搭了一个 WebRTC 语音聊天室，效果惊人

[bmpidev2019]

搭建了一个基于 WebRTC 技术的语音聊天室。测试了下和一个沙特阿拉伯人聊了一个小时，出奇的稳定，语音质量也很好，和国内的人聊也都很稳定，不比 zoom 与微信差。

比 App 的优势好在无需注册，分享房间链接，用浏览器打开即可聊天，用完一切就消失了，隐私性好。

测试地址： https://free4.chat/

开源仓库地址： https://github.com/madawei2699/free4chat

此网站是后端基于 kraken，它本身又基于 Go 语言中 pion 这个 WebRTC 的库，前端基于 Mornin，我把搭建的操作流程都放入了项目中的 infra 目录中，如果你要自己搭建的话，可以参考。

不过目前的功能只是我想要的一部分，所以后续可能会添加一些功能，目前想到的有这些：

• Room
  • Text chat, can sent text or emoji
  • Room permission setting, like public/private type setting
  • Public rooms discovery, like hot room list or filter rooms by type/tag
• User
  • Robot user, like game robot who can play or facilitate game
  • User real-time collaboration, like whiteboard
• Infra
  • Backend service cluster, auto scaling, load balancing, etc.
  • Security enhancement, like coturn TLS setup, end-to-end encryption, etc.

如果你对 webRTC, peer-to-peer(P2P), real-time collaboration(CRDT), distributed system 或 robot design 感兴趣，欢迎关注或参与进来。

说效果惊人是，测试了一天，语音通话质量出奇的好，因为一个房间大多不到十个人，语音通话质量不仅稳定而且不比 zoom 、腾讯会议、微信等差（个人及测试的人感觉）。

另外一个有意思的是服务器，后端服务包括 coturn 都部署到一台 1 核、1G 内存的 AWS 服务器上。目前测试的效果是服务器毫无压力，甚至可以降级到 512M 内存的机器。

最终昨天大概有近一千人访问，创建了上千个房间，服务器始终负载没怎么变化，可能这就是 P2P 的优势吧。

[mywaiting]

这货是不是双方建立连接后，就直接点对点通信了？不用通过服务器中转负载肯定低

[cat9life]

这个牛 x 能做 ppt 演示吗

[bmpidev2019]

@mywaiting 服务器是 SFU 的，并且 coturn 也开启了 turn ，在糟糕的情况下，所有 peer 都需要服务器中转才行，所以也不能直接说全部就直连了

[bmpidev2019]

@cat9life 目前只有语音，你说的这种在线会议就可以，有很多开源的框架可以弄

[sunwei0325]

@cat9life https://meet.jit.si/ 这个可以共享屏幕

[santom]

之前 RTC 做过一阵大直播，这个延迟怎么样？

[tanhui2333]

以前做过基于 kurento 的，确实还行。不过不是音视频流媒体行业的，深度搞起来有点吃力。

[cat9life]

@sunwei0325 谢谢

[keith1126]

> 不比 zoom 与微信差

前半句应该有点夸张了……只能说网络状况良好的情况下，怎么实现都差不多。

[5sheep]

这个 WebRTC 多年前就已经有很成熟的开源应用了。 楼主再次从头开始，是啥想法呢? 练技术？

[bmpidev2019]

@keith1126 和沙特阿拉伯那边聊了一小时多，其中也有国内深圳、珠海、云南、陕西的人进来，我持续测试了一天，因为我们工作也在用 zoom （在家办公，一挂一整天），我对比在同样的网络环境下，感觉就是比 zoom 要好一些，当然环境的问题很复杂，但测试的感受就是这样的

[lloovve]

一对一能理解点对点通信，多个人的房间怎么点对点？

[bmpidev2019]

@5sheep 通过一个产品去持续练技术，就当技术实验田吧，当然 webRTC 也一直在发展，不能说已经成熟到不变的地步了，还有其他技术可以玩，甚至可以在技术上找一些好的场景，比如在线会议已经很成熟了，那这个产品只能走极端，比如在语音中找一些玩法、场景，找需求点（比如语言学习等场景），这些都是一些可尝试的点，并不是重复造轮子

