流媒体与实时通信 / 系统课时
静音到底该停轨还是降音量
静音到底该停轨还是降音量
实时通话里的“静音”并不只有一种实现。修改 MediaStreamTrack.enabled、停止轨道和暂停发送解决的是不同问题:有的只影响采集内容,有的影响 RTP 发送,还有的会彻底释放当前轨道。选错方式会导致无法快速恢复、设备仍被占用或远端状态异常。
学习目标
- 区分
track.enabled、track.stop()与发送端暂停的实际行为 - 根据临时静音、节省发送和释放设备三种需求选择实现
- 理解恢复音频时是否需要重新采集、替换轨道或重新协商
三种操作改变的不是同一层
MediaStreamTrack 表示浏览器拿到的一条媒体轨道,而 RTCRtpSender 负责把轨道交给 WebRTC 发送链路。静音时首先要判断自己究竟想改变采集轨道、发送器,还是整个会话方向。
| 做法 | 轨道状态 | 对发送链路的影响 | 恢复方式 | 常见用途 |
|---|---|---|---|---|
track.enabled = false |
仍为 live |
轨道继续存在,音频内容表现为禁用后的静音数据 | 重新设为 true |
通话按钮式静音 |
sender.replaceTrack(null) |
原轨道可以继续 live |
当前 sender 不再发送媒体轨道 | 再次 replaceTrack(track) |
暂停媒体发送但保留采集能力 |
track.stop() |
立即变为 ended |
已附着的 sender 不会因此自动从 PeerConnection 删除 | 重新采集轨道后替换 | 释放麦克风、退出通话、设备切换 |
最容易误解的是 enabled = false。它不是停止采集对象,也不是删除 sender,因此特别适合用户频繁点击的“麦克风静音”。恢复只需重新启用轨道,不需要再次申请权限。
用 enabled 做可恢复的普通静音
下面的浏览器示例依次演示普通静音、暂停 sender 和彻底停止轨道。页面需要运行在 HTTPS 或 localhost,浏览器会请求麦克风权限。
const stream = await navigator.mediaDevices.getUserMedia({ audio: true });
const track = stream.getAudioTracks()[0];
const pc = new RTCPeerConnection();
const sender = pc.addTrack(track, stream);
console.log('initial', track.enabled, track.readyState, sender.track === track);
// 普通静音只修改轨道是否输出有效媒体,不结束轨道生命周期。
track.enabled = false;
console.log('soft mute', track.enabled, track.readyState, sender.track === track);
track.enabled = true;
// 暂时让 sender 不携带媒体轨道,原始采集轨道仍然可用。
await sender.replaceTrack(null);
console.log('sender off', track.readyState, sender.track === null);
await sender.replaceTrack(track);
console.log('sender on', sender.track === track);
// stop 是不可逆操作,这条轨道之后不能重新启用。
track.stop();
console.log('stopped', track.readyState);
pc.close();预期输出
initial true live true
soft mute false live true
sender off live true
sender on true
stopped ended这里可以看到,修改 enabled 后 readyState 仍是 live;replaceTrack(null) 也没有结束原轨道;只有 stop() 会把当前轨道变成 ended。
stop 适合释放资源而不是做静音按钮
调用 track.stop() 后,这个 MediaStreamTrack 不能恢复成 live。再次需要麦克风时必须调用 getUserMedia() 获取新轨道,并在已经建立的连接中使用 sender.replaceTrack(newTrack) 接回发送链路。
另外,stop() 表示当前轨道不再需要底层媒体源,但同一个物理设备可能仍被其他轨道、标签页或应用使用,因此不能把它简单理解为“调用后麦克风硬件一定立刻关闭”。本地调用 stop() 时也不要依赖当前轨道触发 ended 事件来执行清理逻辑,应由自己的业务流程主动更新状态。
真正需要 stop() 的通常是退出通话、切换输入设备后废弃旧轨道、用户要求停止采集,或者页面销毁时释放资源。若只是几秒钟的静音,重新采集会带来权限、设备初始化和恢复延迟,反而增加故障点。
发送端控制解决的是另一类需求
当目标不是“让麦克风暂时没有声音”,而是“不让这个 sender 当前发送媒体”,可以使用 replaceTrack(null)。它不要求为了这次替换重新进行 offer/answer 协商,之后也可以把仍然存活的轨道替换回来。
如果要改变会话本身的媒体方向,例如从 sendrecv 改成 recvonly 或 inactive,则应修改 transceiver 的 direction,并完成新的 SDP 协商。这属于会话能力变化,不应拿来实现高频点击的静音按钮。
因此,普通通话静音优先选择 track.enabled;需要暂停 sender 时使用发送端控制;确认不再使用当前采集轨道时再调用 stop()。把这三个层次分开,恢复逻辑和设备生命周期都会更可预测。