info@naevatec.com (+34) 911 407 507

Esta página se ha traducido automáticamente. Puedes encontrar la fuente original aquí.

Añadir SIP y H.323 a una aplicación LiveKit, desde cero

Ilustración digital abstracta de un teléfono de disco antiguo brillante disolviéndose en una red de iconos de silueta azules y verdes conectados que representan participantes de WebRTC, simbolizando la telefonía heredada conectándose a una plataforma de vídeo moderna.

Ya habíamos resuelto este problema antes, conectando telefonía SIP a OpenVidu, sobre Kurento. Volver a hacerlo para una plataforma de videoconferencia segura sobre LiveKit supuso empezar de cero en la implementación, no en el razonamiento: LiveKit no trae soporte de SIP ni H.323 propio, así que cada pieza de esto hubo que construirla desde cero sobre un servidor de medios distinto.

Diagrama de arquitectura que muestra iconos de teléfono SIP y H.323 a la izquierda
conectando a través de un escudo con candado etiquetado SIP Edge, después a través de
iconos de pasarela y nodo de enrutamiento, hacia un conjunto de ventanas de videollamada
WebRTC a la derecha.

Una pasarela, no una puerta

El hardware de videoconferencia heredado no llega a hablar directamente con el resto de la plataforma. Un SIP Edge dedicado es lo único expuesto a Internet para ese tráfico, y se encarga de la terminación TLS, la limitación de tasa y una lista blanca de IPs para los troncales de los que está dispuesto a aceptar llamadas. Los nodos de SIP Gateway que hacen el trabajo real están detrás, nunca accesibles por sí solos, escalados horizontalmente, y es el SIP Edge quien decide a qué nodo va el tráfico de una sesión concreta.

El problema que solo aparece al escalar

Un único nodo de pasarela es fácil de razonar: llega una llamada, ese nodo la atiende, listo. En el momento en que hay más de un nodo, cualquier operación que no sea "atender la llamada que acaba de llegar" necesita responder a una pregunta que con un solo nodo nadie se plantea: ¿qué nodo de pasarela aloja realmente esta sesión ahora mismo? Terminar una sesión de forma limpia cuando acaba una reunión, cambiar un layout en mitad de una llamada, mover una cámara remota, todo necesita antes esa consulta, y hacerla mal no falla de forma ruidosa, simplemente envía un comando en silencio a un nodo que nunca estuvo atendiendo esa llamada.

Conectando dos mundos distintos de "compartir tu pantalla"

Las salas SIP comparten contenido mediante BFCP; los participantes de WebRTC comparten pantalla mediante un mecanismo completamente distinto. Hacer que ambos sean intercambiables, de forma que el contenido compartido por un participante SIP aparezca como una pantalla compartida normal para todos los demás, y viceversa, exige que la pasarela entienda de verdad ambos protocolos lo bastante bien como para traducir entre ellos en tiempo real, no solo retransmitir bytes. Lo mismo ocurre con el control remoto de cámara: un endpoint SIP que soporta FECC puede moverse en pan, tilt y zoom desde dentro de la llamada, pero solo cuando la pasarela también habla esa parte del protocolo.

Qué está en la pasarela y qué sigue siendo trabajo

Conseguir que FECC y el control de layout de MCU funcionaran a nivel de protocolo, de la pasarela al hardware, fue la primera mitad, y en cierto modo la más fácil. Mostrar cualquiera de los dos de forma segura en el cliente web es un proyecto en sí mismo: el control de cámara solo tiene sentido para el anfitrión de la reunión, y solo para un participante SIP cuyo dispositivo anuncie de verdad soporte de FECC, algo que la interfaz tiene que comprobar en lugar de dar por hecho. Un control visible cuando no debería estarlo no es solo un fallo de interfaz en una plataforma como esta.

Por qué esto y el cifrado de extremo a extremo no se mezclan

Una restricción viene de un sitio completamente distinto: el cifrado de extremo a extremo de la misma plataforma mantiene todo el material de claves dentro del navegador de cada participante, sin que el servidor llegue a tocar una clave. Un endpoint SIP no tiene navegador ni forma de participar en ese intercambio, así que una sesión cifrada y una sesión con SIP habilitado son mutuamente excluyentes por diseño, no un hueco que todavía falte por cerrar.

Tener profundidad real en SIP y en WebRTC a la vez es lo bastante poco frecuente como para que haberlo resuelto la primera vez, para OpenVidu, fuera la mayor parte de lo que convirtió resolverlo la segunda vez, para LiveKit, en un problema conocido y no en un proyecto de investigación.

¿Necesitas conectar hardware de vídeo heredado con una aplicación WebRTC o LiveKit?

Conectar endpoints SIP o H.323 a una plataforma de vídeo moderna es una especialidad poco habitual. Si es tu caso, hablemos de lo que haría falta para tu configuración.

Contáctanos