音频采集、编解码与播放
音频具有自己的采集、编解码、传输和播放链路，不经过视频的 GPU 编码器或显示层。Weblink 的 Web 客户端使用浏览器管理音频；Windows 原生链路使用原生 libwebrtc，并通过 PCM 桥接衔接部分输入输出。桌面端的来源也可以使用浏览器发布通路，因此应按实际媒体链路区分，不能只看应用窗口。
沿着声音看各个阶段
| 阶段 | 数据与职责 |
|---|---|
| 采集 | 获取麦克风或共享系统声音的采样；采样率和声道数描述 PCM |
| 处理与编码 | 应用受支持的输入处理，适配采样，再编码为协商的音频格式 |
| 传输 | 通过 RTP/SRTP 传送编码音频，与视频并行，不经过信令服务转发媒体 |
| 接收与解码 | 缓冲数据包、处理丢包并重建采样 |
| 播放 | 调度采样、应用本地收听控制，再交给输出设备发声 |
PCM 是音频采样在内存中的表示。Opus、G.722、PCMU 和 PCMA 是协商的网络编码格式。PCM 桥接不等于多增加一个音频编解码器，播放设备也不是解码器。
浏览器音频链路
采集与输入处理
麦克风在获得设备权限后通过 getUserMedia() 采集。浏览器声明相关约束可用时，Weblink 默认请求回声消除、降噪、自动增益和语音隔离，实际效果仍取决于浏览器和设备。屏幕声音通过 getDisplayMedia() 获取，与麦克风是独立来源。
Weblink 会请求屏幕声音，并提供包含系统音频的提示，但是否返回音频轨道，取决于选中的来源、操作系统、浏览器以及用户选择。只有屏幕视频轨道不代表已经采集声音。这一边界见 getDisplayMedia() 说明。
采集采样偏好使用 ideal 约束，设备可以返回其他受支持的采样率或声道数。屏幕声音默认请求关闭面向语音的回声消除、降噪和自动增益；麦克风与共享媒体的处理目标并不相同。
编码与解码
浏览器的 RTP sender 将采集轨道编码为与接收端协商的格式。Weblink 提供格式偏好，编码器、打包和传输由浏览器管理。普通 Web 通话不要求 Weblink 在 JavaScript 中逐块复制 PCM，也不要求通过 AudioWorklet 编码 Opus。
接收时，浏览器负责 RTP/SRTP、数据包时序、抖动缓冲、丢包掩蔽和音频解码。可用的恢复机制取决于协商格式和实现，丢失的数据不一定都能恢复。得到的音频轨道再为播放提供采样。
播放
Weblink 的共用音频播放器通过 audio.srcObject 绑定接收轨道。来源静音、收听状态与输出设备选择，独立于发送端的采集状态。普通浏览器通路直接接入这个播放器，不需要经过应用的原生 PCM 桥接。
支持时，输出设备选择使用 HTMLMediaElement.setSinkId()。不支持时，应用可以使用默认输出，但不能保证切换到另一个设备。设备权限和浏览器策略仍然适用，见输出设备接口。
Windows 原生音频链路
系统声音：从 WASAPI 到原生编码
原生屏幕共享包含声音时，Windows WASAPI 工作线程负责进程回环采集。Weblink 排除自身进程树，包括 WebView 子进程，避免把会议播放声音再次送回会议。这里采集的是该进程树以外的系统声音，并非仅限选中采集窗口的声音。Microsoft 的进程回环示例解释了这种包含与排除机制。
工作线程按已配置且受支持的采样率与声道数获取有符号 16-bit PCM，将带时间戳的 10 ms 数据块交给原生音频来源，再由 libwebrtc 编码和传输。普通系统声音发送中，PCM 留在原生侧；可选录制消费者可以另行请求自己的数据通路。
原生系统声音格式与麦克风格式分别探测。麦克风支持某种采样率，并不能证明回环采集也接受相同配置。
麦克风：从 WebView 采集接入原生房间
接入 Windows 原生房间的麦克风轨道，仍从 WebView 采集开始，并遵循其权限和输入处理约束。Weblink 创建 48 kHz AudioContext，麦克风 AudioWorklet 再将浮点采样转换为交错排列的双声道有符号 16-bit PCM。有界批次通过 IPC 进入原生音频来源，由它按 10 ms 帧送入 libwebrtc。
