# WebRTC

# WebRTC 是什么 ?

WebRTC 是由一家名为 Gobal IP Solutions,简称 GIPS 的瑞典公司开发的。Google 在 2011 年收购了 GIPS,并将其源代码开源。

简单来说,WebRTC 是一个可以在 Web 应用程序中实现音频,视频和数据的实时通信的开源项目。在实时通信中,音视频的采集和处理是一个很复杂的过程。比如音视频流的编解码、降噪和回声消除等,但是在 WebRTC 中,这一切都交由浏览器的底层封装来完成。我们可以直接拿到优化后的媒体流,然后将其输出到本地屏幕和扬声器,或者转发给其对等端。

我们可以在不需要任何第三方插件的情况下,实现一个浏览器到浏览器的点对点(P2P)连接,从而进行音视频实时通信。

# WebRTC API

WebRTC 提供了一些 API 供我们使用,在实时音视频通信的过程中,我们主要用到以下:

  • mediaDevices
  • getUserMedia:获取音频和视频流(MediaStream)
  • RTCPeerConnection:点对点通信
  • RTCDataChannel:数据通信
  • MediaStream API:媒体流

# MediaDevices 媒体设备

MediaDevices 接口提供访问连接媒体输入的设备,如照相机和麦克风,以及屏幕共享等。它可以使你取得任何硬件资源的媒体数据。

事件
devicechange 每当媒体设备连接到系统或从系统中移除时
方法
enumerateDevices()
getSupportedConstraints() 返回一个对象,指明设备支持那些配置参数
getDisplayMedia() 获取显示器或者窗口
getUserMedia() 获取摄像头,麦克风,屏幕共享

MediaDevices.getUserMedia() 会提示用户给予使用媒体输入的许可,媒体输入会产生一个MediaStream (opens new window),里面包含了请求的媒体类型的轨道。返回一个Promise对象,由于用户不是必须选择所以可能既不会resolve也不会reject

var video = document.querySelector("video");
var constraints = { audio: false, video: { width: 1280, height: 720 } };
navigator.mediaDevices
  .getUserMedia(constraints)
  .then(stream => {
    video.srcObject = stream;
  })
  .catch(err => {
    console.log(err);
  });

# MediaStream 媒体流

MediaStream 表示一个媒体流对象,一个流包含几个轨道,比如视频和音频轨道

属性
active boolean 这个流是否处于活动状态
ended boolean 这个流是否被完全读取
id string 这个流对象的唯一标识符
事件
onaddtrack 一个 MediaStreamTrack 对象添加到这个流时
onended 当流终止时
onremovetrack 当一个 MediaStreamTrack 从这个流上移除时
其他方法
MediaStream.addTrack() 添加一个 Track
MediaStream.removeTrack() 删除一个 Track
MediaStream.clone() 克隆一个 MediaStream,会有一个新的 ID
MediaStream.getTracks() 返回一个列表,所有 Track
MediaStream.getAudioTracks() 返回一个列表,所有 AudioTrack
MediaStream.getVideoTracks() 返回一个列表,所有 VideoTrack
MediaStream.getTrackById() 按 ID 查找 Track

# MediaStreamTrack

MediaStreamTrack 接口在 User Agent 中表示一段媒体源,比如音轨或视频

属性
enabled boolean 表示轨道是否有效
id string 唯一标识符
kind video/audio 表示轨道类型
label string 用户指定的标签
muted boolean 表示轨道是否为静音
readonly boolean 表示轨道是否只读,不能被修改
readyState live/ended 表示轨道的当前状态
remote boolean 表示数据是否时 RTC 提供的
事件
onstarted onmute onunmete
onoversonstrained onended
方法
getConstraints() applyConstraints() getSettings()
getCapabilities() clone stop()

# RTCPeerConnection

RTCPeerConnection 接口代表一个由本地计算机到远端的 WebRTC 连接。该接口提供了创建,保持,监控,关闭连接的方法的实现。、

我们虽然把 WebRTC 称之为点对点的连接,但并不意味着,实现过程中不需要服务器的参与。因为在点对点的信道建立起来之前,二者之间是没有办法通信的。这也就意味着,在信令阶段,我们需要一个通信服务来帮助我们建立起这个连接。

