }) {
  try {
    if (peerConnection) {
      if (description) {
        await peerConnection.setRemoteDescription(description);
      }
    }
  } catch (err: any) {}
}
 
async function addRemoteCandidate({ candidate }: { candidate: RTCIceCandidate }) {
  try {
    if (peerConnection) {
      if (candidate) {
        await peerConnection.addIceCandidate(candidate);
      }
    }
  } catch (err: any) {}
}
 
function closePeerConnection() {
  stopStream(remoteStream)
  stopStream(localStream)
  if (peerConnection) {
    peerConnection.close();
    peerConnection = null;
  }
}

4）前端页面展示

这里以React项目为例，摘取前端页面中与点对点通话的音视频播放的相关实现代码。

  const localVideoRef = useRef<HTMLVideoElement | null>(null)
  const remoteVideoRef = useRef<HTMLVideoElement | null>(null)
 
  useEffect(() => {
    const init = async () => {
      try {
        await initPeerConnection(
          { audio: true, video: true },
          ice,
          offer, // 主叫方，为空；被叫方，为信令通道接收到的主叫方SessionDescription
          (candidate) => {
            // 信令通道发送ICECandidate
          },
        )
        if (!offer) {  // 主叫方
          const sd = peerConnection.getLocalDescription()
          // 信令通道发送SessionDescription
        }
        localVideoRef.current!.srcObject = localStream
        remoteVideoRef.current!.srcObject = remoteStream
      } catch (err: any) {
        if (err === ''PermissionDeniedError'') {
          // 浏览器权限请求未被接受
        }
      }
    }
    init()
 
    return () => {
      closePeerConnection()
    }
  }, [])
 
  return (
    // ...
    <video
      ref={remoteVideoRef}
      width={640}
      height={480}
      muted={false}
      autoPlay
      playsInline
    />
    <video
      ref={localVideoRef}
      width={144}
      height={108}
      muted={true}
      autoPlay
      playsInline
    />
    // ...
  )

结束语

WebRTC确实使得多媒体通信领域的开发变得更简单了。这里通过点对点音视频通话，分享了一点点WebRTC的开发经验。实际上，在多媒体通信领域，还有很多的应用场景与需求，后续还会继续分享。