同一采集来源可以供多个对端使用，不必为每位观看者重复采集或传递 PCM。这个桥接不会将麦克风采样播放到本地扬声器；其中的 worklet 负责适配 PCM，不是 Opus 编码器。
这里描述的是原生房间接入路径。麦克风伴随浏览器摄像头发布时，使用的仍是该浏览器 RTP sender。因此，“桌面端麦克风”不代表所有采集和编码都在 WebView 之外完成。
从原生解码到 Web Audio 播放
原生接收器负责 WebRTC 接收和音频解码。无论网络格式为 Opus、G.722、PCMU 还是 PCMA，输出适配器都请求 48 kHz、双声道、有符号 16-bit PCM。适配成这个播放格式，不会恢复来源本来没有的细节。
解码数据块进入原生有界队列。通知触发前端通过 IPC 读取 PCM，再将数据转交给接收 AudioWorklet。worklet 将采样转换为浮点格式，经 Web Audio MediaStreamDestination 生成音频轨道，接入 Weblink 共用的 HTML 音频播放器。
这个桥接不会再次解码 Opus，也不会重新编码为网络流。同一个播放器继续负责本地来源静音和受支持的输出设备选择。原生解码不绕过 WebView 播放策略：AudioContext 和媒体元素都需要能够正常运行。
桥接两端的队列都有限制。停顿后可以丢弃过期音频，尽快回到实时位置，避免不断积压并播放历史声音。没有可播放采样时输出静音；缓冲无法凭空补出丢失的语音。
浏览器与原生链路对比
| 职责 | 浏览器链路 | Windows 原生链路 |
|---|---|---|
| 麦克风采集 | 浏览器采集及受支持的处理约束 | WebView 采集；接入原生房间时使用 PCM 桥接 |
| 共享系统声音 | 屏幕选择器提供的可选音频轨道 | WASAPI 进程回环，排除 Weblink 自身进程树 |
| 编码与网络传输 | 浏览器 WebRTC 实现 | 原生发布及房间轨道使用原生 libwebrtc |
| 接收采样 | 浏览器解码器向音频轨道供给数据 | 原生解码与输出适配 → 有界 PCM → IPC → AudioWorklet |
| 播放控制 | 共用 HTML 音频播放器及受支持的输出接口 | PCM destination 轨道进入同一个播放器和输出接口 |
| 资源归属 | 浏览器管理实时媒体通路 | Weblink 还需管理采集线程、PCM 桥接队列和 worklet 生命周期 |
Weblink 没有与 NVENC/D3D11 视频链路对应的音频 GPU 通路。原生音频编解码和显式 PCM 适配通过软件执行；浏览器或操作系统可以有自己的音频处理或设备 DSP。AudioWorklet 在 Web Audio 处理线程执行，不在 GPU 上，也不在页面普通 UI 线程执行。视频硬件加速不代表音频加速，原生音频也不意味着所有环境下延迟都更低。
音频格式与时钟
Weblink 当前自动偏好顺序为 Opus → G.722 → PCMU → PCMA，并按实际发送端和接收端能力过滤。Opus 与 G.711 的 PCMU/PCMA 是 RFC 7874 规定的 WebRTC 基线音频格式。手动选择也需要完成兼容协商。
| 格式 | RTP 时间戳时钟 | 与当前通路有关的音频特性 |
|---|---|---|
| Opus | 48 kHz | 支持语音和一般音频，音频带宽与单/双声道取决于配置 |
| G.722 | 8 kHz | 解码音频为 16 kHz；Weblink 支持的录制映射为单声道 |
| PCMU / PCMA | 8 kHz | G.711 μ-law / A-law 窄带音频；Weblink 映射为 8 kHz 单声道 |