//兼容性处理
let PeerConnection = window.RTCPeerConnection || window.mozRTCPeerConnection || window.webkitRTCPeerConnection;
let iceServers= [
        { url: "stun:stun.l.google.com:19302"}, // 谷歌的公共服务
        {
          url: "turn:***",
          username: ***, // 用户名
          credential: *** // 密码
        }
      ]
let peer = new PeerConnection(iceServers)
事件
onaddstream 当一个媒体流从远程对等体添加到 PeerConnection 连接中时
ondatachannel 当一个 RTC 数据通道添加到连接中
onicecandidate 当一个 ICE 候选添加到备选池中
oniceconnectionstatechang 当一个连接对象的状态发生改变时
onidentityresult 当身份断言生成时
.onidpassertionerror 当身份断言关联的身份提供者遇到一个错误时
onidpvalidation 当身份验证出错时
onsignalingstatechange 当 signalingstate 更改的值时
onremovestream 当从此连接中删除 mediastream 时
方法
RTCPeerConnection() 构造函数,通过 new,返回一个 RTC 对等体连接对象
createOffer() 呼叫方发送一个 offer 请求(成功回调,失败回调,配置对象)
createAnswer() 被呼叫方发送一个 answer 应答(成功回调,失败回调,配置对象)
setLocalDesccription() 设置与连接相关的本地描述
setRemoteDescription() 设置与连接相关的远端描述
getLocalStreams() 返回连接的本地媒体流数组
getRemoteStreams() 返回连接的远端媒体流数组
addStream() 添加一个媒体流
removeStream() 移除一个媒体流
close() 关闭一个 RTCPeerConnection 实例
createDataChannel() 建立一个新的 DC 通道

基本用法

var pc = new RTCPeerConnection();
pc.onaddstream = (event) {
  var vid = document.createElement("video");
  document.appendChild(vid);
  vid.srcObject = event.stream;
}

呼叫方

let offerconf = {
    offerToReceiveAudio: 0,
    offerToReceiveVideo: 1,
    iceRestart: true,
}
navigator.getUserMedia({video: true}, function(stream) {
    pc.onaddstream({stream: stream});
    pc.addStream(stream);
    pc.createOffer(offerconf).then((offer)=>{
        pc.setLocalDescription(offer).then(()=>{
            sendOffer()
        })
    }).catch().
})

应答方

pc.setRemoteDescription(offer).then(()=>{
	pc.createAnswer().then((answer)=>{
		pc.setLocalDescription(answer).then(()=>{
			sendAnswer()
		})
	})
})

img

# RTCDataChannel

RTCDataChannel 接口代表在两者之间建立一个双向数据的通道,用于发送非音视频的信息。

可以用 createDataChannel()或者在现有的 RTCPeerConnection 实例上用 ondatachannel 事件接受,创建出 RTCDataChannel 类型的对象。

var pc = new RTCPeerConnection();
var dc = pc.createDataChannel("my channel");
dc.onmessage = function (event) {
  console.log("received: " + event.data);
};
dc.onopen = function () {
  console.log("datachannel open");
};
dc.onclose = function () {
  console.log("datachannel close");
};
dc.onerror = function () {
  console.log("datachannel error");
};
属性
label 描述通道名字的一个字符串,这个字段可以不唯一
ordered 返回一个 Boolean,表示传递信息的顺序是否有保证
protocol 返回正在使用的子协议的名称,一个字符串,没有则返回“”
id 当 RTCDdataChannel 对象被创建时,作为通道的唯一标识
readyState 表示数据连接的状态
事件
onopen 当底层数据链路传输成功时
onmessage 当有数据被接受时
onclose 当底层链路被关闭时
onerror 当遇到错误时
方法
close() 关闭 channel,不会立即生效,等消息队列的数据发送完毕之后,channe 才会被关闭
send() 将参数中的数据通过 channel 通道发送

# SDP

WebRTC 使用 Offer-Answer 模型交换 SDP,Offer 中有 SDP,Answer 中也有。例如 Alice 和 Bob 通过 WebRTC 通信:

Alice Offer

// Session description
v=0
# version SDP 协议版本,值固定为 0
o=- 2397106153131073818 2 IN IP4 127.0.0.1
# origin 代表会话的发起者
s=-
# session name 会话的名称,每个 SDP 中有且仅能有一个 s 描述,其值不能为空
c=IN IP4 0.0.0.0
connection data
// Time description
t=0 0 携带了会话的连接信息,其实就是 IP 地址
# timing 指定了会话的开始和结束时间,如果开始和结束时间都为 0,那么意味着这次会话是永久的

// Session Attribute
a=group:BUNDLE video
a=msid-semantic: WMS gLzQPGuagv3xXolwPiiGAULOwOLNItvl8LyS

