# 语音 Agent 显示已连接，却没人听得见

> HTTPS 通了不代表音频出得去；看懂 ICE 候选和候选对，就知道该找网络团队还是回头查代码。

原文: https://fdetimes.net/zh/guides/voice-ai-silent-behind-firewall/

设想一个呼叫中心语音 Agent 上线的早上。演示在你的笔记本上很顺利，在项目经理的 4G 手机上也没问题。到了客户的企业网络里，界面显示已连接，Agent 也进了房间，却没有任何人听到声音。

第一反应往往是怀疑模型，或者回头改提示词。先别急。页面能加载、声音却出不来时，第一个问题应该是：音频数据包到底有没有路可走？

这时候提工单、干等着无济于事。如果你能坐在客户 IT 团队旁边，准确指出哪条路径被拦，并准确申请需要的端口，当天上午就能挽回这次上线。

## 页面过得去，语音未必过得去

把一通通话拆成两路流。第一路是网页，走 HTTPS：界面能出来，说明这一路是通的。第二路是音频，它不一定走同一条路径。

LiveKit 自托管文档里的端口列表把这种区分写得很清楚：443 用于 HTTPS 和 TURN/TLS，而 WebRTC 还需要 3478/UDP、50000-60000/UDP 端口段，以及 TCP 路径使用的 7881。

假设防火墙只放行 443，而你的系统还没启用 TURN/TLS。HTTPS 畅通无阻，界面一直是绿的；语音数据包却根本出不去。

**要点:** 网页能连上，不代表语音能穿过防火墙。

## 三个角色：ICE、STUN 和 TURN

MDN 将交互式连接建立（ICE）描述为帮助浏览器与对端建立连接的框架：穿越防火墙，在设备没有公网 IP 时获取地址，必要时中继数据。可以把 ICE 看作探路者。它先收集所有可能用得上的地址，即候选（candidate），再逐一尝试哪些地址对可以连通。

候选主要有三种。`host` 是本机的真实地址。`srflx` 是数据包经过网络地址转换（NAT）发往服务器时，由 NAT 分配的地址；STUN（NAT 会话穿越实用工具）就是用来发现自己的公网地址和路由器限制的协议。`relay` 是从 TURN（中继穿越 NAT）服务器获得的地址，用于在双方之间中继媒体流。

光有公网地址还不够。遇到对称型 NAT 时，TURN 通过服务器中继全部数据来穿越。代价是额外成本，所以 MDN 和 RFC 8656 都建议只在找不到其他路径时才使用 TURN。

在企业网络里，先怀疑 UDP 被拦截，再考虑 NAT。下面的测试几分钟就能回答这个问题。

## 从几行日志读懂客户网络

回到上线那天早上。在客户网络内的一台真实机器上打开 DevTools，分别测试每条路径。把服务器名和凭据换成你自己系统的。

```js
function probe(url, creds = {}) {
  const pc = new RTCPeerConnection({ iceServers: [{ urls: url, ...creds }] });
  pc.createDataChannel('probe'); // 触发候选收集所必需
  pc.onicecandidate = (e) => {
    if (e.candidate) console.log(url, e.candidate.type);
  };
  pc.createOffer().then((offer) => pc.setLocalDescription(offer));
}

const creds = { username: 'TEMP_USER', credential: 'TEMP_PASS' };
probe('stun:media.example.com:3478');
probe('turn:media.example.com:3478?transport=udp', creds);
probe('turns:media.example.com:443?transport=tcp', creds);
```

假设输出如下：

```text
stun:media.example.com:3478                  host
turn:media.example.com:3478?transport=udp    host
turns:media.example.com:443?transport=tcp    host
turns:media.example.com:443?transport=tcp    relay
```

逐行来读。`host` 总会出现，所以暂时说明不了什么。STUN 路径没有返回 `srflx`，UDP 上的 TURN 也没有返回 `relay`：两条 UDP 路径都没有回应。只有 443 端口上的 TURN/TLS 有回应，合理的结论是：出站 UDP 被拦截，443 仍然开放。

如果 443 那一行也只有 `host`，先检查己方的 TURN 配置，再带着日志去找客户的 IT 团队。

但候选只是一个可能用来接收数据的地址，并不是已经验证可用的路径。RFC 8445 指出，ICE 的目的是找出哪些地址对可以连通，每一次检查都是针对某一特定地址对的 STUN 事务。

所以要真正打一通电话，然后在客户端和服务端日志里查找是否有成功的 ICE 候选对。如果一个都没有，音频仍然无路可走，问题仍在网络：带着日志找客户的 IT 团队，同时请己方负责媒体服务器的人一起排查。

最后一层在网络之外。如果已有候选对成功，却还是听不到声音，先别找 IT。对着麦克风说一句话，再看 Agent 的日志：它有没有识别到你说的话？有没有生成回复？

如果 Agent 什么都没收到，怀疑上行方向：麦克风、浏览器权限。如果 Agent 回复了，扬声器却依然无声，怀疑下行方向：浏览器拦截了自动播放，或者 Agent 流水线中的音频播放环节。

