语音 AI 技术

浏览器通话如何运作:面向团队的 WebRTC 详解

浏览器如何借助 WebRTC 拨打电话:权限、信令、防火墙、通往电话网络的网关、影响音质的因素,以及一份故障排查清单。

Call 编辑部 · 发布于 · 阅读约需 5 分钟

过去,在网页上打电话需要插件或安装程序。如今,浏览器自己就能做到。实现这一点的技术是 WebRTC,即 Web Real-Time Communication(网页实时通信)的缩写。视频会议、浏览器软电话以及许多语音助手都建立在它的基础之上。

一个戴着耳麦的人在笔记本电脑上接听电话
示意图

本文用通俗的语言解释浏览器通话的工作原理、可能出现的问题以及如何排查。如果您想从人员与流程的角度了解软电话,请阅读在 Call 中使用软电话。

WebRTC 是什么

WebRTC 是内置于现代浏览器中的一组标准。它赋予网页三项能力:访问麦克风(如有需要也可以访问摄像头)、实时编码和发送音频,以及直接连接到另一台设备或服务器。由于繁重的工作由浏览器完成,网页应用无需安装任何东西就能提供通话功能。

浏览器替您处理的事情

  • 采集请求麦克风权限并读取声音。
  • 编码压缩音频,使其适应网络条件。
  • 回声与噪音处理减少回声和部分背景噪音。
  • 网络自适应根据变化的网络状况进行调整,例如连接较弱时。
  • 媒体加密按照标准,音频在传输过程中是加密的。

一通电话如何建立

在音频开始传输之前,双方必须先商定如何通话。这种商定就是信令。WebRTC 本身并不规定信令通道,所以每个应用都使用自己的方式,通常是通过安全的网络连接与服务器通信。

浏览器通话的步骤

  1. 权限浏览器请求用户允许访问麦克风。
  2. 信令应用与另一方交换音频格式和网络地址等信息。
  3. 寻找路径双方测试能够互相连通的路由,包括穿越防火墙。
  4. 媒体开始传输加密的音频双向传输。
  5. 通话结束任何一方挂断,连接随之关闭。

穿越防火墙和路由器的路由

大多数设备都位于隐藏其真实地址的路由器之后。为了建立连接,WebRTC 会收集候选路由并逐一测试。辅助服务器会提供帮助:一类服务器告诉设备它的公网地址是什么样子,另一类则在无法直连时中继音频。中继会增加一点延迟,但能让通话穿过限制严格的网络。

编解码器

编解码器是压缩音频的方法。浏览器支持常见的语音编解码器,双方会选择一种都能识别的。不同的编解码器在音质、带宽和抗丢包能力之间各有取舍。

把浏览器接入电话网络

浏览器可以直接与另一个浏览器通话,但大多数商务通话都会涉及普通电话。为此,需要在网络世界与电话网络之间设置一个网关。网关一侧使用 WebRTC,另一侧使用运营商所用的信令和音频格式。SIP 中继基础介绍了运营商这一侧的情况。

浏览器通话与桌面话机的对比

浏览器(WebRTC)桌面话机
安装无需安装,打开网页即可需要设置硬件
使用地点任何有网络的地方固定在某张桌子或某个网络上
通话音质取决于耳麦和网络连接取决于话机和网络
管理随网页应用一起更新固件和配置下发
故障点浏览器权限、设备选择、Wi-Fi线缆、电源、话机设置

影响通话质量的因素

声音断断续续或像机器人一样,通常指向网络问题。一方听不到声音,通常是权限问题或选错了设备。有回声,说明扬声器的声音进入了麦克风,所以请尽量使用耳麦。相关的音频话题请参阅为什么电话音频难以被语音识别。

故障排查清单

浏览器通话无法正常工作时

  • 浏览器已获得在本网站使用麦克风的权限
  • 已在浏览器和系统中选择了正确的麦克风和扬声器
  • 没有其他应用占用麦克风
  • 浏览器已更新到最新版本
  • 网络连接稳定;可以尝试有线连接,或靠近路由器
  • VPN 或严格的防火墙没有拦截实时通信流量
  • 修改权限后已重新加载页面
  • 与同事的测试通话双向都有声音

为浏览器通话选择设备

由于工作由浏览器完成,您选择的设备影响很大。一副麦克风杆靠近嘴边的耳麦,能采集人声而几乎不采集其他声音,这对通话另一端的人和通话转写都有帮助。有线耳麦或专用无线耳麦,往往比共用繁忙无线频段的蓝牙耳机更稳定,不过许多蓝牙设备也表现良好。

检查耳麦在浏览器中是如何显示的。有些设备提供两种模式,一种用于听音乐,一种用于通话,而通话模式可能会降低音质。如果多人共用一台电脑,请确保每个人都选择自己的设备。对于团队来说,一份附带测试通话步骤的简短设置指南能节省时间:打开页面、允许麦克风、选择耳麦、给同事打电话、双向说话并收听。

最后,考虑一下房间环境。硬墙会产生回声,开放式办公室会增加嘈杂人声,嘈杂的风扇声也会被许多麦克风采集到。一些小改变,比如把办公桌从窗边移开或增加软装,对通话的改善可能比任何设置都大。

花几分钟在办公室最忙的时段试一试设置。早上八点运行正常的网络连接,到了十一点大家都在开视频会议时,可能就会吃力。

隐私与安全基础

该标准会加密从浏览器到其路径上下一个节点之间的音频,但整通电话的私密程度,取决于之后的每一个环节。录音、转写和存储都是单独的决定,各有各的规定。请问清音频经过网关之后去了哪里、录制了什么、保存多久。关于录音同意的规定因国家而异,并会随时间变化;本文仅为一般性信息,不构成法律意见,请查阅官方指引。请参阅通话录音的同意和语音 AI 的隐私保护设计。

Call 中的浏览器通话

在 Call 中,员工在浏览器中接听电话。在电话栏中点击「上线」,如果浏览器请求权限,请允许使用麦克风。有来电时,点击「应答」或「拒接」;如果又来了第二通电话,「保持当前通话并接听」会把第一通电话保持。通话中,您可以「静音」、打开「拨号键盘」以及「挂断」;不再接听电话时,点击「下线」。在未添加任何设备的情况下,来电只会在这个浏览器中响铃。在浏览器中拨出或接听的电话可以开启「实时转录」,双方会分别标注,并随通话一起保存;它需要运营商连接和公网地址,如果缺少某项条件,面板会加以说明。在正式依赖之前,请按照上面的清单与同事一起测试设置。

常见问题

WebRTC 是什么的缩写?

Web Real-Time Communication(网页实时通信)。它是一组让浏览器无需插件即可实时收发音频和视频的标准。

在浏览器中打电话需要安装什么吗?

通常不需要。现代浏览器已经具备所需的一切;您只需允许该网站访问麦克风。

浏览器通话是加密的吗?

WebRTC 会加密浏览器与下一跳之间的媒体流。之后发生的事情,例如录音和存储,取决于服务本身以及您的设置。

为什么我能听到对方,对方却听不到我?

浏览器可能被禁止使用麦克风,或者选错了输入设备。请检查网站权限和音频设置。

为什么声音断断续续?

常见原因是 Wi-Fi 质量差、网络拥堵或设备负载过高。试试有线连接,或者关闭其他程序。

浏览器能拨打普通电话吗?

可以,通过一个把网页通话接入电话网络的网关来实现。这个连接由您使用的服务提供。

用 Call 在浏览器中接听电话

在演示控制台中,您可以通过模拟体验来电。

相关指南