Browser-to-Browser(B2B)实时通信：基于浏览器的未来通话模式

Internet Computing杂志2012年9-10月号刊登了一篇《基于Web的实时通信（Real-time Communications in the Web）》的文章[1]。该文是由爱立信（Ericsson）多媒体科技实验室资深研究人员和意大利那不勒斯大学的研究人员共同合写。其主要内容是阐述一种未来的基于Web（网站、网页）进行的实时通信技术，基于此可以实现远程双方打开同一个网站页面，就可以实现端到端（Peer-to-peer）的通信（文本）和通话（语音和视频）。

Figure 1，基于Web的实时通信示意图

目前的现状，要完成远程实时通信，可以有两种方式——通过安装本地的客户端软件，如各类即时通信工具；另外一种是通过在浏览器中嵌入各类私有软件，如Flash或者ActiveX。这两类方式实现的基于Web的实时通信都不够理想。

伴随着HTML5发展，来自两个不同的国际标准组织的工程任务组（Task Force）分别对此展开工作——IETF组织内的RTCWeb和W3C组织的WebRTC。两个小组的任务各不相同。RTCWeb负责解决的是通信协议和互操作性，而WebRTC则负责是开发相应的API允许浏览器和脚本语言（JavaScript）访问多媒体设备（如麦克风，摄像头和扬声器），同时要处理通信内容的编解码和传输功能的定义等工作。这些探索将会增强和扩充HTML5的功能，改进已经实现的从服务器向浏览器传输多媒体内容的方式。

HTML5目前已经实现功能中已经能够看到跨域实时传递消息的例子[2]，但基本上仍属于经由服务器中转的范畴，并没有实现Peer-to-peer的传输。从这个角度看，基于Web的实时的端到端的传输目前具有难点，也有很大的吸引力，获得成功后可望改写目前的通信模式，尤其是电信运营商的传统话音业务。

该文章还在后段给了一个实现了WebRTC和RTCWeb技术的通话场景：用户爱丽丝和鲍勃使用一种常见的通话服务。为了通话，他们需要同时打开实现了该功能的一个页面。实际上，当鲍勃或者爱丽丝在其浏览器打开通话页面时，就是下面HTML代码和一段JavaScript程序，这些程序将建立HTTP通信或者WebSocket连接。

双方各自的浏览器对打开的同一页面做相应的操作后，一个端到端的连接建立起来，与此同时，他们分别允许程序访问本地的麦克风或者摄像头，多媒体数据流随即建立，语音或者视频通话就此开始。

当浏览器具备了通话功能和短消息功能一样，并且在一出厂就预装了这样的浏览器，传统的语音业务必将受到进一步的冲击，VoIP将实现对通信业务的逆转。也许未来，监听来电的不再是一个单独的通话模块或者进程，而是浏览器中打开的一个页面。

受此影响的，还有那些即时通信工具。好的一面是，不再过分依赖客户端的通信模块；坏的一面是，即时通信的技术门槛进一步降低，人们对即时通信工具的依赖将不再像从前一样紧密。

国内对此关注并不多，目前能检索到的有重庆邮电大学的一篇《基于Web浏览器的实时通信技术RTC Web》[3]，认为“在未来的2～3年内，RTC Web将会得到广泛的应用，并对现有B/S模式下的各类应用会产生巨大的影响”。

爱立信推出基于WebRTC的体验版浏览器Bowser[4]。

Google也已经开展了WebRTC项目[5]。

（人民网研究院 刘振兴 编译整理）