近日，微软旗下协作平台Microsoft Teams被曝出一项令人困惑的技术问题：当第三方呼叫机器人（Calling Bot）成功接听来电后，系统虽显示“通话已建立”，但用户端却无法听到任何声音，实时音频/媒体流似乎完全缺失。这一问题迅速引起了企业IT管理员和通信开发者的高度关注，尤其是在依赖Teams平台进行客户服务或内部通信的行业内部引发了不小的波澜。
症状：成功应答，随即“失声”
据多位技术用户反映，该问题的典型表现为：当用户通过Teams呼叫某个集成机器人时，机器人能够正常响应呼叫请求，在后台逻辑中显示“呼叫已接听”。然而，无论是呼叫者本人还是机器人端，都无法建立有效的音频传输通道。通话界面虽然显示正在计时，但双方的麦克风图标可能呈现灰色或静音状态，媒体流实际并未如预期般“流动”。
一位来自金融行业的IT管理员在技术论坛中描述道：“我们的客服机器人确认收到了来电，并且按照代码逻辑发送了‘接听’指令。但从用户的反馈来看，他们听到的只有完全的沉默。这就像电话线已经接通，但话筒被物理堵住了一样。”
技术核心：媒体协商或配置瓶颈
从技术层面分析，Microsoft Teams的呼叫机器人通常通过Graph API或Azure通信服务与Teams的音频/视频媒体流进行交互。一个正常的呼叫流程包括：信令层建立（如状态码200表示成功应答）和媒体层建立（即实时传输协议，RTP流的协商与发送）。
当前问题指向了一个常见的“断连”场景——信令层握手顺利，但媒体层的会话描述协议协商出现了故障。可能的诱因包括：
- 网络地址转换或防火墙限制：Teams的媒体流通常依赖于STUN/TURN服务器进行穿透。如果机器人的后端服务器无法正确响应Teams的媒体协商请求，或者内部网络策略阻止了TURN中继流量，音频流便无法落地。
- 媒体通道配置不当：在调用
AnswerAPI时，开发人员需要妥善处理Media Configuration参数。如果未能正确绑定音频设备或虚拟声卡，或者设置了错误的采样格式，Server端可能误以为资源不可用，从而回退到“无媒体”模式。 - Teams客户端版本差异：部分用户反映，此问题在桌面客户端与Web客户端上表现不一致，暗示可能存在协议版本的兼容性缺陷。
影响范围：自动化场景受挫
虽然普通用户之间的通话音质偶尔也会出现波动，但“无音频”问题对依赖机器人进行自动化任务的客户影响尤为严重。例如，一家采用Teams机器人进行外呼电话通知的物流公司发现，大量发往客户端的语音验证码或提醒无法生效，导致客户信息漏报；另一家医疗咨询平台则发现，患者在点击“呼叫医生”后，即使机器人应答，患者一端也听不到任何语音引导。
这种“沉默通话”不仅浪费了通话时间，更可能被用户误操作挂断，从而损害服务体验。目前，该问题在开发者社区中已被标记为“高优先级”，大量开发者在GitHub和微软问答论坛中要求微软提供更清晰的排错日志。
微软回应：排查与建议
截至发稿时，微软官方尚未将此问题列为已知生产事故，但技术团队已在官方文档中做出回应。根据已公布的建议，开发者应首先检查“机器人权限”是否完整，特别是需要确认应用拥有“VoiceOverIP”相关权限。其次，微软建议在呼叫应答事件后主动检测MediaStream是否触发了MediaEstablished事件，并建议在代码中添加超时回退逻辑。
对于企业用户，一种临时的“降级”解决方案是要求机器人尝试使用音频组播（Audio Conferencing） 替代点对点媒体流，但这一方案会占用额外的会议资源。另一种更彻底的方案是检查网络环境，确保用于运行机器人的服务器已正确开放UDP 3478-3481端口，以便TURN流量通过。
结语：统一通信路难平
Microsoft Teams作为全球企业协作的“顶梁柱”，其通信稳定性直接影响着千万用户的工作效率。此次“呼叫应答却无声”的怪现象，再次凸显了VoIP（网络电话）系统中信令与媒体分离架构所隐藏的复杂性。对于一个成熟的平台而言，解决这种“成功却无用”的隐蔽Bug，往往比处理明显的功能崩溃更具挑战性。
随着反馈的累积，微软预计将在未来的API更新或客户端补丁中修复这一漏洞。在此之前，企业用户和开发者可能需要暂时保留“死寂通话”日志，手动验证每一次机器人的音频连接是否真正“活”了起来。