yavsc/doc/architecture/audio-video-calls.md

Appels audio-vidéo PostIt — architecture cible

Statut et périmètre

Ce document décrit un plan d'implémentation, pas une fonctionnalité déjà disponible. Il complète la topologie de PostIt et les mécanismes de notification existants.

La cible couvre :

• les appels audio-vidéo bidirectionnels entre deux utilisateurs ;
• un réglage utilisateur booléen persistant permettant de masquer son adresse IP aux autres participants en imposant TURN ;
• les appels de groupe ;
• les clients Browser, Android et Desktop.

Choix des protocoles

Besoin	Choix	Rôle
Médias temps réel	WebRTC	Audio-vidéo bidirectionnel à faible latence, adaptation au réseau
Chiffrement du transport média	DTLS-SRTP	Établissement des clés et protection des médias
Signalisation	SignalR sur HTTPS	Invitation, acceptation/refus, négociation SDP, candidats ICE, fin d'appel
Connectivité	ICE, STUN et TURN	Sélection du chemin réseau, découverte d'adresse et relais
Audio	Opus	Codec privilégié pour la voix
Vidéo	VP8 ou H.264	Codec négocié selon les capacités réelles des clients
Appels de groupe	SFU compatible WebRTC	Réception et redistribution sélective des flux

SignalR transporte les messages de contrôle, jamais les flux audio-vidéo. La signalisation peut utiliser l'infrastructure SignalR existante, mais les contrats d'appel et leurs autorisations doivent être distincts du chat. Le choix des bibliothèques natives, du SFU et des codecs effectivement disponibles reste à valider par un prototype multi-plateforme.

Topologies média

Appels à deux

PostIt A ---- SignalR / HTTPS ---- Serveur ---- SignalR / HTTPS ---- PostIt B
             Invitation, acceptation, SDP, candidats ICE, fin

PostIt A ================= WebRTC direct ========================= PostIt B
                               ou
PostIt A ================= relais TURN =========================== PostIt B

Privilégier un chemin direct lorsque les préférences de confidentialité le permettent. Prévoir TURN dès la première version : STUN seul ne suffit pas sur certains réseaux mobiles, NAT ou réseaux d'entreprise.

Déployer par exemple coturn, avec des transports UDP et des solutions de repli TCP/TLS, dont TURN/TLS sur le port 443. Ce dernier améliore la connectivité sans garantir la traversée de tous les pare-feu et proxys.

Appels de groupe

PostIt A ---- WebRTC, éventuellement via TURN ----+
PostIt B ---- WebRTC, éventuellement via TURN ----+---- SFU
PostIt C ---- WebRTC, éventuellement via TURN ----+

Utiliser un SFU, plutôt qu'un maillage de connexions entre participants : chaque client envoie ses pistes au serveur, qui redistribue les flux utiles. Cela évite de multiplier les envois montants avec le nombre de participants. Prévoir la sélection des pistes reçues et, selon les capacités des clients, le simulcast ou le codage vidéo scalable pour adapter débit et résolution.

Le SFU ne remplace pas TURN : un client peut avoir besoin d'un relais pour atteindre le SFU, ou l'imposer par sa préférence de confidentialité.

Les contrats de signalisation doivent représenter dès le départ un appel et ses participants, sans être limités à un couple appelant/appelé. Pour ajouter un troisième participant à un appel direct, établir les connexions au SFU, puis fermer les connexions directes après confirmation du nouveau transport. En cas d'échec, conserver l'appel à deux et signaler l'échec de l'ajout. Une topologie SFU pour tous les appels reste une alternative à évaluer si la simplicité d'exploitation prime sur le coût serveur.

Préférence persistante de masquage d'adresse IP

Contrat fonctionnel

Prévoir un booléen de compte, nommé provisoirement HideIpAddressInCalls, persisté côté serveur et accessible en lecture/écriture uniquement par l'utilisateur concerné via la gestion de son profil. Le réglage est partagé entre ses appareils ; une préférence locale seule ne suffit pas.

Valeur initiale proposée : false, à confirmer avant implémentation. false autorise le chemin direct mais n'interdit pas TURN lorsqu'il est nécessaire à la connectivité. true impose un transport relayé.

Présenter le réglage comme « Masquer mon adresse IP aux autres participants », en précisant le surcoût potentiel en latence et en bande passante serveur. Il ne procure pas l'anonymat : les services contactés, notamment l'API, le serveur de signalisation et TURN, peuvent toujours connaître l'adresse IP.

Application à la négociation

• Charger la préférence avant de créer le transport média. Si sa lecture échoue, signaler l'erreur et bloquer l'établissement plutôt que supposer que le masquage est désactivé.
• Lorsque le réglage est activé, configurer une politique ICE relay-only (iceTransportPolicy: "relay" dans le navigateur, équivalent natif ailleurs) avant la collecte des candidats.
• Ne publier aucun candidat local host ou srflx, ni aucune adresse locale dans les descriptions SDP ou messages de signalisation. Utiliser les API du moteur WebRTC et vérifier les descriptions produites, plutôt qu'une réécriture ad hoc du SDP.
• Appliquer cette contrainte aux offres, réponses, renégociations, redémarrages ICE et transitions vers le SFU.
• Le masquage d'un participant impose le relais de son propre transport, même si les autres participants n'ont pas activé cette préférence.
• Si TURN est indisponible ou qu'aucune paire de candidats relayée n'aboutit, afficher une erreur explicite ; aucun repli direct automatique.

