WebRTC实现Android传屏demo

WebRTC简介

WebRTC (Web Real-Time Communications) 是一项实时通讯技术,它允许网络应用或者站点,在不借助中间媒介的情况下,建立浏览器之间点对点(Peer-to-Peer)的连接,实现视频流和音频流或其他任意数据的传输。

目前,WebRTC的应用已经不局限在浏览器与浏览器之间,通过官方提供的SDK,我们可以很容易的实现本地应用间的音视频传输。在Android平台上,我们也非常容易的集成WebRTC框架,用非常简洁的代码就能实现强大、可靠的音视频传输功能。

接下的来的部分,我们会一起搭建Android平台的WebRTC demo,并实现两端之间的局域网传屏功能,同时还支持相互间消息数据的发送。

导入WebRTC官方aar

google官方已经提供了打包好的so与java层sdk代码,可方便的直接导入aar包。

1
implementation 'org.webrtc:google-webrtc:1.0.32006'

如果对api部分或者so底层有修改,想自行发布编译好的aar咋办?在官方源码src/tools_webrtc/android/build_aar.pyrelease_aar.py中有相关生成本地aar与发布aar到maven仓库的脚本。

当然,你也可自行编译so与引入java层sdk代码到项目中。但生成aar的sdk源码并不是放在一个位置,而是分散在WebRTC各个模块中,我们可以通过源码中src/sdk/android/BUILD.gn文件dist_jar("libwebrtc")任务查看相关代码依赖。

初始化PeerConnectionFactory

在初次使用PeerConnectionFactory之前,必须调用静态方法initialize()对其进行全局的初始化与资源加载。其中传参InitializationOptions通过内部Builder进行初始化,可对LibraryLoaderTracerLogger等进行设置,一般推荐放在Application中进行调用。

1
2
3
4
5
PeerConnectionFactory.initialize(PeerConnectionFactory
.InitializationOptions
.builder(this)
.setEnableInternalTracer(true)
.createInitializationOptions());

创建PeerConnectionFactory对象

完成全局初始化后,我们就可以创建PeerConnectionFactory实例了。这个工厂类非常重要,在后续创建连接及音视频采集/编解码中,需要其为我们生成各种重要的组件。如:PeerConnectionVideoSourceVideoTrack等…采用Builder模式对其进行初始化,可方便对其进行编解码器的设置。

1
2
3
4
5
6
final VideoEncoderFactory encoderFactory = new DefaultVideoEncoderFactory(mEglBase.getEglBaseContext(), true, true);
final VideoDecoderFactory decoderFactory = new DefaultVideoDecoderFactory(mEglBase.getEglBaseContext());
mPeerConnectionFactory = PeerConnectionFactory.builder()
.setVideoEncoderFactory(encoderFactory)
.setVideoDecoderFactory(decoderFactory)
.createPeerConnectionFactory();

这里我们采用默认的DefaultVideoEncoderFactoryDefaultVideoDecoderFactory即可,可以简单看下内部的实现,以Decoder为例,其实内部同时支持软解与硬解,首选硬解,若硬解不支持则回退到软解:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
public class DefaultVideoDecoderFactory implements VideoDecoderFactory {
......
@Override
public @Nullable
VideoDecoder createDecoder(VideoCodecInfo codecType) {
VideoDecoder softwareDecoder = softwareVideoDecoderFactory.createDecoder(codecType);
final VideoDecoder hardwareDecoder = hardwareVideoDecoderFactory.createDecoder(codecType);
if (softwareDecoder == null && platformSoftwareVideoDecoderFactory != null) {
softwareDecoder = platformSoftwareVideoDecoderFactory.createDecoder(codecType);
}
if (hardwareDecoder != null && softwareDecoder != null) {
// Both hardware and software supported, wrap it in a software fallback
return new VideoDecoderFallback(
/* fallback= */ softwareDecoder, /* primary= */ hardwareDecoder);
}
return hardwareDecoder != null ? hardwareDecoder : softwareDecoder;
}
......
}

通过Factory创建PeerConnection对象

生成了Factory后,我们就可以开始创建PeerConnection对象了。顾名思义,这个类代表点对点之间的连接,可以从远端获取音视频流等数据。在创建之前可以通过RTCConfiguration对连接进行详细的配置,最后通过createPeerConnection()方法完成创建。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
PeerConnection.RTCConfiguration rtcConfig =
new PeerConnection.RTCConfiguration(iceServers);
// TCP candidates are only useful when connecting to a server that supports
// ICE-TCP.
rtcConfig.tcpCandidatePolicy = PeerConnection.TcpCandidatePolicy.DISABLED;
rtcConfig.bundlePolicy = PeerConnection.BundlePolicy.MAXBUNDLE;
rtcConfig.rtcpMuxPolicy = PeerConnection.RtcpMuxPolicy.REQUIRE;
rtcConfig.continualGatheringPolicy = PeerConnection.ContinualGatheringPolicy.GATHER_CONTINUALLY;
// Use ECDSA encryption.
rtcConfig.keyType = PeerConnection.KeyType.ECDSA;
// Enable DTLS for normal calls and disable for loopback calls.
rtcConfig.enableDtlsSrtp = true;
rtcConfig.sdpSemantics = PeerConnection.SdpSemantics.UNIFIED_PLAN;

mPeerConnection = peerConnectionFactory.createPeerConnection(rtcConfig, this);

