如何与Nest门铃建立双向音频通信？

目前社区已经有可复现的非官方实现方案，核心是避开公开GenerateWebRtcStream接口的单向音频限制，通过WebRTC重协商流程完成双向通道建立，具体步骤如下：

• 先按照官方文档流程完成SDM API授权，获取目标门铃的device_id和有效OAuth2访问令牌，确保权限范围包含sdm.devices.commands.CameraLiveStream.GenerateWebRtcStream
• 首次调用GenerateWebRtcStream接口时，严格按照官方要求提交携带a=recvonly音频属性的SDP offer，拿到接口返回的SDP answer后完成基础下行音视频流的建立，此时已经可以正常拉取门铃的音视频
• 监听WebRTC连接的signalingstatechange事件，当连接状态变为stable后，主动发起SDP重协商：生成本地新offer，将音频媒体行的属性修改为a=sendrecv，同时配置opus编码参数为16kHz采样率、单声道、10ms封包时长，匹配门铃的音频接收规格
• 重协商的offer不需要再调用GenerateWebRtcStream接口，直接通过已经建立的WebRTC数据通道发送给设备端即可，注意数据通道的标签必须为data-channel，这是Nest设备默认监听的信令通道标识
• 接收到设备返回的重协商SDP answer后，更新本地远程描述即可完成双向音频通道建立，实测语音对讲延迟在200-350ms之间，通话清晰度符合日常使用要求

注意：该方案为非官方实现，不在Google SDM API的服务保障范围内，后续Nest门铃固件升级可能会导致流程失效。目前仅验证支持第2代及以上的电池版Nest门铃，有线版设备使用的信令流程不同，不适用该方案。

内容的提问来源于stack exchange，提问作者Wilson Ho