Le serveur détermine la politique attendue depuis la préférence persistée, contrôle les messages de signalisation et distribue les paramètres autorisés. Le client applique la politique ICE ; les tests doivent vérifier le chemin réellement sélectionné, pas seulement la configuration demandée.

Une modification pendant un appel doit être prise en charge explicitement : l'activation suspend l'émission et remplace le transport avant de reprendre les médias en mode relayé. L'interface ne doit pas annoncer le masquage tant que ce remplacement n'est pas confirmé. Elle précise qu'une adresse déjà divulguée auparavant ne peut pas être retirée aux participants. La désactivation peut attendre l'appel suivant, sans abandonner le relais en cours.

Intégration dans PostIt

Séparer le cycle de vie partagé de l'appel du moteur média :

• code partagé : invitation, sonnerie, acceptation/refus, participants, préférences, état de connexion, coupure micro/caméra et raccrochage ;
• Browser : API WebRTC du navigateur via interop JavaScript ;
• Android et Desktop : moteur WebRTC natif et intégration de la capture, des périphériques et du rendu dans Avalonia.

Le prototype doit vérifier les bindings maintenus, leurs licences, les architectures processeur supportées, les codecs et l'intégration Avalonia. Ne pas supposer qu'une bibliothèque .NET couvre à elle seule la capture, l'annulation d'écho et le rendu sur toutes les plateformes.

Prévoir les permissions caméra/micro, les changements de périphérique, les interruptions Android, la reconnexion et le redémarrage ICE. Les appels entrants en arrière-plan nécessitent une intégration aux notifications système et au cycle de vie Android ; une connexion SignalR active ne peut pas être présumée.

Autorisations, confidentialité et exploitation

• Authentifier la signalisation et vérifier côté serveur l'appartenance à l'appel pour chaque commande et événement, y compris rejoindre un groupe, inviter, publier une piste et recevoir les flux.
• Prévoir des invitations expirables et gérer les réponses concurrentes de plusieurs appareils sans accepter plusieurs fois le même participant.
• Délivrer des identifiants TURN temporaires et des autorisations SFU limitées à l'appel et au participant ; aucun secret permanent dans les clients.
• Limiter les invitations, les participants et les débits selon une politique produit à définir ; surveiller la capacité et le coût TURN/SFU.
• Ne pas journaliser systématiquement SDP, candidats ICE ou identifiants TURN. Préférer des métriques de qualité et des identifiants techniques d'appel.
• Distinguer chiffrement du transport et chiffrement de bout en bout : en connexion directe ou via TURN, les médias restent chiffrés entre les deux clients ; avec un SFU classique, DTLS-SRTP se termine au SFU. Un chiffrement de bout en bout des groupes demanderait un mécanisme supplémentaire et une gestion des clés à concevoir, sans être promis par ce plan.

Étapes proposées

1. Prototype multi-plateforme : valider capture, rendu, codecs et WebRTC entre Browser, Android et Desktop, y compris via TURN.
2. Appels à deux : signalisation authentifiée, cycle de vie d'appel, coturn, préférence persistante et politique relay-only opérationnelle.
3. Appels de groupe : sélectionner et intégrer le SFU, autoriser les participants, gérer les pistes et la transition depuis un appel direct.
4. Fiabilisation : arrière-plan Android, réseau mobile, reprise après interruption, accessibilité des contrôles et observabilité.

Les appels de groupe font partie de la cible finale, pas d'une simple extension facultative. Leur modèle de participants doit être anticipé dès la signalisation des premiers appels à deux.

Critères de validation

• Audio et vidéo bidirectionnels sur les combinaisons de plateformes ciblées.
• Appel direct autorisé quand le réglage est désactivé et relais disponible lorsque le réseau l'exige.
• Préférence conservée après reconnexion et relue sur un autre appareil.
• Avec masquage activé, absence d'adresses locales/publiques propres au client dans la signalisation transmise aux pairs et sélection effective d'un candidat local relay, confirmée par les statistiques WebRTC.
• Aucun repli direct si TURN échoue, y compris après redémarrage ICE, changement de réseau ou ajout d'un participant.
• En groupe, contrôle d'accès aux pistes, départ et arrivée de participants, adaptation de qualité et respect individuel de la politique TURN.
• Activation du masquage pendant un appel : suspension des médias, remplacement vérifié du transport et retour d'état fidèle dans l'interface.
• Échecs de permissions, de signalisation, de TURN et du SFU visibles, ressources caméra/micro et connexions libérées à la fin de l'appel.