通过 WebSocket 流式传输音频 - 网络音频

Question

我非常接近通过 Websockets 进行音频聊天。我正在构建的这个应用程序的想法是在浏览器中进行群组语音聊天。

我正在使用 socket.io 服务器来转发此信息。

音频传输正常。使用此代码：

let hasHeader = false 
export function emitAudioStream(mic, sock, room) {
    console.log('beginning record')
    const recorder = new MediaRecorder(mic)
    recorder.ondataavailable = (evt) => {
        // fetch the header
        if (!hasHeader) {
            console.log('header:', evt.data)
            sock.emit('header:audio', evt.data)
            hasHeader = true
        }
        // console.log(evt.data.size)
        sock.emit('stream:audio', ({room, streamData: evt.data}))
    }
    recorder.start()
    console.log(`Recording begin. (State: "${recorder.state}")`)

    setInterval(() => {
        recorder.requestData()
    }, 1e3/60)
}

有 'participants' 个房间已连接 - 个人。服务器处理这样的请求：

    sock.on('header:audio', (packet) => {
        console.log(`setting audio header for ${sock.id}`)
        sock.__audioHeader = packet
    })

    sock.on('stream:audio', ({room, streamData}) => {
        const participants = rooms[room]
        if (!participants) {
            console.log(`not found ${room} room`)
            return
        } 
        // create a getParticipants to handle not found
        // add flag to include current socket
        participants.forEach(participant => {
            // if (participant.id === sock.id) return 
            participant.emit('stream:audio:packet', {header: sock.__audioHeader, streamData})
        })
    })

回到客户端，我正在尝试玩（这一切都失败了），它看起来像这样。我可能误解了网络音频文档。谁能给我指出正确的方向 direction/explain 为什么这不是正确的方法？

sck.on('stream:audio:packet', ({header, streamData}) => {
  playSound(streamData)
})

function playSound(buffer) {
  const context = new AudioContext()
  var source = context.createBufferSource()
  source.buffer = buffer
  source.connect(context.destination)
  source.start(0)
}

我使用的另一种解码尝试：

        sck.on('stream:audio:packet',async  ({header, streamData}) => {
            if (streamData === 'data:') return
            const b64ToBuffer = (data) => fetch(data).then(r => r.blob())
            const buff = await b64ToBuffer(streamData)


            playSound(await buff.arrayBuffer())
        })

        let context = new AudioContext()


        
        async function playSound(buffer) {
            try {
                const buff = await context.decodeAudioData(buffer)
                let source = context.createBufferSource()
                source.connect(context.destination)
                console.log(buff)
                source.buffer = buff
                source.start(0)
            } catch (err) {
                console.warn('error decoding data:', err)
            }
        }

Answer 1

您当前的解决方案不起作用的原因是 MediaRecorder 不需要发出可以自行编码的块。在停止 MediaRecorder 之后需要将所有块拼接在一起以获得有效文件。此外，网络音频 API 只能使用其 decodeAudioData() 方法解码完整文件。

正如上面评论中所述，WebRTC 是专门为此用例制作的 API。如果你想有单独的房间，你可以确保你的信号处理只连接属于同一个房间的客户端。

如果您想避免使用 WebRTC，您可以尝试我编写的一个库，它为 MediaRecorder 添加了 WAVE 支持。该库名为 extendable-media-recorder。当被要求发出块时，这些块本身也不是有效的 WAVE 文件，但手动解码部分 WAVE 文件比解码压缩文件容易得多。尽管包含 header 的前 44 个字节只是原始 PCM 数据。

您也可以反其道而行之，保留原生 MediaRecorder 并将其与接收端的自定义解码器结合使用。如果您配置 MediaRecorder 来编码 Opus 文件 opus-stream-decoder 应该能够解码块。

Answer 2

使用流，您可以使用 navigator.mediaDevices.getUserMedia(constraints) MDN Reference 获取流并将 socket.io-streams 添加到 socket.io 并使用音频元素或视频元素播放它们

通过 WebSocket 流式传输音频 - 网络音频

Stream Audio via WebSocket - Web Audio

audio

websocket

socket.io

audio-streaming

web-audio-api