创建音视频数据源

除此之外,我们还可以使用Factory创建音视频的数据源。通过createVideoSource()createAudioSource()方法即可快速创建数据源。但这里的数据源仅是抽象的表示,那具体的数据从哪里来呢?

对于音频来说,在创建AudioSource时,就开始从音频设备捕获数据了。对于视频流,WebRTC中定义了VideoCapturer抽象接口,并提供了3种实现:ScreenCapturerAndroidCameraCapturerFileVideoCapturer,分别为从录屏、摄像头及文件中获取视频流,调用startCapture()后将开始获取数据。

1
2
3
4
5
6
7
8
// Create video source
SurfaceTextureHelper surfaceTextureHelper = SurfaceTextureHelper.create("CaptureThread", mEglBase.getEglBaseContext());
mVideoSource = mPeerConnectionFactory.createVideoSource(capturer.isScreencast());
capturer.initialize(surfaceTextureHelper, this, mVideoSource.getCapturerObserver());
capturer.startCapture(1920, 1080, 30);

// Create audio source
mAudioSource = mPeerConnectionFactauory.createAudioSource(new MediaConstraints());

VideoCapturer这里采用了观察者模式,当获取到视频流的时候,会通过传入的CapturerObserver进行回调,以完成与VideoSource的关联。

1
2
3
4
5
public interface CapturerObserver {
void onCapturerStarted(boolean success);
void onCapturerStopped();
void onFrameCaptured(VideoFrame frame);
}

最后通过createVideoTrack()createAudioTrack()完成对Source的包装,对于视频轨VideoTrack,我们可以通过addSink()方法传入SurfaceViewRenderer以对视频流进行本地的渲染展示(类似于视频会议场景显示本地的视频流)

1
2
3
4
5
6
7
8
// Create video track
VideoTrack videoTrack = mPeerConnectionFactory.createVideoTrack(VIDEO_TRACK_ID, mVideoSource);
videoTrack.setEnabled(true);
videoTrack.addSink(mLocalSurfaceView);

// Create audio track
AudioTrack audioTrack = mPeerConnectionFactory.createAudioTrack(AUDIO_TRACK_ID, mAudioSource);
audioTrack.setEnabled(true);

其中SurfaceViewRendererVideoSink接口的实现类,我们可以把VideoSink抽象的当做视频流的接收方,由它来决定视频流该如何处理。SurfaceViewRenderer在接收到onFrame()回调后,内部会调用OpenGL进行渲染。

1
2
3
4
public interface VideoSink {
@CalledByNative
void onFrame(VideoFrame frame);
}

添加MediaStreamTrack

创建好VideoTrackAudioTrack后,我们就可以通过PeerConnection把音视频轨添加进去了。这样WebRTC 才能帮我们生成包含相应媒体信息的SDP,以便于后面做媒体能力协商使用。要注意addTrack()必须早于后续的商阶段,否则另一端无法收到相关的音视频数据。

1
2
mPeerConnection.addTrack(videoTrack, mediaStreamLabels);
mPeerConnection.addTrack(audioTrack, mediaStreamLabels);

建立信令服务器

在建立连接之前,我们必须通过信令服务器来交换SDP信息。简单起见,我们的demo采用局域网的传输方式,参考官方demo,直接采用java Socket实现(也可选择Netty或者socket.io等第三方框架),详见TCPChannelClient。代码较简单,判断传入的IP为local地址,则作为服务器,否则作为客户端,并向上层提供发送数据的接口。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
public TCPChannelClient(
ExecutorService executor, TCPChannelEvents eventListener, String ip, int port) {
this.executor = executor;
executorThreadCheck = new ThreadUtils.ThreadChecker();
executorThreadCheck.detachThread();
this.eventListener = eventListener;

