音视频高手突围课--WebRTC企业级高性能后台服务实战
xia讠果☛
3w ukoou com
WebRTC架构
WebRTC的架构可以分为三部分：Web前端使用的API、浏览器厂商使用的API，以及音频引擎、视频引擎和网络传输等可自定义实现的部分。实现点对点通信需要解决发现对方、编解码能力和数据传输等问题。信令服务器在此过程中扮演着交换媒体信息和网络信息的角色。SDP（Session Description Protocol）用于描述音视频编解码能力，而ICE（Interactive Connectivity Establishment）框架整合了STUN和TURN两种协议，以解决NAT穿越问题。 在WebRTC中，有三种ICE候选者：主机候选者、反射候选者和中继候选者，它们分别对应不同的连接优先级。通过交换SDP和ICE候选者信息，两端可以建立连接通道，完成实时通信。 WebRTC的关键API包括音视频采集API getUserMedia()、获取设备列表的 enumerateDevices()，以及创建点对点连接的核心API RTCPeerConnection。通过这些API，可以实现媒体协商和网络协商，完成实时通信的建立。 为了实现WebRTC通信，需要搭建coturn服务器以解决NAT穿越问题。搭建过程包括安装coturn、配置服务器和启动服务。在实践代码中，通过Koa和Socket.io技术搭建信令服务器，管理房间信息和转发网络及媒体信息。通过一系列步骤，包括连接信令服务器、交换SDP信息、收集ICE候选者以及交换这些信息，最终实现视频通话。 整个流程涉及信令服务器的连接、视频邀请的发送与接收、本地和远程SDP信息的交换，以及ICE候选者的收集和交换。完成这些步骤后，双方可以成功建立视频通话连接。此外，还有专门的JS SDK用于视频UI层的实现，它包含了视频通话所需的各种UI组件。
WebRTC Speakless
Speakless估计的获得offer的概率b。在这一过程中，不同学校的申请结果互不影响，Speakless的目标是最大化他获得至少一个offer的概率。 为了帮助Speakless，我们需要计算在给定资金限制下，他能够获得至少一个offer的最大概率。这个问题可以通过解决一个0-1背包问题来实现，其中概率的处理稍微复杂一些。具体来说，如果他同时申请两所学校，录取概率分别为a和b，那么他未被录取的概率是(1-a) (1-b)，相应的，他被录取的概率就是1-(1-a) (1-b)。通过这种方式，我们可以计算出在不同资金水平下，Speakless获得offer的最大概率。 在实际的编程实现中，我们可以使用两种不同的方法来解决这个问题。第一种方法是通过动态规划，其中我们定义一个数组p，用来存储在不同资金水平下获得offer的最大概率。通过迭代每个学校，我们可以更新这个数组，以反映在考虑了当前学校后的最大概率。第二种方法是通过计算在不同资金水平下，未获得offer的最小概率，然后通过1减去这个概率来得到获得至少一个offer的最大概率。 在这两种方法中，我们都需要注意到，当考虑是否申请某个学校时，我们需要比较在不申请该学校和申请该学校后的最大概率，以决定是否选择该学校。这个过程需要仔细地进行，以确保我们能够找到在给定资金限制下的最大概率。 通过这种方法，Speakless可以计算出在不同资金水平下，他获得至少一个offer的最大概率，从而帮助他在经济承受范围内做出最佳的学校选择。
