webRTC 真的可以在没有噪音的情况下流式传输高质量的音频吗？

Question

我已经测试了最高质量的设置和多个 STUN/TURN 服务器，但没有找到真正的高质量流。

根据我的经验，webRTC 总是存在波动且有限的带宽以及高水平的背景噪音，无法达到 mp3/Shoutcast/Icecast 广播流的质量。

有没有人找到一种方法来使用 webRTC 提供真正的高带宽音频流，或者目前实际上不可能？

Answer 1

首先，值得一提的是，Web RTC 建立在底层网络连接之上，如果它很差，那么任何更高层都无法避免这种情况。

查看您突出显示的特定比较，有几个因素是 VoIP 语音质量的关键（假设您专注于问题中的语音）：

• 延迟：为避免延迟和回声，语音通信需要较低的端到端延迟。高质量 VoIP 系统的目标通常是低于 200 毫秒的延迟。
• 抖动 - 这本质上是一次延迟的变化，即端到端延迟如何随时间变化。
• 丢包 - 与数据相比，语音实际上可以合理地容忍丢包。 VoIP 目标通常在 1% 或更低的范围内。

将这与蒸汽广播等进行比较，关键点是延迟 - 等待几秒钟以开始播放流的情况并不罕见。

这允许接收器填充更大的等待解码和回放的数据包缓冲区，并使其更能容忍延迟的变化（抖动）。

举个简单的例子，如果您的连接中断了半秒，这将立即影响双向 VoIP 呼叫，但它可能根本不会影响流式音频，假设网络完全恢复并且缓冲区有几个秒的内容。

因此，与流式音频相比，您看到的质量差异很可能与通信的真实性质有关，而不是与固有的 WebRTC 故障有关 - 或者更准确地说，即使 WebRTC 是完美的，实时双向 VoIP非常容易受到网络条件的影响。

作为。请注意，视频清晰需要更多的带宽，并且还受到网络的影响，但人们往往更能容忍视频“口吃”而不是多媒体通话中的语音质量问题（目前是 amyay）。

Answer 2

WebRTC 的默认音频设置非常低。它默认为 42 kb/s 左右的单声道音频，因为它似乎是为语音设计的。我通过配置一些设置提高了质量。

1. 在 getUserMedia() 约束中禁用 autoGainControl、echoCancellation 和 noiseSuppression：

navigator.mediaDevices.getUserMedia({
  audio: {
    autoGainControl: false,
    channelCount: 2,
    echoCancellation: false,
    latency: 0,
    noiseSuppression: false,
    sampleRate: 48000,
    sampleSize: 16,
    volume: 1.0
  }
});

1. 将stereo 和maxaveragebitrate 属性添加到SDP：

let answer = await peer.conn.createAnswer(offerOptions);
answer.sdp = answer.sdp.replace('useinbandfec=1', 'useinbandfec=1; stereo=1; maxaveragebitrate=510000');
await peer.conn.setLocalDescription(answer);

这为立体声提供了 520kbps 的潜在最大比特率，即每通道 260kbps！

实际比特率取决于您的网络速度和信号强度。

有关 SDP 的更多信息：

会话描述协议 (SDP) [RFC4566] 以与传输无关的方式描述了多媒体会话的各个方面，例如媒体功能、传输地址和相关元数据，用于会话公告、会话邀请和参数协商。

https://tools.ietf.org/id/draft-nandakumar-rtcweb-sdp-01.html#rfc.section.3

查看我的项目，它实现了这些功能： https://github.com/kmturley/webrtc-radio