使用WebRTC与TURN服务器时HoloLens 2远程音频重复播放问题

问题背景 #

基于MixedReality-WebRTC开发HoloLens 2端的远程控制类应用，通过信令服务器连接WebApp（采集端）与HoloLens 2（AR显示端）。P2P连接模式下本地运行完全正常，但切换至TURN服务器中转后，HoloLens设备端出现远程音频重复播放的回声效果——表现为同一音频内容以约0.1秒延迟重复播放，但代码层面仅存在一个AudioSource实例和一条远程音频轨道。Unity编辑器中运行同一应用无此异常。

使用环境：Unity 2022.3.7f1、MS-WebRTC 2.0.2、MRTK 2.8.3

可能的排查方向 #

• TURN服务器的音频转发冗余：TURN服务器在处理音频流转发时，可能因网络协议切换（比如UDP丢包后回退TCP）或路由策略生成了两条存在微小延迟的逻辑流，HoloLens的音频处理栈无法正确合并这类流，而编辑器的音频系统对延迟差异的容错性更强。
• MS-WebRTC 2.0.2的平台适配bug：该版本的WebRTC库在HoloLens平台下处理TURN中转的音频流时，可能存在内部轨道重复注册、音频回调重复触发的问题。编辑器环境的底层音频接口与HoloLens设备端不同，恰好避开了该bug。
• HoloLens内置回声消除（AEC）误触发：切换到TURN后，音频流的端到端延迟发生变化，触发HoloLens系统级AEC的误判——把延迟到达的远程音频当成了本地回声进行二次处理，反而导致重复播放。可尝试禁用HoloLens的系统AEC功能测试。
• MRTK音频模块与WebRTC的冲突：MRTK的音频管理组件在TURN模式下，可能对WebRTC传入的音频流进行了额外的复制或延迟播放处理，而编辑器中MRTK的音频逻辑存在差异，未触发该问题。
• 网络抖动导致的音频帧重传：TURN服务器在网络不稳定时可能会重传音频帧，HoloLens端的WebRTC客户端未正确实现帧去重逻辑，导致同一音频帧被多次解码播放，形成延迟重复的效果。

内容的提问来源于stack exchange，提问作者KarlSupertramp