SIPSorcery项目中的WebRTC音频流传输问题分析与解决方案

问题背景

在使用SIPSorcery库开发Windows应用程序进行WebRTC音频流传输时，开发者遇到了两个主要的技术挑战：ICE候选地址收集问题和音频质量异常问题。

ICE候选地址收集问题

现象描述

开发者最初发现当应用程序和浏览器位于同一局域网时，音频流传输工作正常，但当它们位于不同网络时，连接会失败。通过日志分析发现，C#应用程序仅生成一个本地IP的ICE候选地址（类型为"host"），而浏览器端通常会生成5-6个候选地址。

问题分析

ICE候选地址收集是WebRTC建立连接的关键步骤，它需要收集三种类型的候选地址：

1. 主机候选（host）：本地网络接口的IP地址
2. 服务器反射候选（srflx）：通过STUN服务器获取的公网IP
3. 中继候选（relay）：通过TURN服务器获取的中转地址

在SIPSorcery库中，ICE候选地址收集存在一个潜在的竞态条件问题，库内部不会等待ICE候选地址收集完成就继续后续流程。

解决方案

1. 检查TURN服务器配置：确保配置的TURN服务器能够正常工作，可以通过WebRTC官方的Trickle ICE测试工具验证
2. 等待ICE收集完成：在代码中添加等待逻辑，确保所有候选地址收集完成后再继续后续流程
3. 使用可靠的TURN服务提供商：开发者最终通过更换TURN服务提供商（从metered.ca改为expressturn.com）解决了此问题

音频质量异常问题

现象描述

在解决ICE问题后，开发者又遇到了音频质量异常的问题，表现为声音模糊、不清晰，像是说话者处于"昏沉"状态。

问题分析

从日志中可以看到以下关键信息：

• 音频采样率从8000Hz调整到16000Hz
• 默认使用的音频编码格式为G722
• SDP中显示的时钟速率为8000Hz

这种音频质量异常可能是由以下原因导致：

1. 编码格式不匹配
2. 采样率转换问题
3. 时钟速率设置不当

解决方案

1. 限制音频编码格式：强制使用PCM编码格式（PCMU或PCMA），避免使用G722编码可能带来的问题
2. 检查采样率设置：确保音频采集和播放的采样率一致
3. 验证时钟速率：确认SDP中的时钟速率设置与实际音频流匹配

代码优化建议

基于上述分析，建议对原始代码进行以下优化：

1. 添加ICE收集完成的等待逻辑
2. 限制音频编码格式为PCM
3. 添加音频质量监控和调试日志

优化后的关键代码片段如下：

// 创建音频端点并限制格式
var windowsAudio = new WindowsAudioEndPoint(new AudioEncoder());
windowsAudio.RestrictFormats(format => format.Codec == AudioCodecsEnum.PCMU || 
                                   format.Codec == AudioCodecsEnum.PCMA);

// 等待ICE收集完成
while (pc.iceGatheringState != RTCIceGatheringState.complete)
{
    await Task.Delay(100);
}

总结

通过本文的分析，我们了解到在SIPSorcery项目中实现WebRTC音频流传输时可能遇到的典型问题及其解决方案。关键在于：

1. 确保ICE候选地址收集完整，特别是跨网络场景下的中继候选地址
2. 选择合适的音频编码格式和参数配置
3. 添加必要的等待和验证逻辑，确保各环节按预期工作

这些问题和解决方案不仅适用于SIPSorcery项目，对于其他WebRTC应用的开发也具有参考价值。开发者在实际应用中应根据具体场景调整参数和配置，以获得最佳的音质和连接稳定性。