什么是点对点（P2P）语音聊天？
点对点语音聊天将音频直接在设备之间传输，无需媒体服务器。了解它的工作原理、对隐私意味着什么，以及它的局限。
点对点（P2P）语音聊天会把你的声音直接发送到其他参与者的设备，而不是经由中央媒体服务器转发。 服务器仍可能帮助设备互相找到对方，当直连路径被阻断时中继也可能介入，但不存在一个专门负责接收、混合并重新分发所有人音频的服务器。
本文是通俗易懂的版本：这意味着什么、连接是如何建立的、它对隐私有哪些影响，以及它的局限在哪里。如需了解工程细节（编解码器、SFU 和群组视频），请参阅 WebRTC、SFU 与编解码器指南。
点对点是什么意思？
点对点，常缩写为 P2P，指参与的设备彼此直接通信，而不是把语音音频发送到中央媒体服务器。
想象两个朋友在线聊天。使用直连时，一方的设备把音频发送到另一方的设备，另一方也可以通过自己的连接回应。
没有任何中央音频服务器需要接收、处理并重新分发每一路语音流。
实际上，建立直连可能需要额外的基础设施。设备可能位于路由器、防火墙或运营商级 NAT 之后，因此 ICE 和 STUN 等技术会帮助发现可行的连接。如果无法建立直连路径，TURN 中继可以转发加密流量，而不会解码音频。
因此，点对点并不意味着应用从不使用服务器，而是意味着媒体路径可以保持直连，仅在必要时才使用中继。
点对点语音聊天是如何工作的？
现代基于浏览器的语音应用通常使用 WebRTC，这是一组用于实时通信的技术。
简化后的连接过程如下：
- 找到参与者。 应用通过信令机制交换连接信息。
- 发现网络路径。 ICE 收集并测试可能的连接地址，在适当时使用 STUN。
- 建立连接。 设备协商出合适的路径：能直连就直连，必要时通过中继。
- 发送音频。 麦克风信号被编码，以实时媒体形式传输，并由接收设备解码。
- 保持对话流畅。 连接会适应不断变化的网络状况，并管理时序、抖动和丢包。
WebRTC 使用基于 RTP 的媒体传输，并包含用于安全实时通信的机制。具体的连接路径取决于参与者的网络和应用的配置。
点对点与基于服务器的语音聊天
两种架构都能提供出色的语音通信，只是权衡取舍不同。
点对点语音
在点对点架构中，每位参与者都可以把音频直接发送给其他参与者。
潜在优势包括：
- 无需中央媒体服务器来处理或重新分发语音。
- 直连的媒体路径可以减少不必要的路由。
- 对中央音频服务的依赖更少。
- 连接协调与音频传输之间界限清晰。
同时也有取舍。每位参与者可能需要向多个其他参与者上传音频，因此房间越大，带宽需求增长越快。网络限制也可能阻止直连，从而需要使用中继。
基于服务器的语音
在基于服务器的架构中，参与者把音频发送给媒体服务器，再由服务器分发给其他听众。
这可以简化群组分发，并集中处理某些运维任务。不过，它需要媒体基础设施，而且服务器会成为音频传递路径的一部分。
没有哪种架构在任何情况下都更好。正确的选择取决于房间规模、网络状况、可靠性要求、隐私预期和运营成本。
Voxal 如何使用点对点音频
Voxal 围绕轻量、即兴的交流而构建。你无需注册账号即可创建或加入语音房间，然后根据自己的习惯使用 push-to-talk（按键说话）或免提模式。
在 Voxal 中，语音音频始终保持点对点。即使房间使用可选的视频 SFU 来传输摄像头或屏幕共享媒体，语音也绝不会经过它。
Voxal 使用信令来协调参与者并建立连接。信令路径与音频路径是分开的：通过服务器协调连接，并不意味着该服务器会接收音频本身。
当无法建立直连时，可能会使用 TURN 中继。该中继转发的是加密流量，不会解码音频。TURN 与 ICE 文档介绍了 Voxal 如何选择路径。
Voxal 也支持视频和屏幕共享，它们在较大房间中的路由需求有所不同。这些功能可能会使用可选的选择性转发单元（SFU），具体取决于所配置的视频路由偏好。无论如何，语音始终保持点对点。
点对点语音聊天更私密吗？
点对点通信可以减少参与语音传递的系统数量，但仅凭这个词并不能保证隐私。
完整的隐私评估还需要考虑加密、信令元数据、连接日志、中继的使用，以及应用如何处理麦克风数据。
在 Voxal 中，语音通过 WebRTC 的安全媒体机制传输，TURN 中继转发的是加密媒体，而不是解码它。这与 SFU 不同：SFU 在技术上可以访问它接收到的视频媒体，以便有选择地转发。
重要的区别在于每个组件能够访问什么，而不仅仅是是否存在服务器。
点对点语音聊天适用于哪些场景？
点对点语音适合：
- 小群组对话。
- 游戏和协作活动。
- 临时语音房间。
- 轻量级团队沟通。
- 希望避免集中处理语音媒体的应用。
更大的房间会带来额外的带宽和连接管理挑战。这也是语音、视频和屏幕共享不应被自动视为同一个网络问题的原因之一。
试试 Voxal
Voxal 将点对点语音音频与 push-to-talk、免提通信、降噪以及可选的视频和屏幕共享结合在一起。
如果你想不注册账号就体验语音房间，请在浏览器中打开 Voxal。
如需深入了解实时通信背后的网络技术，请继续阅读我们的 WebRTC、SFU 与语音编解码器指南。
相关阅读： 什么是 Push-to-Talk？实用指南 · WebRTC、SFU 与语音编解码器详解