[bmpidev2019]

@lloovve SFU 并不是用户与用户的连接，而是这种模式 https://excalidraw.com/#json=2AAmNFc0WMiDurA5ejiB4,Hjs5fMMQh5ollETmhfgWWw

[okakuyang]

这个肯定都是全部流量转发的，就国内网络环境不可能穿透成功的。

[bmpidev2019]

@okakuyang 如果是全部中转了，那按目前的采样率数据还挺小的，实时在线 20 多人，服务器网络流量每秒才 30-40KB （上行与下行都差不多这个范围）

[LiuJiang]

webRTC 在国内安卓机上有很大的兼容性问题

[legendORld]

刚才和同事试了一下，效果还行，就是不知道长时间会不会发热

[Zeonjl]

国内直连就是牛！

[cweijan]

去年搭建开源平台 jitsimeet, 和你这个一样, 不过它支持视频, 但是安装太繁琐了, 你这个看起来很轻量

[FightPig]

这个可以，正好学习下

[bmpidev2019]

@LiuJiang 安卓的新版本 chrome 应该还行
@legendORld 我 iPhone 聊了一整天，没怎么发热
@cweijan 这个安装花了我一整天时间，主要是有一些小坑，但 c++开发的那些库功能很齐全，搞起来可能很复杂，go 这个代码也挺简单的

[LiuJiang]

@bmpidev2019 国内大部分手机厂商默认的浏览器，都不是 Chrome

[Borden]

这种东西，技术问题都不是问题～

[Funnyang]

可以支持视频通话么，微信会发热

[Akagi201]

感谢分享, 有兴趣研究下 webrtc.rs 吗? 期待 lz 实验. 之前做这行, 现在不做了. 还是有兴趣在.

[EPr2hh6LADQWqRVH]

语音的话确实，毕竟以前像 erlang 这种，目标都是语音业务，恨不得一台机器管一个市

[ferock]

支持 docker 部署吗

[XTTX]

国内和国内两点中专延迟高吗？ 声网这种语音 api, 更大的价值还在让云服务器更靠近终端用户，实现稳定和低延迟。不过他们的收费也是高得离谱。

[XTTX]

还有，如果要加入更完整的 IM 功能，我建议是扒一扒类似 mattermost 的开源前端, 类似 slack 的功能它都有， 不过就是要用到 react 和 redux.

[XTTX]

后台支持 singaling 和中转两种模式吗？

[XTTX]

国内的话，STUN 服务器怎么解决？

[Biwood]

流量还是得转发吧，能做到 P2P 直连吗

[bmpidev2019]

@Funnyang 不支持，主要是语音，未来可能加文字，全功能的应用用 App 就好了，这个工具主要是简单
@Akagi201 rust 比 go 太复杂了，玩不了
@avastms erlang 的确更合适，但是还是语言和生态的问题，没选择
@ferock 不支持 docker ，主要是端口通信的问题，服务器端需要很大一个 udp 和 tcp 端口范围用来和客户端建立 p2p ，docker 有点麻烦
@XTTX 目前 server 实现了 turn （ coturn ），signal 的功能，也包括用户 token 生成（访问 turn ）。turn 本身就可以做 stun 的功能，turn 就是中转（ relay ）。功能不想做的太复杂，主要是基于语音找一些场景应用。
@Biwood p2p 直连在用户多的时候客户端负载太大了（指数关系），服务器目前是 sfu 架构，客户端直连服务器，服务器中转，这样 p2p 连接数只和用户数成线性

[XTTX]

@bmpidev2019 #34 语音的话可以参考一下声网，即构这种实时语音的 sdk 提供商。 收费帮他们搭建服务，或者提供便宜的计时收费的语音包

[qq316107934]

支持 ipv6 吗，支持的话估计都不用中转

[darkengine]

哦吼，这个有意思

[darkengine]

https://free4.chat/StoneX

有人来聊吗

[HXM]

和在 LA 的同学试了一下，效果确实不错，好奇 SFU 服务器搭建在哪里？

另外要是支持语音降噪之类的功能就更好了 现在可以明显听到对方敲键盘的声音

[Chism]

