← Dokumentacja

Głos

Boty głosowe, w tym Lavalink i @discordjs/voice, działają bez zmian w kodzie. GameVox obsługuje protokół voice gateway Discorda słowo w słowo, a następnie przekazuje strumień AEAD-RTP do natywnego WebRTC SFU jako syntetyczny uczestnik.

Zgodne biblioteki

• Lavalink v3 + v4 (Java, boty JVM korzystające z niego przez JDA / discord4j / itd.)
• @discordjs/voice (Node)
• discord.py z dodatkami głosowymi (PyNaCl)
• JDA z modułem audio
• discord4j
• Eris z opcjonalnymi zależnościami głosowymi

Endpointy

Osobne dla każdego regionu: bot łączy się z regionem wskazanym w zdarzeniu VOICE_SERVER_UPDATE.

• compatible-voice-gateway-us.gamevox.com
• compatible-voice-gateway-eu.gamevox.com
• compatible-voice-gateway-ap.gamevox.com

Główny gateway wskazuje właściwy region na podstawie lokalizacji SFU kanału. Twoja biblioteka odczytuje endpoint ze zdarzenia i tam się łączy. Nie trzeba niczego ręcznie routować.

Przebieg połączenia

1. Bot wysyła op:4 Update Voice State przez główny gateway (gateway.gamevox.com) z channel_id.
2. Główny gateway wysyła VOICE_STATE_UPDATE + VOICE_SERVER_UPDATE z endpointem i tokenem sesji.
3. Bot otwiera WSS do wss://{endpoint}/?v=8 i wysyła op:0 Identify z {server_id, user_id, session_id, token}.
4. Voice gateway odpowiada op:2 Ready z ssrc, ip, port i obsługiwanymi trybami szyfrowania.
5. Bot wykonuje UDP IP discovery (74-bajtowy pakiet typu 0x0001 → odpowiedź typu 0x0002).
6. Bot wysyła op:1 Select Protocol z wybranym trybem szyfrowania.
7. Voice gateway odpowiada op:4 Session Description z 32-bajtowym secret_key.
8. Bot przesyła strumień Opus przez RTP, zaszyfrowany AEAD w wynegocjowanym trybie.

Tryby szyfrowania

Obsługiwane są dwa tryby AEAD-RTPSize, tak jak na Discordzie:

• aead_aes256_gcm_rtpsize: preferowany. AES-256-GCM z nonce wyprowadzanym z 4-bajtowego licznika dołączanego do zaszyfrowanego payloadu.
• aead_xchacha20_poly1305_rtpsize: tryb zapasowy dla bibliotek bez AES-NI.

Starsze tryby (xsalsa20_poly1305, _lite, _suffix) nie są oferowane: Discord wycofał je w 2024 roku, a główne biblioteki już z nich zrezygnowały. Jeśli twoja biblioteka jest przypięta do starego trybu, zaktualizuj ją.

Uwagi o Lavalinku

Lavalink odczytuje endpoint bezpośrednio z VOICE_SERVER_UPDATE i sam łączy się przez UDP. Dopóki endpoint jest osiągalny (a jest), Lavalink nie wie, że nie rozmawia z Discordem.

Przetestowane wersje: Lavalink v3.7.x i v4.0.x. Jeśli trafisz na problem specyficzny dla wersji, zgłoś go w portalu deweloperskim, a dodamy twoją wersję do testów w CI.

Budżet opóźnień

Docelowe opóźnienie dodawane przez most: poniżej 5 ms, mierzone od przychodzącego UDP do wyjścia z SFU. Powyżej 5 ms muzyka brzmi źle (dryf w czasie ataku nut, drgania hi-hatu). Most przekazuje Opus bez zmian, bez transkodowania, więc główna wartość to odszyfrowanie + ponowne pakietowanie.

Zdarzenia mówienia

op:5 Speaking działa w obie strony i jest identyczne jak na Discordzie. Voice gateway mapuje SSRC mówiących ludzi na ich identyfikatory użytkowników i wysyła op:5 z {ssrc, user_id}, żeby bot mógł je powiązać.

Czyste zakończenie

Wysłanie op:4 Update Voice State z channel_id: null przez główny gateway zamyka sesję. Voice gateway zamyka gniazdo UDP i usuwa syntetycznego uczestnika SFU; słuchacze natychmiast przestają otrzymywać dźwięk.

Jeszcze nieobsługiwane

• DAVE / E2EE: tryb głosu Discorda z szyfrowaniem end-to-end dla każdego kanału. Na razie bez terminu.
• Soundboard: boty nie mogą odtwarzać dźwięków z soundboardu.
• Kanały Stage: akceptowane przez protokół, ale bez osobnej obsługi publiczności i mówców.

← Powrót do dokumentacji