javascript - Node.js 和浏览器之间的语音聊天(音频流、VoIP)
问题描述
我之前在两个 node.js 服务器之间进行过语音聊天(参见:tvoip),效果很好,但现在我想在 node.js 服务器和浏览器之间进行。怎么可能做到这一点?
从 node.js 到 node.js,我只是通过 TCP 连接使用原始 PCM 流。
对于浏览器来说,这可能不会那么容易,对吧?我的意思是浏览器并没有真正提供 TCP API。它确实提供了 WebSocket API,但它是否处理流?我是否必须将流转换为什么格式以及如何转换?我应该使用什么协议?是否有任何有用的库来实现这一点?socket.io-stream是一个可行的库来发送这些类型的流吗?
据我了解,音频流在浏览器上采用 PCM 格式。所以它应该与我在 Node.js 中获得的流兼容。这个假设正确吗?
我设法将浏览器麦克风输入通过管道传输到浏览器扬声器输出,如下所示:
<!DOCTYPE html>
<html>
<head>
<meta charset="utf-8"/>
</head>
<body>
<!-- alternative method that also works
<audio></audio>
<script>
navigator.mediaDevices.getUserMedia({ audio: true }).then(function(stream) {
const audio = document.querySelector('audio')
audio.srcObject = stream
audio.onloadedmetadata = function(e) {
audio.play()
}
}).catch(console.error)
</script>
-->
<script>
navigator.mediaDevices.getUserMedia({audio: true}).then(stream => {
const aCtx = new AudioContext()
const analyser = aCtx.createAnalyser()
const microphone = aCtx.createMediaStreamSource(stream)
microphone.connect(analyser)
analyser.connect(aCtx.destination)
}).catch(err => {
console.error("Error getting audio stream from getUserMedia")
})
</script>
</body>
</html>
如您所见,我找到了两种解决方案。我将尝试将节点<->浏览器语音聊天基于第二个。
对于 Node.js,我想出了将 node.js 麦克风输入通过管道传输到 node.js 扬声器输出的这段代码:
const mic = require('mic')
const Speaker = require('speaker')
const micInstance = mic({ // arecord -D hw:0,0 -f S16_LE -r 44100 -c 2
device: 'hw:2,0', // -D hw:0,0
encoding: 'signed-integer', // -f S
bitwidth: '16', // 16
endian: 'little', // _LE
rate: '44100', // -r 44100
channels: '1', // -c 2
debug: true
})
const micInputStream = micInstance.getAudioStream()
const speakerInstance = new Speaker({ // | aplay -D plughw:CARD=0,DEV=0
channels: 1,
bitDepth: 16,
sampleRate: 44100,
signed: true,
device: 'plughw:2,0' //'plughw:NVidia,7'
})
speakerInstance.on('open', ()=>{
console.log("Speaker received stuff")
})
// Pipe the readable microphone stream to the writable speaker stream:
micInputStream.pipe(speakerInstance)
micInputStream.on('data', data => {
//console.log("Recieved Input Stream: " + data.length)
})
micInputStream.on('error', err => {
cosole.log("Error in Input Stream: " + err)
})
micInstance.start()
console.log('Started')
如果您不熟悉 Linux 下的 ALSA,找到合适device
的麦克风和扬声器可能会有点棘手。如果您不确定,请在此处解释。我不确定它在带有 SoX 的 Windows 和 Mac OS 上如何工作。
然后我想出了一个小型测试应用程序,使用 socket.io-stream(一个允许通过套接字发送流的 socket.io 库)连接这两个想法。显然,这就是我坚持的地方。
基本上,我在 node.js 端尝试这个:
const mic = require('mic')
const Speaker = require('speaker')
const SocketIO = require('socket.io')
const ss = require('socket.io-stream')
...
io.on('connection', socket => {
let micInstance = mic(micConfig)
let micInputStream = micInstance.getAudioStream()
let speakerInstance = new Speaker(speakerConfig)
...