InetAddress address;
try {
address = InetAddress.getByName(ip);
} catch (UnknownHostException e) {
reportError("Invalid IP address.");
return;
}

if (address.isAnyLocalAddress()) {
socket = new TCPSocketServer(address, port);
} else {
socket = new TCPSocketClient(address, port);
}

socket.start();
}

进行媒体协商

跟之前分析的Miracast RTSP协议类似,在进行音视频流传输之前,需要进行能力协商。实际就是你的设备所支持的音视频编解码器、使用的传输协议、SSRC等信息…通过信令服务器透传给对方。如果双方都支持,那么就算协商成功了。

  • Offer:呼叫方发送的SDP消息称为Offer
  • Answer:被呼叫方发送的SDP消息称为Answer

双方协商的整个过程如下图所示:

这里,我们以连接上的Client端为呼叫方先发起Offer请求,通过createOffer()创建一个Offer SDP。创建成功后,会在SdpObserver中收到onCreateSuccess回调,此时调用setLocalDescription()方法将该Offer保存到本地Local域,然后将Offer发送给对方。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
public class PeerConnectionWrapper implements PeerConnection.Observer, SdpObserver {
......
public void createOffer() {
mIsInitiator = true;
mPeerConnection.createOffer(this, mSdpMediaConstraints);
}

public void createAnswer() {
mIsInitiator = false;
mPeerConnection.createAnswer(this, mSdpMediaConstraints);
}
......
@Override
public void onCreateSuccess(SessionDescription sessionDescription) {
Log.d(TAG, "onCreateSuccess: " + sessionDescription.description);
if (mIsInitiator) {
mRTCClient.sendOfferSdp(sessionDescription);
} else {
mRTCClient.sendAnswerSdp(sessionDescription);
}
mPeerConnection.setLocalDescription(this, sessionDescription);
}
......
}

被呼叫方接收到Offer后,通过setRemoteDescription()方法将Offer保存到它的Remote域,并通过createAnswer()创建Answer SDP,创建成功后同样调用setLocalDescription()方法将Answer消息保存到本地的Local域,然后回复给呼叫方。

最后,呼叫方将收到Answer消息,并通过setRemoteDescription()方法,将Answer保存到它的Remote域。至此,整个媒体协商的过程结束。

1
2
3
4
5
6
7
8
9
10
11
12
13
mRTCClient = new DirectRTCClient(new AppRTCClient.SignalingCallback() {
......
@Override
public void onRemoteAnswer(SessionDescription sdp) {
mPeerConnectionWrapper.getPeerConnection().setRemoteDescription(mPeerConnectionWrapper, sdp);
}

@Override
public void onRemoteOffer(SessionDescription sdp) {
mPeerConnectionWrapper.getPeerConnection().setRemoteDescription(mPeerConnectionWrapper, sdp);
mPeerConnectionWrapper.createAnswer();
}
});

建立点对点连接

在媒体协商结束后,我们的点对点连接并没有真正的建立。此时createPeerConnection()中传入的PeerConnection.Observer会回调onIceCandidate()方法并提供IceCandidate对象,这个时候我们把他组装为candidate的SDP信令发送到信令服务器,透传给另外一端。

1
2
3
4
5
6
7
8
public class PeerConnectionWrapper implements PeerConnection.Observer, SdpObserver {
......
@Override
public void onIceCandidate(IceCandidate candidate) {
Log.d(TAG, "onIceCandidate:");
mRTCClient.sendLocalIceCandidate(candidate);
}
}

远端在收到IceCandidate对象后进行重建,并通过addIceCandidate()方法将其添加进PeerConnection中。

1
2
3
4
5
6
7
mRTCClient = new DirectRTCClient(new AppRTCClient.SignalingCallback() {
......
@Override
public void onRemoteIceCandidate(IceCandidate candidate) {
mPeerConnectionWrapper.getPeerConnection().addIceCandidate(candidate);
}
}

接下来双方获取到彼此的Candidate之后,WebRTC就开始尝试进行连接了。优先级:host > srflx > relay,host 类型之间的连通性检测就是内网之间的连通性检测,上述场景中我们的呼叫双方都在同一个局域网中,因此将以host的方式进行连接。

展示远端视频流

当点对点连接建立起来后,我们就可以开始获取音视频流数据了。之前在createPeerConnection()中传入的PeerConnection.Observer会回调onAddStream()方法(注意此方法会在收到远端SDP并调用setRemoteDescription()后,就会回调了,不用等连接真正建立,与onAddTrack()一致),并提供MediaStream对象,其中包含远端的音视频轨AudioTracksVideoTracks。前面我们添加了一条录屏的视频轨,因此直接获取第一条VideoTrack对象即可,然后跟之前一样通过addSink()即可与SurfaceViewRenderer的绑定,从而渲染出视频流。

