关于Web端无需WebRTC的WebSocket视频通话及无STUN/TURN服务器单向音视频流Web应用的可行性问询

1. 能否在Web端不使用WebRTC技术的前提下，仅通过WebSocket实现视频通话功能？ #

答案是可以实现，但需要自己处理大量WebRTC已经封装好的底层细节。

WebSocket本身只是一个双向全双工的通信协议，它不具备音视频流的采集、编码、解码、流化优化等能力，但你可以结合浏览器原生API搭建完整链路：

• 用navigator.mediaDevices.getUserMedia()获取设备的音视频流；
• 借助MediaRecorder API（或者FFmpeg的WebAssembly版本这类第三方编码库）将音视频流编码成可传输的格式（比如WebM、MP4）；
• 将编码后的媒体数据分片，通过WebSocket发送给对方；
• 接收端把收到的分片数据拼接，通过MediaSource API或直接创建Blob URL来播放。

不过这种方案有明显局限性：

• 没有WebRTC内置的QoS（服务质量）优化，比如丢包重传、自适应码率、延迟控制等，网络波动时体验会大打折扣；
• MediaRecorder的编码格式支持在不同浏览器上存在差异，需要额外做兼容处理；
• 自己实现流化逻辑复杂度很高，比如要处理帧同步、时间戳对齐等问题。

2. 需求为通过WebSocket单向传输音视频流，数据流向为Peer A -> Websocket Server -> Peer B，且不依赖STUN/TURN服务器，是否可以开发此类Web应用？ #

这个完全可以实现，而且方案可行性很高：

首先要明确，STUN/TURN服务器的作用是帮助WebRTC的P2P连接穿越NAT/防火墙，而你的需求是通过WebSocket服务器做中转的单向传输，根本不需要P2P链路，所以完全不需要依赖STUN/TURN。

具体实现流程大概是这样：

1. Peer A端：
   • 调用getUserMedia()获取音视频流；
   • 用MediaRecorder将流编码为分片的媒体数据（比如设置timeslice参数定时输出数据块）；
   • 把每个数据块通过WebSocket发送到中转服务器。
2. WebSocket服务器：
   • 维护Peer A和Peer B的连接；
   • 收到Peer A的媒体数据块后，直接转发给Peer B（仅需做简单路由，无需复杂处理）。
3. Peer B端：
   • 接收服务器转发的媒体数据块；
   • 用MediaSource API创建媒体源，将数据块喂入并拼接成可播放的流；
   • 将媒体源绑定到<video>/<audio>元素上播放。

需要注意的几个细节：

• 选择兼容性好的编码格式，比如WebM（Chrome、Firefox支持良好）或者H.264（需确认浏览器支持情况）；
• 控制数据分片的大小，避免过大的分片导致传输延迟；
• 处理WebSocket连接中断的情况，比如添加重连机制、缓存未发送的数据；
• 服务器需要具备足够带宽，尤其是同时处理多个流时，避免成为性能瓶颈。

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