VOIP Calls + Resample + PHP

[MyrinNew]

VoIP Real-Time e Áudio 48 kHz no PHP: Guia Hands-On com Swoole

Nota de arquitetura: o fluxo documentado do SpechPhone sobe dois serviços PHP (middleware.php e audio.php) e entrega áudio por RTP (backend) + WebSocket (PCM pro browser) — sem depender do caminho clássico de Asterisk/AGI (no sentido de: não existe “passo” de AGI na execução descrita no README).


Referência: https://github.com/spechshop/spechph...-dev/README.md

O que você vai montar (na prática)

• Um softphone web que faz SIP/RTP em tempo real, com UI no browser via WebSocket.
• Um pipeline de mídia onde o backend recebe RTP, decodifica e manda PCM em chunks pro cliente.
• Um “ponto de prova” bem direto de por que Swoole muda o jogo em PHP (I/O assíncrono + corrotinas por sessão).

1) Arquitetura em 60 segundos (2 processos, um objetivo)

O próprio README descreve o projeto como PHP + Swoole, com mídia em RTP/UDP no backend e PCM via WebSocket pro browser (sem WebRTC/SRTP/ICE/DTLS).


Referência: https://github.com/spechshop/spechph...-dev/README.md


Papéis (documentados no README):

• middleware.php: servidor HTTP/WS (UI + controle)
• audio.php: servidor de áudio (mix/stream)
  Referência: https://github.com/spechshop/spechphone (seção “Directory Structure” do README)

2) “Ok, mas cadê o Swoole nessa história?”

A parte “cala-boca” aqui é simples: corrotinas. O README afirma que o SpechPhone abre uma coroutine dedicada por trunkController e que isso permite várias chamadas simultâneas sem bloquear o processo principal.


Referência: https://github.com/spechshop/spechph...-dev/README.md


Se você já ouviu “PHP não aguenta real-time”, o ponto é: a crítica geralmente mira no PHP “bloqueante”; aqui a pilha gira em I/O assíncrono com Swoole.

Importante: aqui é Swoole (extensão/runtime Swoole), não OpenSwoole.

3) Mão na massa: subir o SpechPhone localmente

O README do SpechPhone já entrega o caminho “clone → runtime → start”:






# deps
sudo apt update && sudo apt install -y openssl

# repo + lib
git clone https://github.com/spechshop/spechphone && cd spechphone
git clone https://github.com/spechshop/libspech

# runtime php otimizado (pcg729)
curl -L https://github.com/spechshop/pcg729/...ad/current/php -o php
chmod +x ./php
sudo cp php /usr/local/bin/php

# start (em terminais separados)
php middleware.php
php audio.php







Referência do trecho acima: https://github.com/spechshop/spechph...-dev/README.md


4) Áudio 48 kHz: onde entra (de verdade) e por que chama atenção

Tem duas peças documentadas que se complementam:


1) Oferta de Opus/48kHz via SDP no trunkController (libspech). O README mostra explicitamente:






// Oferecer codec Opus em SDP
$phone->mountLineCodecSDP('opus/48000/2');







Referência do snippet: https://github.com/spechshop/libspec...pech/README.md


2) Decodificação dinâmica + PCM em chunks pro browser. O README do SpechPhone descreve que os pacotes RTP chegam, são processados pela libspech (com funções nativas via runtime pcg729) e o áudio decodificado é entregue ao controlador WebSocket em PCM, pra ser consumido no browser via webkitAudioContext.


Referência: https://github.com/spechshop/spechph...-dev/README.md


Ou seja: “48 kHz” aparece naturalmente quando você negocia Opus e trata a mídia como mídia de verdade (não só “telecom 8 kHz”).

5) Um exemplo mínimo de chamada (libspech) — com corrotinas e eventos

Esse exemplo (do README do libspech) é o “hello world” da stack: registrar, oferecer codec, reagir a eventos e receber áudio.







use libspech\Sip\trunkController;

include 'plugins/autoloader.php';

\Swoole\Coroutine\run(function () {
$username = getenv('SIP_USERNAME');
$password = getenv('SIP_PASSWORD');
$domain = getenv('SIP_DOMAIN');
$host = gethostbyname($domain);

$phone = new trunkController($username, $password, $host, 5060);

if (!$phone->register(2)) {
throw new \Exception('Falha no registro');
}

// Oferecer codec Opus em SDP (48 kHz)
$phone->mountLineCodecSDP('opus/48000/2');

$phone->onRinging(function ($phone) {
echo "Tocando...\n";
});

$phone->onAnswer(function (trunkController $phone) {
echo "Atendido. Recebendo mídia...\n";
$phone->receiveMedia();
\Swoole\Coroutine::sleep(10);
});

$phone->onReceiveAudio(function ($pcmData, $peer, trunkController $phone) {
echo "Recebido: " . strlen($pcmData) . " bytes\n";
});

$phone->onHangup(function (trunkController $phone) {
echo "Chamada finalizada\n";
$phone->close();
});

$phone->call('5511999999999');
});







Referência (onde esse exemplo está documentado): https://github.com/spechshop/libspec...pech/README.md


Referência do exemplo completo: https://github.com/spechshop/libspec...ch/example.php


6) Três exercícios rápidos (pra você “entrar no código”, não só ler)

1) Troque o codec ofertado

• Mude opus/48000/2 para L16/8000 (o README do libspech também menciona L16/8000) e compare o que você recebe em onReceiveAudio.
• Referência: https://github.com/spechshop/libspec...pech/README.md

2) Instrumente o fluxo de PCM

• Deixe o log de strlen($pcmData) rodando e observe padrões (tamanho, frequência, jitter aparente).
• Referência: https://github.com/spechshop/libspec...pech/README.md

3) Faça o UI “sentir” o estado

• O SpechPhone descreve um cliente “thin” via WebSocket; faça o frontend reagir a “ringing/answered/hangup” do backend (comece só logando em tela).
• Referência: https://github.com/spechshop/spechph...-dev/README.md

Links principais (pra você não se perder no labirinto)

• SpechPhone (repo): https://github.com/spechshop/spechphone
• SpechPhone (README, branch volume-dev): https://github.com/spechshop/spechph...-dev/README.md
• libspech (repo): https://github.com/spechshop/libspech
• libspech (README, branch spech): https://github.com/spechshop/libspec...pech/README.md
• libspech (example.php): https://github.com/spechshop/libspec...ch/example.php
• pcg729 (runtime release “current/php”): https://github.com/spechshop/pcg729/...es/tag/current

More...