// Media description
m=video 9 UDP/TLS/RTP/SAVPF 96 97
# m=<media> <port> <proto> <fmt> ...
c=IN IP4 0.0.0.0
a=rtcp:9 IN IP4 0.0.0.0
a=ice-ufrag:l5KU
a=ice-pwd:+Sxmm3PoJUERpeHYL0HW4/T9
a=ice-options:trickle
a=fingerprint:sha-256 7C:93:85:40:01:07:91:BE:DA:64:A0:37:7E:61:CB:9D:91:9B:44:F6:C9:AC:3B:37:1C:00:15:4C:5A:B5:67:74
a=setup:actpass
a=mid:video
a=sendrecv
a=rtcp-mux
a=rtcp-rsize
a=rtpmap:96 VP8/90000
a=rtcp-fb:96 goog-remb
a=rtcp-fb:96 transport-cc
a=rtcp-fb:96 ccm fir
a=rtcp-fb:96 nack
a=rtcp-fb:96 nack pli
a=rtpmap:97 rtx/90000
a=fmtp:97 apt=96

a=ssrc-group:FID 2527104241
a=ssrc:2527104241 cname:JPmKBgFHH5YVFyaJ
a=ssrc:2527104241 msid:gLzQPGuagv3xXolwPiiGAULOwOLNItvl8LyS c7072509-df47-4828-ad03-7d0274585a56
a=ssrc:2527104241 mslabel:gLzQPGuagv3xXolwPiiGAULOwOLNItvl8LyS
a=ssrc:2527104241 label:c7072509-df47-4828-ad03-7d0274585a56

Bob Answer

v=0
o=- 5443219974135798586 2 IN IP4 127.0.0.1
s=-
t=0 0
a=group:BUNDLE video
a=msid-semantic: WMS uiZ7cB0hsFDRGgTIMNp6TajUK9dOoHi43HVs
m=video 9 UDP/TLS/RTP/SAVPF 96 97
c=IN IP4 0.0.0.0
a=rtcp:9 IN IP4 0.0.0.0
a=ice-ufrag:MUZf
a=ice-pwd:4QhikLcmGXnCfAzHDB++ZjM5
a=ice-options:trickle
a=fingerprint:sha-256 2A:5A:B8:43:66:05:B3:6A:E9:46:36:DF:DF:20:11:6A:F6:11:EA:D9:4E:26:E3:CE:5A:3A:C6:8D:03:49:7B:DE
a=setup:active
a=mid:video
a=sendrecv
a=rtcp-mux
a=rtcp-rsize
a=rtpmap:96 VP8/90000
a=rtcp-fb:96 goog-remb
a=rtcp-fb:96 transport-cc
a=rtcp-fb:96 ccm fir
a=rtcp-fb:96 nack
a=rtcp-fb:96 nack pli
a=rtpmap:97 rtx/90000
a=fmtp:97 apt=96
a=ssrc-group:FID 3587783331
a=ssrc:3587783331 cname:INxZnBV2Sty1zlmN
a=ssrc:3587783331 msid:uiZ7cB0hsFDRGgTIMNp6TajUK9dOoHi43HVs a3b297e7-cdbe-464e-a32c-347465ace055
a=ssrc:3587783331 mslabel:uiZ7cB0hsFDRGgTIMNp6TajUK9dOoHi43HVs
a=ssrc:3587783331 label:a3b297e7-cdbe-464e-a32c-347465ace055

注意:SDP Line 是顺序相关的,比如 a=rtpmap:96 后面的都是它相关的设置,直到下一行是 a=rtpmap或者其他属性

交换完 SDP 后,会交换 Candidate:

// Alice Candidate
candidate: candidate:1912876010 1 udp 2122260223 30.2.220.94 52832 typ host generation 0 ufrag l5KU network-id 1 network-cost 10
candidate: candidate:1015535386 1 tcp 1518280447 30.2.220.94 9 typ host tcptype active generation 0 ufrag l5KU network-id 1 network-cost 10
// Bob Candidate
candidate:1912876010 1 udp 2122260223 30.2.220.94 51551 typ host generation 0 ufrag MUZf network-id 1 network-cost 10

# MCU 与 SFU

MediaSoup 这种 SFU,客户端先给一个 Offer 给 SFU,SFU 只是检查这个 Offer 中的媒体特性,然后 SFU 会生成 Offer(包含会议中的其他客户端的流,如果没有人则没有 SSRC)给客户端,客户端发送 Answer 给 SFU。这种方式的好处是其他客户端加入,以及流的变更(比如关闭视频打开视频时),都可以使用 Reoffer,也就是统一由 SFU 发起新的 Offer,客户端响应,SFU 和客户端的交互模式只有一种。

(opens new window)