whatsapp 语音通话基本实现（二）

Whatsapp VoiceCall

客户端通过websocket连接到服务器，客户端发起语音通话请求，并且完成必要的协商之后，就可以直接将语音数据发送给服务器，服务器接收到对方的语音数据之后也会通过websocket将语音数据转发给客户端。

websocket连接并不是和whatsapp 服务器连接

获取协商秘钥

XMPP 在发起语音通话请求的时候，需要带上一个秘钥，这个秘钥长32字节，通过特殊算法生成。whatsapp 服务器接收到秘钥之后会解密，然后校验时间戳。这个算法需要三个参数：

1. 自身jid
2. 对方jid
3. 时间戳

//发送json 格式命令，获取秘钥
{
	"otherjid": "otherjid@whatsapp.com",
	"command": "GetSecret",
	"selfjid": "121312312@whatsapp.com"
}

//服务器回复秘钥， 注意秘钥是经过base64编码， 接收方需要解码，解码之后是32字节的二进制数据
{
	"secret": "DTGFOJCrTK+o6GhWfAeUkrq5VN9eHkwfkiDHKOkKRhY=",
	"command": "ResponseSecret"
}

发起XMPP 语音通话请求

当获取到加密秘钥之后，就可以构造xmpp的语音通话请求包，然后将这个包发送给whatsapp 服务器，这样对方手机就会响铃。

1 构造语音通过请求

下面是一个xmpp 语音请求包

    
<call to='xxx@s.whatsapp.net' id='xxx'>
    <offer call-creator='xxx:0@s.whatsapp.net' call-id='xxxx'
                  device_class='2015'>
        <audio rate='16000' enc='opus' />
        <net medium='3' />
        <capability ver='1'>AQT3C84a</capability>
        <enc v='2' type='pkmsg'>
                     MwiFBhIhBRE+8IYJ4rTvOJV4VfxcXvcTontZBz0bx7bxUpfOFQ5HGiEFYl47S8HlKrOoMqMxT8oxn4HuBal5baxV+fvQD58Hmw8icjMKIQVZ6HEY7yA5wTA2AJPYNSPy/iEcVCqTQG0TADBl/pB1AxACGAAiQKLYdXauXiPQPUeo+eQzDPkxH8cuBDXvPxuw/hfFkP1rlmTiP5sF5XLAV8iI+dZUOG3uUgwUzzP3ZIDhyRfa23Wodd1H/R+mHiif2YvCAjDQ9ekH</enc>
        <encopt keygen='2' />
    </offer>
</call>

call-id： 32 字节长度的字符串，用来唯一标识通话请求，如果需要挂断就需要使用 这个call-id。
enc: 这个字段是一个加密的字段，和普通的 文本消息加密方式一样。 只是内容不同。构造一个Message 对象，将第一步获取到的秘钥 设置到callKey 字段，然后加密。

2 发送/确认 语音通话请求

转发语音数据

当发送XMPP 的确认包之后，就需要将语音数据尽快发给whatsapp 的服务器，否则超时会自动断开，此时需要将语音数据编码成opus格式，然后 通过websocket 发送到中转服务器， 中转服务器会负责语音数据的加密以及转发。并且中转服务器也会通过websocket 将接收到的数据转发给客户端,流程图如下