直接搭建一个全球陌生人随机视频可行？

[bmpidev2019]

@qq316107934 ipv6 应该不支持吧，不知道底层的 pion 是否支持
@HXM 服务器在新加坡，降噪得靠耳机和麦了，浏览器做降噪的方案不知道有没有
@Chism 一对一聊天可以用这种模式，类似于游戏里组队 pk😂

[ugpass]

关注下～

[04huang]

能否出一个更加具体的搭建教程。。TLS/SSL 那部分不是太明白 [不太想用 CDN] ，后面倒是没啥问题。。

[silerLee]

简洁又好看. 很有意思的东西

[over140]

不错，这个 Mornin 也是我们团队和 Fox 团队一起弄的，欢迎大佬来 Mixin 搞开发～～～

[bmpidev2019]

@over140 大佬现身了，我只是用你们开源的搭建了这个网站，感谢你们的开源精神👍期望之后能给你们贡献代码😄

[hanguofu]

谢谢分享！期待加上 Room 的功能。

[Bastionbee]

刚刚试了一下，在 se2 上用 Safari 中打开，可以进行后台语言，发热量很小，延迟比微信低

[mayli]

我记得 webtrc 有个 demo 就是这个？
https://webrtc.github.io/samples/src/content/peerconnection/audio/

[N032138]

期待一个能使用的 docker 镜像

[XTTX]

terraform+ ansible + docker 可以做成商用版，付费自动帮忙部署。 只要语音成本低，应该有市场的。我以前了解过一些语音 sdk 商， 价格 1000 分钟, 4 到 7 块。 双向收费，3 人通讯要收两份钱。

[bmpidev2019]

@XTTX 没想到这都可以商业化，实际上这个技术挺成熟的，费用也没那么高，不知道为啥收费这么贵，我这服务器全部费用也才 5 美刀一个月，能支持 100 多个人实时通话应该没问题

[bmpidev2019]

@XTTX 一开始我就准备用 IaC 部署的，后来因为觉得没必要，就一台服务器手工部署半天搞定（熟练估计半小时搞定），所以只是记录了操作指南

[XTTX]

@bmpidev2019 #52 国内能用上实时语音的不是游戏就是社交类 app 或者 saas, 估计 sdk 厂商都觉得这类客户钱多，可以挤。

声网去年因为提供 Clubhouse 语音 sdk, 股价一度到了 100+美金。
他们需要到处部署节点，让节点离终端消费者更近。收费高，但是这样还是连续亏损。 他们收购环信，IM sdk 商。
我以前完全不懂技术的时候，觉得即时通讯+实时语音是多么高深的技术。 可能外行人也这么觉得，所以愿意高额支付 sdk.

我几年前想搞一个 IM 产品，所以对这些 sdk 商有一点了解。 他们的 IM 消息是按条计算的， 因为法律要求， 需要在服务器上存留一定时间。

除了按使用量收费，我觉得一次性付费部署还是有市场的，因为很多初创项目根本支付不了那么高昂的费用，也不需要极致的延迟。

========================================

“从财报来看，该公司收入成本在增加。2021 年第三季度，声网收入成本为 1570 万美元，比去年同期的 1160 万美元增长了 35.5 ％，主要原因是随着公司扩大业务规模，带宽和协同部署成本增加，以及服务器和网络设备的折旧。此外，2021 年第三季度，声网在 2021 年第三季度的运营费用为 5040 万美元，较上年同期的 2320 万美元增长 116.9%。”

[bmpidev2019]

@XTTX 语音要存储的确会导致成本飙升，还有审核的问题，我这个站很简单不需要考虑这些，也没有存储，如果做 sdk 肯定有很多别的要求，但只是做实时语音通讯技术倒不复杂（底层还是挺复杂的，但技术已经发展了十多年来，现在比较成熟）

[XTTX]

@bmpidev2019 #55 语音不需要需要存储，文本的消息需要存一个星期吧。 隔行如隔山，我几年前还花了几千块“咨询”一个所谓的专家，问这块技术门槛高不高。他说高得很，建议用付费 sdk. 就没了。。。。

