1.简介

        上篇文件介绍了流媒体与设备之间可能的交互场景，本文将介绍客户端或者web端与摄像头对讲的总体流程。

        老规矩，介绍一下本人的开源流媒体，点个star，有兴趣一起开发的朋友也可以联系本人：https://gitee.com/inyeme/simple-media-server

2.流程图

        本文以webrtc为例，其他的方式也可以，如websocket，tcp长连接等。

        主要流程：

1. 用户在web端或者客户端点击语音对讲后: 1）触发信令接口，向摄像头发起对讲请求，将流媒体服务的ip，port以及协商的ssrc发给设备；2）与流媒体交互sdp（即rtc的offer和answer），获取流媒体的ip，port，ssrc等信息。注意，这两步没有严格先后顺序；客户端的rtc是发流和收流用同一个socket还是独立开来，看自己的业务；甚至摄像头发过来的语音可以丢掉，因为可以收听实时预览摄像头的流里的音频，看对讲业务与实时预览业务的实现情况而定
2. 客户端向流媒体发送音频，流媒体通过ssrc识别出流id，注册到对讲管理对象里
3. 摄像头向流媒体发送音频，流媒体通过ssrc识别出流id，注册到对讲管理对象里
4. 对讲管理类，给注册到自己的媒体链接分配角色，如客户端的发送（接收）链接，摄像头的发送（接收）链接。将客户端的发送链接与摄像头的接收链接关联起来，反之也一样。这样音频数据就串起来了（多个接收和发送方时，可以用userid之类的，避免自己发送到自己就行）

3.时序图