RTP 时钟不一定等于采集采样率。Opus 的各种模式都使用 48 kHz 时间戳时钟（RFC 7587）；G.722 虽然是 16 kHz 音频，仍保留 8 kHz RTP 时钟（RFC 3551）。原生播放桥接输出 48 kHz 双声道，不证明来源采集或网络传输的是全频带立体声。
采样、处理与延迟
| 设置或阶段 | 改变什么 |
|---|---|
| 采集采样率和声道数 | 编码前可用的采样；麦克风和系统采集可支持不同格式 |
| 回声消除 | 尝试去除扬声器播放后被麦克风再次采入的声音 |
| 降噪与自动增益 | 调整背景噪声或信号强度，也可能改变音乐等非语音素材 |
| 编码格式与编码码率 | 网络表示和数据预算，与 PCM 采集格式是不同参数 |
| 缓冲与播放 | 在抵抗时序波动与增加延迟之间取舍 |
默认采样偏好为 48 kHz、双声道，不是端到端音质保证。提高请求采样率，不会改变编码的 RTP 时钟，也不保证传输更多细节。将单声道信号复制到两个 PCM 声道，也不会产生立体声录音。
总延迟包括采集数据块、处理、编码打包、网络传输、接收缓冲、可能存在的 PCM 桥接，以及设备输出。原生 10 ms 输入块不代表 RTP 包一定为 10 ms，更不代表端到端延迟为 10 ms。音频与视频也有各自的队列，画面流畅不等于声音一定及时。
采集静音、收听静音与本地播放抑制
| 控制 | 作用边界 |
|---|---|
| 发送端麦克风或系统声音静音 | 控制该发送来源；原生回环可以保持来源存活并提交静音采样 |
| 接收端来源或成员静音 | 禁用本地收听轨道，不会关闭远端麦克风 |
| 全局收听控制 | 暂停或恢复共用播放器，不结束发送端采集 |
| 共享系统声音时抑制本地播放 | 改变采集机器上的本地播放，采集仍可继续 |
最后一项在不同平台上的实现不同。浏览器只在显示采集中接收受支持的 suppressLocalAudioPlayback 约束。原生链路会临时静音 Windows 的活动播放端点，同时继续进程回环采集。这也可能让其他本地应用和本地会议播放静音，并不是逐窗口音量控制。采集结束时，Weblink 恢复由自己静音的端点，同时保留原先已有的静音或期间的手动取消静音。
浏览器音频和经 Web Audio 返回的原生音频都仍受自动播放规则影响。即使已经收到媒体，也可能需要用户交互才能开始收听。没有声音时的操作检查统一放在音频常见问题中。
实现入口
以下路径相对于仓库根目录：
| 路径 | 职责 |
|---|---|
apps/web/src/libs/application/meeting-audio-settings.ts | 采样偏好及仅用于显示采集的本地播放抑制 |
apps/web/src/libs/state/create-audio-player.ts | 接收轨道、收听控制与输出设备选择 |
crates/desktop-capture/src/media/windows/audio.rs | 原生回环 PCM 采集与来源投递 |
apps/desktop/src/room/capture.ts | 麦克风接入原生房间的 PCM 桥接 |
crates/desktop-capture/src/room_peer/source.rs | 原生音频来源与 PCM 帧校验 |
crates/desktop-capture/src/receive/output.rs | 原生解码音频输出及有界队列 |
apps/desktop/src/room/output.ts | 原生房间 PCM 投递至 Web Audio |
apps/desktop/src/receive-audio.worklet.js | 有界 PCM 播放适配 |
接下来想了解什么？
- 想选择采集设备、声音设置或录制选项：参考音视频使用指南。
- 想对比视频编解码和 GPU 显示通路：阅读编码、解码与 GPU 显示。
- 想理解音频包如何进入录制文件：继续阅读媒体传输与录制。
- 画面正常但听不到声音：按音频排查步骤检查。