1
2
3
4
5
6
7
8
9
10
@Override
public void onAddStream(MediaStream mediaStream) {
Log.d(TAG, "onAddStream audio tracks size:" + mediaStream.audioTracks.size() + " video" + mediaStream.videoTracks.size());
if (mediaStream.videoTracks.size() >= 1) {
// Assuming there is only one video track.
VideoTrack remoteVideoTrack = mediaStream.videoTracks.get(0);
remoteVideoTrack.setEnabled(true);
remoteVideoTrack.addSink(mRemoteVideoSink);
}
}

关于音频的录制及播放

在WebRTC中一般通过JavaAudioDeviceModule来实现音视频的录制及播放,底层采用AudioRecord来进行录制及AudioTrack来进行音频播放,通过Builder来构建实例。并在创建PeerConnectionFactory的时候通过setAudioDeviceModule()方法设置即可。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
private AudioDeviceModule createJavaAudioDevice() {
......
return JavaAudioDeviceModule.builder(getApplicationContext())
.setUseHardwareAcousticEchoCanceler(false)
.setUseHardwareNoiseSuppressor(false)
.setAudioRecordErrorCallback(audioRecordErrorCallback)
.setAudioTrackErrorCallback(audioTrackErrorCallback)
.setAudioRecordStateCallback(audioRecordStateCallback)
.setAudioTrackStateCallback(audioTrackStateCallback)
.createAudioDeviceModule();
}

private void initPeerConnection() {
final AudioDeviceModule adm = createJavaAudioDevice();
mPeerConnectionFactory = PeerConnectionFactory.builder()
.setAudioDeviceModule(adm)
......
.createPeerConnectionFactory();
......
adm.release();
}

使用DataChannel发送消息

WebRTC的数据通道DataChannel专门用来传输音视频流外的任何数据,所以它的应用非常广泛,如实时文字聊天、文件传输等…其中DataChannel有两种创建方式,一种是默认的In-band协商方式,另一种是Out-of-band协商方式,根据negotiated字段来初始化。

In-band协商

一端需调用createDataChannel()创建DataChannel对象,并设置negotiatedfalse(默认值):

1
2
3
4
5
6
7
8
9
10
11
12
DataChannel.Init init = new DataChannel.Init();
init.ordered = true;
init.negotiated = false;
mDataChannel = mPeerConnection.createDataChannel("dataChannel", init);
mDataChannel.registerObserver(new DataChannel.Observer() {
...
@Override
public void onMessage(DataChannel.Buffer buffer) {
// Receive message from remote
......
}
});

当媒体协商完成,并且连接建立好后,另一端则会通过PeerConnection.ObserveronDataChannel()回调获取到对应的数据通道,此时可通过参数DataChannel进行数据的回复:

1
2
3
4
5
6
7
8
9
10
11
12
13
@Override
public void onDataChannel(final DataChannel dataChannel) {
// Triggered when a remote peer opens a DataChannel
dataChannel.registerObserver(new DataChannel.Observer() {
...
@Override
public void onMessage(DataChannel.Buffer buffer) {
// Replay message to remote
sendDataChannelMessage("Replay message from:" + dataChannel);
......
}
});
}

双方通过DataChannel.send()方法即可相互发送数据:

1
2
3
4
5
6
public void sendDataChannelMessage(String message, DataChannel dataChannel) {
byte[] msg = message.getBytes();
DataChannel.Buffer buffer = new DataChannel.Buffer(
ByteBuffer.wrap(msg), false);
dataChannel.send(buffer);
}

在另一端DataChannel.Observer()onMessage()回调中,我们可以获取到远端发送的数据:

1
2
3
4
5
ByteBuffer data = buffer.data;
final byte[] bytes = new byte[data.capacity()];
data.get(bytes);
String strData = new String(bytes, Charset.forName("UTF-8"));
Log.d(TAG, "Got msg: " + strData + " over " + mDataChannel.label() + " id:" + mDataChannel.id());

Out-of-band协商

两端都调用createDataChannel()方法创建DataChannel对象,并设置negotiatedtrue,再通过ID绑定来实现双方的数据通信。此方式的优点是双方发送数据时不用考虑时序问题,代码也更简洁一点,需注意绑定的ID必须一致:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
DataChannel.Init init = new DataChannel.Init();
init.ordered = true; // 消息的传递是否有序
init.negotiated = true; // 协商方式
init.id = 0; // 通道ID
// init.maxPacketLifeTime // 重传最大超时时间
// init.maxRetransmits // 重传最大次数
mDataChannel = mPeerConnection.createDataChannel("dataChannel", init);
mDataChannel.registerObserver(new DataChannel.Observer() {
...
@Override
public void onMessage(DataChannel.Buffer buffer) {
// Receive message from remote
......
}
});

参考

极客时间《从0打造音视频直播系统》

WebRTC入门教程(三) | Android 端如何使用 WebRTC