WebRTC video v Qt: jitter buffer + NACK

Implementace WebRTC videa s jitter buffer a NACK v klientu Qt

WebRTC používá UDP pro minimalizaci nákladů na přenos videa. Klienti si vyměňují SDP popisy, využívají STUN/TURN pro překonání NAT a ICE pro udržení spojení, signální server slouží k koordinaci. SFU/MCU fungují jako middleboxy pro přenos dat. Stream 1080p@30fps VP8 vyžaduje přibližně 600 Kbit/s bez klíčových snímků. Při ztrátě paketů zvýší PLI požadavky a NACK výrazně zatíží síť. Jitter buffer řeší problém porušeného pořadí paketů.

Cíle: signální server s podporou NACK, mechanismus retransmise, jitter buffer ve klientovi.

Server na Pionu s podporou NACK

Server je implementován v Go s knihovnou Pion. Zaregistrujeme výchozí interceptor pro NACK:

type Controller interface {
	HandleConnection(c *common.SafeWebSocket)
	JoinRoom(peer *common.Peer, msg Msg) error
	LeaveRoom(peer *common.Peer, msg Msg) error
}

type controller struct {
	logger *zap.Logger

	roomRepo repository.RoomRepo
	api      *webrtc.API
}

func NewController(logger *zap.Logger, roomRepo repository.RoomRepo) Controller {
	settingEngine := webrtc.SettingEngine{}
	settingEngine.SetAnsweringDTLSRole(webrtc.DTLSRoleServer)
	mediaEngine := &webrtc.MediaEngine{}
	mediaEngine.RegisterDefaultCodecs()
	interseporRegistry := interceptor.Registry{}

	if err := webrtc.RegisterDefaultInterceptorsWithOptions(mediaEngine, &interseporRegistry,
		webrtc.WithNackGeneratorOptions(nack.GeneratorSize(8192)),
		webrtc.WithNackResponderOptions(nack.ResponderSize(8192)),
	); err != nil {
		logger.Error("failed to register interceptor", zap.Error(err))

		panic(err)
	}

	api := webrtc.NewAPI(
		webrtc.WithMediaEngine(mediaEngine),
		webrtc.WithSettingEngine(settingEngine),
		webrtc.WithInterceptorRegistry(&interseporRegistry),
	)

	ctrl := &controller{
		api:      api,
		logger:   logger,
		roomRepo: roomRepo,
	}

	go func() { // každých dvě sekundy posíláme RTCP požadavek na I-frame
		ticker := time.NewTicker(2 * time.Second)
		for _ = range ticker.C {
			roomIds := ctrl.roomRepo.GetRooms()
			for _, roomId := range roomIds {
				go ctrl.dispatch(roomId)
			}
		}
	}()

	return ctrl
}

Emulace sítě s ztrátami:

sudo tc qdisc add dev lo root netem delay 50ms 20ms loss 1%

Klient Qt s libdatachannel

Prohlížeč slouží jako zdroj videa přes jednoduchý HTTP server. C++ klient používá libdatachannel + Qt bez plného Chromium.

Připojení peer connection:

void ConferenceClient::connectClient(QString url, QString roomId)
{
    rtc::InitLogger(rtc::LogLevel::Debug);

    this->pc.onLocalDescription(this->pcOnLocalDescription(roomId));
    this->pc.onLocalCandidate(this->pcOnLocalCandidate());
    this->pc.onGatheringStateChange(this->pcOnGatheringStateChange());

    this->pc.onIceStateChange( {
        std::cout << "Ice state changed: " << state << std::endl;
    });
    this->pc.onStateChange( {
        std::cout << "state changed: " << state << std::endl;
    });

    this->ws.onOpen(this->wsOnOpen(roomId));
    this->ws.onMessage(this->wsOnMessage());

    this->pc.onTrack(this->pcOnTrack());
    this->ws.open(url.toStdString());
}

Zpracování tracků a paketů

Pro každý track vytvoříme strukturu s jitter bufferem (LRUCache) a frontou snímků:

std::function<void(std::shared_ptr<rtc::Track>)> ConferenceClient::pcOnTrack() {
    return this {
        auto mid = track->description().mid();

        this->track_index[mid]
            = {track, 0, "NO_VALUE", 0, 0, LRUCache<std::uint32_t, jitterbuffer>(256)};

        this->player->initMid(mid);
        bool isVideo = true;

        if (track->description().type() == "audio") {
            isVideo = false;

            track->setMediaHandler(std::make_shared<rtc::OpusRtpDepacketizer>());
            track->chainMediaHandler(std::make_shared<rtc::RtcpReceivingSession>());
            track->onFrame(this->trackOnFrame(mid, isVideo));
        } else {
            track->onMessage(this->pcOnMessage(mid));
        }

        track->onOpen([track]() { track->requestKeyframe(); });
        track->onClosed([this, mid]() { this->player->destroy(mid); });
    };
}

Klíčové vlastnosti zpracování RTP paketů:

• Odstranění zpožděných paketů (rtpHeader->timestamp() < lastCompletedTs)
• RTX retransmise – obnovení původního seqNumber a payloadType
• Endianness – RTP data jsou v big-endian, platforma je little-endian
• Fronta snímků jako std::map<uint32_t, pair<long, vector<byte>>> podle RTP timestampu
• Přehrávání po zpoždění PLAYER_DELAY

Sestavování snímků VP8/VP9

std::function<void(rtc::message_variant)> ConferenceClient::pcOnMessage(std::string mid)
{
    return this, mid {
        // ... kontrola timestampu, zpracování RTX ...
        
        std::vector<std::byte> frame;

        if (!frame_cache.exist(pkgTs)
            && (track->description().rtpMap(PT)->format == MyApp::VP8CODEC
                || track->description().rtpMap(PT)->format == MyApp::VP9CODEC)) {
            frame_cache.put(pkgTs, jitterbuffer());

            track_info.ssrc = rtpHeader->ssrc();

            track_info.frame_queue[pkgTs] = std::make_pair(nowTs, std::vector<std::byte>());

            codec = track->description().rtpMap(PT)->format;
            codecPT = PT;
        }

        jitterbuffer &buff = frame_cache.get(pkgTs);

        if (codec == MyApp::VP9CODEC) {
            frame = buff.addVp9Packet(std::move(msg), track_info.lastCompletedTs);
        } else if (codec == MyApp::VP8CODEC) {
            frame = buff.addVp8Packet(std::move(msg), track_info.lastCompletedTs);
        }

        if (frame.size() > 0) {
            track_info.frame_queue[pkgTs].second = std::move(frame);
        }
        // ... přehrávání a NACK ...
    };
}

Co je důležité

• libdatachannel vyžaduje ruční implementaci jitter bufferu a NACK
• Pion interceptor automaticky zpracovává NACK s nastavením bufferů 8192
• Fronta snímků používá std::map pro přirozené uspořádání podle RTP timestampu
• RTX mapování se dohoduje v SDP offer/answer
• Přehrávání probíhá po zpoždění PLAYER_DELAY po příchodu prvního paketu snímku
• Pravidelné RTCP PLI každých 2 sekundy

— Editorial Team