流媒体与实时通信 / 系统课时

定位一次静音与爆音故障

定位一次静音与爆音故障

实时语音出现“完全没声”或“偶发爆音”时,最有效的方法不是连续改参数,而是把采集、发送、网络、接收与播放分段取证。本文给出一套可复现的排障路径,用同一批指标验证假设并收敛到具体故障段。

学习目标

  • 能把静音与爆音问题按音频链路分段,并为每一段选择可观察证据。
  • 能用 RTCPeerConnection.getStats() 对比发送、接收、抖动与隐藏样本等指标。
  • 能完成复现、修复和回归验证,避免“听起来好了”但没有证据。

用链路分段代替猜测

排障时先把链路固定成“采集源 → 本地轨道 → RTP 发送 → 网络 → RTP 接收 → 解码与抖动缓冲 → 播放设备”。每次只判断相邻两个检查点之间是否仍然正常,故障范围会快速缩小。

WebRTC 实时语音故障分段检查图

静音优先找“计数器从哪里停止增长”:本地有输入但 packetsSent 不增长,多半在发送侧;发送持续增长而远端 packetsReceived 不增长,应检查 ICE、网络或远端连接。若远端持续收包但听不到声音,再看播放元素、自动播放限制、输出设备和音频上下文状态。

爆音则更关注“数据在流动但质量恶化”的证据。常见线索包括 packetsLost 增长、jitter 升高、concealedSamples 快速累积,以及本地或远端出现过载、设备切换和音频线程被长任务阻塞。

建立可比对的证据包

每次复现都记录同一组信息:会话标识、故障时间点、浏览器与操作系统版本、输入/输出设备、网络类型,以及故障前后至少两份 WebRTC stats。不要只保存一张“故障发生时”的快照,因为很多关键字段必须看增量。

对于静音,至少记录轨道状态、输入能量、发送包数、接收包数和播放状态。对于爆音,除这些字段外,再记录丢包、抖动、隐藏样本数量以及是否刚发生网络切换、蓝牙切换、页面前后台切换或设备热插拔。

用 stats 验证假设

下面的片段示例用于已经存在 RTCPeerConnection 实例 pc 的页面。它连续采样两次音频统计并输出两秒内的增量,用于判断数据在哪一段停止或质量是否恶化。

js
async function collectAudioSnapshot(pc) {
  const report = await pc.getStats();
  const result = {
    sourceAudioLevel: null,
    outboundPackets: 0,
    outboundBytes: 0,
    inboundPackets: 0,
    inboundLost: 0,
    inboundJitter: null,
    concealedSamples: 0,
  };

  report.forEach((stat) => {
    if (stat.type === "media-source" && stat.kind === "audio") {
      result.sourceAudioLevel = stat.audioLevel ?? null;
    }
    if (stat.type === "outbound-rtp" && stat.kind === "audio") {
      result.outboundPackets += stat.packetsSent ?? 0;
      result.outboundBytes += stat.bytesSent ?? 0;
    }
    if (stat.type === "inbound-rtp" && stat.kind === "audio") {
      result.inboundPackets += stat.packetsReceived ?? 0;
      result.inboundLost += stat.packetsLost ?? 0;
      result.inboundJitter = stat.jitter ?? null;
      result.concealedSamples += stat.concealedSamples ?? 0;
    }
  });

  return result;
}

const first = await collectAudioSnapshot(pc);
await new Promise((resolve) => setTimeout(resolve, 2000));
const second = await collectAudioSnapshot(pc);

console.log({
  outboundPacketDelta: second.outboundPackets - first.outboundPackets,
  outboundByteDelta: second.outboundBytes - first.outboundBytes,
  inboundPacketDelta: second.inboundPackets - first.inboundPackets,
  lostPacketDelta: second.inboundLost - first.inboundLost,
  concealedSampleDelta: second.concealedSamples - first.concealedSamples,
  jitterSeconds: second.inboundJitter,
  sourceAudioLevel: second.sourceAudioLevel,
});

预期输出

text
{
  outboundPacketDelta: <COUNT>,
  outboundByteDelta: <COUNT>,
  inboundPacketDelta: <COUNT>,
  lostPacketDelta: <COUNT>,
  concealedSampleDelta: <COUNT>,
  jitterSeconds: <SECONDS>,
  sourceAudioLevel: <LEVEL>
}

<COUNT>、<SECONDS> 和 <LEVEL> 会随会话实时变化。排障重点不是某个固定阈值,而是比较故障前后以及本地、远端的变化关系。

如果 sourceAudioLevel 长时间接近无输入,同时发送计数仍增长,应回到麦克风、系统输入源、权限和设备切换检查;如果发送持续增长而接收停滞,应优先检查连接状态和网络路径;如果接收持续增长且 concealedSampleDelta 明显增加,则网络抖动、丢包或解码补偿是更有价值的方向。

区分静音与爆音的根因

静音通常是“链路断了或被关闭”。常见根因包括用户撤销麦克风权限、输入设备消失、应用把发送轨道禁用、replaceTrack() 后未绑定正确轨道、远端播放元素被静音,以及浏览器自动播放策略阻止有声播放。

爆音更多是“链路仍然工作,但连续性或幅度出了问题”。网络侧要关注丢包、抖动和恢复行为;终端侧要关注蓝牙模式切换、输出设备变化、CPU 长任务、音频处理链过载,以及增益过高导致削波。不要看到爆音就直接关闭回声消除或自动增益,这类改动可能掩盖症状并引入新的回声和音量问题。

复现、修复与验收

修复后至少执行三轮:正常网络、受限网络和设备切换场景。每轮都保留修复前后相同字段的统计,确认故障段已经恢复,而不是仅靠人工听感判断。

静音修复的验收条件是输入有效、发送与接收计数持续增长、远端实际可听且重连后仍能恢复。爆音修复则要确认问题场景下丢包、抖动或隐藏样本不再出现异常增长,同时长时间通话、前后台切换和设备热插拔不会重新触发故障。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

定位一次静音与爆音故障

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通