## 到底该请 IT 开什么？

“请开一下防火墙”这句话，IT 团队没法审批；一份具体的端口清单才可以。LiveKit 的部署文档是很好的参照；如果用的是其他系统，请查阅对应厂商的端口说明。

| 路径 | LiveKit 要求的端口 | 如何与 IT 沟通 |
|---|---|---|
| UDP | 3478/UDP、50000-60000/UDP | 始终申请：这条路径音质最好 |
| 基于 TCP 的 WebRTC | 7881 | 也要申请，但不能替代 UDP |
| TURN/TLS | 443 | 确认用户机器可以出站访问，作为 UDP 不可行时的兜底 |

LiveKit 在 UDP 不可行时使用 TCP 443 上的 TURN/TLS，但仍建议开放 UDP 端口，以获得最佳音视频质量。

如果己方已部署 TURN/TLS，且 443 上的探测返回了 `relay`，就如实告诉 IT：目前已有经 443 的兜底路径，申请开放 UDP 是为了让对话更流畅。如果还没部署，443 端口开着也救不了这通电话，第一件事要在自己这边做。

## 下一个客户，从一开始就这样做

别等到上线当天。第一周就申请一台与最终用户配置相同的机器，接入他们实际使用的网络（不是访客 Wi-Fi），运行探测脚本，并把结果存入项目文档。

接着打一通真实电话，记录 ICE 是否有成功的候选对，以及 Agent 是否听到并作出回复。把端口表连同日志证据一起发给 IT。等对方处理完，在 `RTCPeerConnection` 配置中加上 `iceTransportPolicy: 'relay'` 再测一次，确认兜底路径真正可用，而不只是写在纸上。

## 白白耗掉一上午的错误

一个常见陷阱是只配置 STUN，并且在家里测试。据 web.dev 介绍，大多数 WebRTC 通话仅靠 STUN 就能连通，所以家庭网络很容易让一切显示正常。WebRTC.org 的指南则明确指出，客户端之间直接建立 socket 往往不可行，常见的解决方案是 TURN。

下一个陷阱是有 TURN，却只跑在 UDP 上。防火墙拦截 UDP 时，这台 TURN 服务器也一并被拦，所以需要 TCP 443 上的 TURN/TLS。反过来，为求稳妥强制所有通话走中继，就要在本不需要中继的网络上承担额外成本，RFC 8656 不建议这样做。

也不要止步于候选。看到 `srflx` 或 `relay` 就断定网络没问题是不够的，只有对每个地址对的检查才能回答这个问题。还有，别在看 Agent 日志之前就怪网络，结果让客户的 IT 团队去追查一个可能根本不属于他们的故障。

## 如何把这项技能写进简历

这项技能值得写进简历，前提是写得具体。阅读语音 AI 岗位的职位描述时，留意 WebRTC、TURN 和 NAT 穿越这些关键词。描述项目时，不要写“熟悉 WebRTC”，而要说明网络拦截了什么、哪些日志证明了这一点、你申请开放了哪些端口。

## 练习：在自己机器上拦截 UDP

搭一个小型 WebRTC 应用，或者使用某个厂商的演示，然后在自己机器上添加一条防火墙规则，拦截出站 UDP，但保留 DNS。在不启用 TURN/TLS 的情况下打一通电话，记录探测得到的候选类型以及通话是否有声音；再启用 443 上的 TURN/TLS，重新拨打。

花一个晚上做完这个练习，无声通话就不再神秘，因为你亲手制造过一次。下次整个会议室都转头看着你时，你会知道该先打开哪份日志。

**本周动手试试:**

- 针对你正在做的产品的 STUN 和 TURN 服务器运行探测脚本，保存每条路径返回的候选类型。
- 提前为客户 IT 团队写好一页开端口申请：端口、协议、目标地址，以及不开放会带来什么后果。
- 在上线前检查清单中加入一项测试：在客户网络内的真实机器上强制设置 `iceTransportPolicy: 'relay'`。

## 信源

- [Introduction to WebRTC protocols - Web APIs | MDN](https://developer.mozilla.org/en-US/docs/Web/API/WebRTC_API/Protocols)

- [RFC 8445: Interactive Connectivity Establishment (ICE)](https://www.rfc-editor.org/rfc/rfc8445)

- [RFC 8656: Traversal Using Relays around NAT (TURN)](https://www.rfc-editor.org/rfc/rfc8656)

- [RTCIceCandidate: type property | MDN](https://developer.mozilla.org/en-US/docs/Web/API/RTCIceCandidate/type)

- [WebRTC infrastructure (web.dev)](https://web.dev/articles/webrtc-infrastructure)

- [Configuring firewalls | LiveKit docs](https://docs.livekit.io/deploy/admin/firewall/)

- [Virtual machines | LiveKit docs](https://docs.livekit.io/deploy/vm/)

- [TURN server | WebRTC](https://webrtc.org/getting-started/turn-server)