真是谢谢你。 等我把前端搞完，好好研究一下。

[bmpidev2019]

@XTTX 有没有研究过相关法律法规？服务器在国外的话需要遵循哪些条款？

[lqzhgood]

问问群聊的 p2p 怎么实现的？ 单人的数据全部发给其他人么？

[bmpidev2019]

@lqzhgood 你查查 sfu

[XTTX]

@bmpidev2019 #57 国内公司需要 ICP 证，国外管不了。 香港也不用。 以前研究过， 有专门办理这种证的中介，几千到万元不等。 办公司才需要这些证。

[steptodream]

要是支持视频就好了，可以拿来改改给公司用。

[WLW]

@steptodream 同关注支持视频的会议室，有找到好用的，麻烦顺带通知一声，谢谢！~

[bmpidev2019]

@steptodream
@WLW

公司视频会议有很多系统方案可以用，公司的需求也很复杂，视频、桌面分享、权限管理、录屏啥的，还不如直接用商业方案好了

[WLW]

@bmpidev2019 最初级的能视频对话就好，权限方面指定账号才能创建 room ，
不用分享桌面（或简单粗暴的摄像头拍另一个屏幕 ^.^ ） ,不用录屏（或同上，哈哈）。
这不是疫情吗，外贸客户不能过来，很多就需要视频对话验货了，
然后老外习惯用的平台，大部分被墙，或者注册账号麻烦。
方便的话，给点关键字，我先搜搜看

[bmpidev2019]

@WLW 随便找个视频会议在线的网站就可以

[k9982874]

没被盯上之前都很流畅，一但被盯上就是各种卡顿失联。

[PrtScScrLk]

老哥你这个服务器性能监控用的是什么，界面还挺好看的。

[bmpidev2019]

@PrtScScrLk servercat

[dany813]

很强啊

[rapiz]

我读了一下 SFU 的描述，这个意思不是所有流量都经服务器中转吗？只是编码和解码在客户端做。希望 OP 解惑

[bmpidev2019]

@rapiz 我的理解是相当于每个 peer 都和服务器建立 peer 连接了，服务器会对房间里的 peer 的音频 track 做转发。如果不用 sfu ，光是 p2p 这种，客户端每次需要发送 n-1 条音频给其他 peer ，但现在只需要发给服务器一次就可以了

[RickyC]

好像真的很惊人的样子。

[wsseo]

腾讯搞了一个 echo

[GitContract]

lz 拉个群呗

[nathanw]

超过百人的会议，webrtc 貌似不如 zoom

[liuxyon]

上个支持 ipv6 的吧？另外如果网络本身延迟大,例如 200-400 多 ms 情况下 效果是怎么样的？

[bmpidev2019]

@nathanw 和架构还有服务器硬件有关系，比如专用的 MCU 这种硬件，目前 free4.chat 是 sfu 架构，服务器性能要强的话，单机支持百人规模会议也可以，但再多客户端可能扛不住（百人规模客户端是 1 路上行+99 路下行，客户端网络负载高，这种需要高性能的 MCU 这种硬件方案了），zoom 毕竟是企业级服务，有好的软件+硬件方案自然效果更好一些

[bmpidev2019]

@liuxyon 支持 ipv6 有啥用呢？目前底层用的库 pion 好像都不支持 ipv6 啊，网络延迟高这情况我还没测试

[daimaosix]

@bmpidev2019 大佬，我始终没看明白你仓库的配置文档怎么回事，按照你流程走的，看着也不复杂，跑起来访问 7000 端口显示：{"error":"not found"}

[Ironboy]

想要火起来的话，可以结合一些场景，像比如像 Clubhouse 做成的语音社交应用。或者像做成 Omeglel 国际网友语言学习平台。希望对 op 有帮助！

[bmpidev2019]

@Ironboy 只是学习搭建的，如果要正常运行挺耗费服务器资源的，成本不低，bug 语言学习这个场景挺不错的，我也正有这个计划，多加一些基于语言视频的一些场景化的功能。

[7897894]

大佬 有部署教程吗