Что такое одноранговый (peer-to-peer) голосовой чат?
Peer-to-peer голосовой чат передаёт звук напрямую между устройствами, без медиасервера. Как он работает, что даёт для приватности и где у него есть ограничения.
Peer-to-peer (P2P) голосовой чат отправляет ваш голос напрямую на устройства других участников, а не пропускает его через центральный медиасервер. Сервер всё же может помогать устройствам находить друг друга, а ретранслятор может подключиться, когда прямой путь заблокирован, но нет сервера, задача которого принимать, микшировать и перераспределять аудио всех участников.
Эта статья написана простым языком: что это значит, как устанавливается соединение, что меняется для приватности и где есть ограничения. Технические подробности (кодеки, SFU и групповое видео) смотрите в руководстве по WebRTC, SFU и кодекам.
Что означает peer-to-peer?
Peer-to-peer, часто сокращённо P2P, означает, что устройства участников общаются напрямую друг с другом, а не отправляют голосовой звук через центральный медиасервер.
Представьте двух друзей, которые разговаривают онлайн. При прямом соединении устройство одного отправляет звук на устройство другого, а тот может ответить по собственному соединению.
Нет центрального аудиосервера, который должен принимать, обрабатывать и перераспределять каждый голосовой поток.
На практике для прямого соединения может понадобиться дополнительная инфраструктура. Устройства могут находиться за роутерами, межсетевыми экранами или NAT операторского уровня, поэтому такие технологии, как ICE и STUN, помогают найти работоспособный путь. Если прямой путь установить не удаётся, TURN-ретранслятор может пересылать зашифрованный трафик, не декодируя звук.
Таким образом, peer-to-peer не означает, что приложение вообще не использует серверы. Это значит, что медиапуть может оставаться прямым, а ретрансляторы применяются только при необходимости.
Как работает peer-to-peer голосовой чат?
Современные голосовые приложения в браузере обычно используют WebRTC, набор технологий для общения в реальном времени.
Упрощённо процесс соединения выглядит так:
- Найти участников. Приложение использует механизм сигнализации, чтобы обменяться данными для соединения.
- Найти сетевой путь. ICE собирает и проверяет возможные адреса для соединения, при необходимости используя STUN.
- Установить соединение. Устройства согласуют подходящий путь: напрямую, если возможно, или через ретранслятор, если необходимо.
- Передать звук. Сигнал с микрофона кодируется, передаётся как медиапоток в реальном времени и декодируется принимающим устройством.
- Сохранить отзывчивость разговора. Соединение подстраивается под меняющиеся условия сети и управляет синхронизацией, джиттером и потерей пакетов.
WebRTC использует медиатранспорт на основе RTP и включает механизмы защищённой связи в реальном времени. Точный путь соединения зависит от сетей участников и настроек приложения.
Peer-to-peer и голосовой чат через сервер
Обе архитектуры могут обеспечивать отличную голосовую связь. Они просто идут на разные компромиссы.
Peer-to-peer голос
В peer-to-peer архитектуре каждый участник может отправлять звук напрямую остальным участникам.
Возможные преимущества:
- Не нужен центральный медиасервер для обработки или перераспределения голоса.
- Прямой медиапуть, который может сократить лишнюю маршрутизацию.
- Меньшая зависимость от центрального аудиосервиса.
- Чёткое разделение между координацией соединения и передачей звука.
Есть и компромиссы. Каждому участнику может потребоваться передавать звук нескольким другим участникам, поэтому требования к пропускной способности растут вместе с размером комнаты. Кроме того, сетевые ограничения могут мешать прямым соединениям и требовать ретранслятора.
Голос через сервер
В архитектуре с сервером участники отправляют звук на медиасервер, который распространяет его остальным слушателям.
Это может упростить групповую раздачу и централизовать некоторые эксплуатационные задачи. Однако требуется медиаинфраструктура, а сервер становится частью пути доставки звука.
Ни одна из архитектур не лучше другой во всех случаях. Правильный выбор зависит от размера комнаты, условий сети, требований к надёжности, ожиданий по приватности и эксплуатационных расходов.
Как Voxal использует peer-to-peer звук
Voxal создан для лёгкого и спонтанного общения. Вы можете создать голосовую комнату или войти в неё без регистрации, а затем использовать push-to-talk (передачу по нажатию кнопки) или режим «свободные руки» в зависимости от того, как вам удобнее общаться.
Голосовой звук в Voxal всегда остаётся peer-to-peer. Он никогда не проходит через необязательный видео-SFU, даже если комната использует эту инфраструктуру для медиа с камеры или демонстрации экрана.
Voxal использует сигнализацию, чтобы координировать участников и устанавливать соединения. Путь сигнализации и путь звука разделены: то, что соединение координируется через сервер, не означает, что сервер получает сам звук.
Если прямое соединение установить не удаётся, может использоваться TURN-ретранслятор. Он пересылает зашифрованный трафик и не декодирует звук. В документации по TURN и ICE описано, как Voxal выбирает путь.
Voxal также поддерживает видео и демонстрацию экрана, у которых в больших комнатах другие требования к маршрутизации. Эти функции могут использовать необязательный Selective Forwarding Unit (SFU) в зависимости от настроенного предпочтения маршрутизации видео. Голос в любом случае остаётся peer-to-peer.
Более ли приватен peer-to-peer голосовой чат?
Peer-to-peer связь может сократить число систем, участвующих в доставке голоса, но сам по себе этот термин не гарантирует приватность.
Полная оценка приватности должна учитывать также шифрование, метаданные сигнализации, журналы соединений, использование ретрансляторов и то, как приложение обращается с данными микрофона.
В Voxal голос передаётся с помощью защищённых медиамеханизмов WebRTC, а TURN-ретранслятор пересылает зашифрованные медиаданные, не декодируя их. Это отличается от SFU, который технически может получить доступ к принимаемым видеоданным, чтобы выборочно пересылать их дальше.
Важно различие в том, к чему имеет доступ каждый компонент, а не просто в том, есть ли сервер.
Когда peer-to-peer голосовой чат полезен?
Peer-to-peer голос может хорошо подойти для:
- Разговоров в небольших группах.
- Игр и совместных занятий.
- Временных голосовых комнат.
- Лёгкого общения в команде.
- Приложений, которые хотят избежать централизованной обработки голосовых медиаданных.
Большие комнаты создают дополнительные сложности с пропускной способностью и управлением соединениями. Это одна из причин, почему голос, видео и демонстрацию экрана не стоит автоматически считать одной и той же сетевой задачей.
Попробуйте Voxal
Voxal сочетает peer-to-peer голосовой звук с push-to-talk, общением в режиме «свободные руки», шумоподавлением и дополнительными видео и демонстрацией экрана.
Если хотите попробовать голосовую комнату без регистрации, откройте Voxal в браузере.
Чтобы глубже разобраться в сетевой части общения в реальном времени, продолжите чтением нашего руководства по WebRTC, SFU и голосовым кодекам.
Читайте также: Что такое push-to-talk? Практическое руководство · WebRTC, SFU и голосовые кодеки: объяснение
