Chamadas de voz
O larperCord entra em canais de voz de verdade do Discord, com criptografia de ponta a ponta. Tudo que é de voz roda numa thread própria, criada só quando você entra numa call. Fora de uma call, o módulo não usa CPU e o app não inicializa o áudio, a não ser que você abra Configurações → Voz, que lê o microfone para o medidor enquanto estiver aberta.
Usando
Clique num canal de voz para entrar. O painel acima do seu usuário mostra a call, com mudo, ensurdecer e desconectar. Você também pode sair por "Sair da call", clicando com o botão direito no canal de voz. Quem está falando ganha um anel em volta do avatar.
O mixer dá a cada pessoa o próprio volume.
O painel também mostra o ping, a qualidade da conexão por cor e quando você está transmitindo, e avisa se o microfone não abrir ou se o servidor te mutou ou ensurdeceu. Mudo e surdo dos outros aparecem na lista da call.
Os canais em que você não tem permissão para conectar aparecem com cadeado, e o app nem tenta.
Configurações → Voz
- Microfone e saída: lembrados pelo nome, voltam ao padrão se sumirem, e dá para trocar no meio de uma call.
- Volumes, nível do microfone ao vivo e Testar microfone, que toca de volta o que você fala, com os filtros. Use fones.
- Detecção de voz: limiar ajustável sobre o medidor, ou Sensibilidade automática, que aprende o ruído de fundo.
- Aperte para falar: uma tecla ou um botão do mouse. Só funciona com a janela em foco, e o envio segue por um instante depois de soltar, para não cortar a última palavra.
- Filtros: um passa-altas que tira o ronco abaixo de 90 Hz e uma porta de ruído. Cada um pode ser desligado.
- Supressão de ruído: Desligada ou RNNoise, ligada por padrão e trocável em plena call. Roda no seu computador, atrasa o microfone em 20 ms e custa de 2% a 3,5% de um núcleo num Core i5 de 2011 com o microfone aberto, e menos em processadores mais novos. Desligada, no mudo ou com a tecla do aperte para falar solta, não custa nada.
- Sons da call: bipes curtos ao entrar, sair, mutar e desmutar, que podem ser desligados.
Como funciona
| Camada | O que usa |
|---|---|
| Sinalização | Gateway de voz v8 por WebSocket, com heartbeat (seq_ack) e RESUME quando a conexão cai |
| Conexão | IP discovery (pacote de 74 bytes) e Select Protocol por UDP |
| Criptografia de transporte | RTP com aead_xchacha20_poly1305_rtpsize |
| Criptografia de ponta a ponta | DAVE sobre MLS, pela libdave e pelo MLSpp |
| Codec | Opus a 48 kHz estéreo, 20 ms por pacote. Pacotes perdidos viram o packet-loss concealment do Opus |
| Áudio | O SDL3 mistura. Cada pessoa é um SDL_AudioStream no mesmo dispositivo de saída, e o volume dela é o ganho do stream. O microfone é um stream lido a cada 20 ms |
Alguns detalhes que deram trabalho para acertar:
- O opcode de "falando" (op 5) sai uma vez quando a sessão abre, e de novo ao retomar. Ele não liga e desliga a cada frase, porque assim o servidor descartava o começo de cada uma.
- O relógio do RTP continua andando com o tempo real enquanto você está calado, para quem recebe não descartar os seus pacotes depois de uma pausa.
- A folga contra o jitter só entra no começo de cada fala e dentro das pausas de quem fala. Aplicá-la sempre que a fila esvaziava causava buracos audíveis.
- O relógio RTP separa a pausa de quem fala de um pacote atrasado: o número de sequência só anda com pacote, o relógio anda sempre. A porta de ruído fechando não é rede ruim.
- Quando uma fila vai secar, a ocultação do Opus preenche e vai a zero, então uma parada nunca corta no meio da onda. Áudio que não continua de onde parou começa do último valor tocado.
zig build voz-redepassa Opus de verdade por redes ruins simuladas e compara a lógica de reprodução, contando buracos e estalos.LARPER_VOZ_FALAescolhe um arquivo de fala eLARPER_VOZ_WAVgrava a saída para ouvir.- Quem já está numa call pode chegar antes de o DAVE existir, então essas pessoas são guardadas e adicionadas quando ele começa.
Limites hoje
- O aperte para falar só funciona com a janela em foco, porque o SDL não tem atalho global portável.
- A supressão de ruído cuida de ruído constante. Teclado e pancadas podem passar, e outras vozes continuam.
- Sem compartilhamento de tela, câmera nem transmissão.
- Sem teste automático para uma call de verdade. O QA cobre a interface e as configurações, com um dispositivo de áudio falso.
Depuração
LARPER_VOICE_DEBUG=1 larpercordIsso imprime opcodes, códigos de fechamento e eventos do DAVE, além do nível do microfone e dos quadros enviados. Nunca imprime o token nem chaves.
Para testar só a conexão, o --voice-test entra num canal por 25 segundos, sempre mudo:
LARPER_TOKEN=... larpercord --voice-test GUILD_ID CHANNEL_IDO protocolo segue a documentação de voz do Discord e a documentação do protocolo DAVE.