ss(socket).on('client-connect', (stream, data) => { // stream: duplex stream
stream.pipe(speakerInstance) //speakerInstance: writable stream
micInputStream.pipe(stream) //micInputStream: readable stream
micInstance.start()
})
})
这在浏览器端:
const socket = io()
navigator.mediaDevices.getUserMedia({audio:true}).then(clientMicStream => { // Get microphone input
// Create a duplex stream using the socket.io-stream library's ss.createStream() method and emit it it to the server
const stream = ss.createStream() //stream: duplex stream
ss(socket).emit('client-connect', stream)
// Send microphone input to the server by piping it into the stream
clientMicStream.pipe(stream) //clientMicStream: readable stream
// Play audio received from the server through the stream
const aCtx = new AudioContext()
const analyser = aCtx.createAnalyser()
const microphone = aCtx.createMediaStreamSource(stream)
microphone.connect(analyser)
analyser.connect(aCtx.destination)
}).catch(e => {
console.error('Error capturing audio.')
alert('Error capturing audio.')
})
整个代码可以在以下位置查看:https
://github.com/T-vK/node-browser-audio-stream-test
(如果您想测试它,README.md包含有关如何设置它的说明。 ) 相关代码在server.js(setupStream() 函数包含有趣的代码。)和client.html中。
如您所见,我正在尝试通过连接发送双工流并将麦克风输入通过管道传输到双工流中,并将双工流通过管道传输到每一端的扬声器(就像我在tvoip中所做的那样)。但是,它在 atm 中不起作用。
编辑:
我不确定我是否做对了,但我从getUserMedia()获得的“流”是一个MediaStream,这个媒体流可以有MediaStreamTrack(音频、视频或两者)。我是我的情况,它显然只是一首曲目(音频)。但是 aMediaStreamTrack
似乎不是我从 Node.js 中知道的流,这意味着它不能只是通过管道传输。所以也许它必须被转换成一个。我发现了这个有趣的库,叫做麦克风流,它声称能够做到这一点。但它似乎不能作为一个简单的浏览器库使用。似乎需要用 browserify 包装你的整个项目。这似乎非常矫枉过正。我想保持简单。
解决方案
存在一个使用所有主流浏览器都支持的浏览器进行 VoIP 的标准:WebRTC。尽管它是一个可怕的复杂性野兽,但它被所有隐藏其复杂性的市长浏览器开箱即用地支持。我不是 javascript 开发人员,但我高度假设在 JS 世界中存在对它的黄金支持,例如看这篇博文。
如果您不想要功能齐全的矫枉过正的解决方案,我会退回到 RTP 作为流协议,这是 VoIP 和 Opus 中用于编码的一种标准。两者都是成熟的技术,形成了一种默认的 VoIP 流媒体对,RTP 是轻量级的,Opus 在保持高音频质量的同时压缩效率很高。它们应该在 Browser 和 node.js 环境中得到很好的支持。
注意:如果您决定发送纯 PCM,请精确定义所有参数 - 帧长度(8、16、32 位)、有符号/无符号、整数/浮点数和特别是字节序!
推荐阅读
- etl - Stream/Task 是否可以用作仓库解决方案中的 ETL
- scikit-learn - 高斯过程回归器 - 所有值 sklearn 0.23 版本的相同标准偏差
- postgresql - 这是 SQL 注入吗
- c# - C# 引用类型在方法中存在多长时间?
- android - ffmpeg 需要运行这个命令 360 次
- python - 姜戈。在 ckeditor 编辑器中显示 HTML 元素
- json - 自定义 Api 响应并稍后在其他 React 组件上使用它
- sql - 如何优化这个 sql server 更新请求
- java - 一个非常简单的案例在 IBM i 中不使用 itext 写入 pdf 文件
- sql - SQL Select - Get a count of data as a separate column error