GoSpeak 是一个受 TeamSpeak 启发、完全用 Go 语言构建的隐私优先语音通讯服务器与客户端。
该项目采用选择性转发架构，将控制、语音和屏幕共享三个平面分离，以实现高效、安全的通讯！
TeamSpeak是啥？
TeamSpeak（简称TS）是一款历史悠久的网络语音通信（VoIP）软件。它的核心功能很简单：让你和朋友们在互联网上创建一个私密的语音频道，像对讲机一样实时通话
TeamSpeak 的诞生和走红，都和 “网络游戏” 这件事深度绑定。
- 为“组团打仗”而生：它的诞生源于1999年一群网络游戏玩家的需求。当时他们发现市面上的语音工具太难用，于是决定自己开发一个更高效、更可靠的解决方案。
- 玩家社区的“官方语言”：2001年，TeamSpeak 的第一个公开版本发布。很快，它就在《反恐精英》、《魔兽争霸III》等热门游戏的玩家社区中流行开来。到2006年，它甚至火到被《南方公园》动画片作为游戏文化的代表元素“吐槽”了一番。
- 电子竞技的幕后功臣：随着电子竞技的兴起，TeamSpeak 凭借其稳定、低延迟、高质量的语音通信，成为了职业战队和选手的首选沟通工具。
TeamSpeak 的“独门绝技”是什么？
和今天我们更熟悉的 Discord、YY 语音等软件相比，TeamSpeak 最大的特点是它的 “客户端-服务器”架构。
- 你才是服务器的主人：任何人都可以免费下载并架设自己的 TeamSpeak 服务器。这意味着你的语音数据完全由你自己掌控，不受任何第三方平台的约束。
- 极致的控制权：作为服务器管理员，你可以创建带密码的频道、设置不同的用户权限、调节音质，甚至决定谁可以发言。这种高度的“自治权”对追求极致控制感和隐私保护的用户有极大吸引力。
你的语音聊天真的没人偷听吗！
一个开源项目撕开了隐私保护的皇帝新装！
你每次对着麦克风说话的时候，有没有想过这些声音到底经过了谁的手！
Discord刚给所有语音通话加了端到端加密，TeamSpeak靠自建服务器号称军事级安全，但你敢拍胸脯说没人能听到你的聊天内容吗？一个叫GoSpeak的开源项目跳出来说：别天真了，服务器要是想听，你加密了也没用。这话听着扎心，但仔细一琢磨，事情还真没那么简单！
GoSpeak是一个完全用Go语言构建的语音通讯服务器和客户端，受TeamSpeak启发，主打隐私优先。它把控制、语音、屏幕共享三个平面拆开，语音和屏幕数据全程AES-128-GCM加密，服务器只负责转发不解码。听起来无懈可击对吧？但项目官方文档里白纸黑字写着：服务器生成了加密密钥，所以它随时可以解密你的通话。
这就怪了！
服务器说自己不看，但钥匙在它手里！
先把这个矛盾掰开揉碎了说清楚。
GoSpeak的加密流程是这样的：你打开客户端连上服务器，服务器通过TLS 1.3加密通道给你发一把AES-128-GCM的语音密钥。你用这把钥匙加密你的声音，发给服务器，服务器原封不动地把加密数据包转发给频道里的其他人。其他人用同一把钥匙解密，听到你的声音。
整个过程看起来滴水不漏——数据在传输中是密文，服务器只做转发不碰内容。但问题出在第一步：钥匙是服务器给的。
这就好比你把日记锁进保险柜，但钥匙是锁匠给的，锁匠还留了一把备份。锁匠说“我保证不看”，你信吗？
项目官方文档对这个矛盾毫不掩饰，直接写进了安全说明里。一个被入侵或恶意的服务器，理论上完全可以解密所有语音通讯。这不是漏洞，这是一个设计上的取舍。
三个平面拆得干干净净，但每个平面都藏着坑！
GoSpeak的架构设计其实相当讲究。它把通讯拆成三个独立的平面：控制平面走TCP/TLS 1.3，处理登录、频道管理这些信令；语音平面走UDP，专门转发加密音频包；屏幕共享平面走TCP/TLS，负责转发加密的屏幕画面。
三个平面各走各的端口，互不干扰。控制平面用TLS 1.3加密所有信令，防止别人偷看你进了哪个频道、跟谁在说话。语音和屏幕数据用AES-128-GCM加密，每个数据包还带身份验证头，防止中间人篡改。
听着很完美对不对？但你再仔细想想——控制平面的TLS证书是服务器自己签发的。第一次连接时客户端会保存证书指纹，这叫TOFU（首次使用信任）。也就是说，你第一次连上一个陌生服务器的时候，客户端默认信任它。如果这个服务器是坏人伪装的，你的所有信令从一开始就暴露了。
TOFU机制在自签名证书场景下是个常见做法，但它依赖一个前提：你第一次连接的那个服务器是可信的。这个前提一旦崩塌，整个安全链条就断了。
密钥从哪来，决定了你到底有多安全！
端到端加密这个词被用烂了，但真正理解它的人没几个。
真正的端到端加密，密钥只能在通话双方的设备上生成和存储。服务器只负责中转加密数据，永远碰不到解密密钥。WhatsApp、Signal、现在的Discord走的都是这个路子。
但GoSpeak走的是另一条路。语音密钥是服务器生成的，分发给所有频道成员。屏幕共享的密钥也是服务器生成的，每个共享会话独立一把，分发给分享者和被邀请的频道成员。
这意味着什么？意味着服务器掌握着所有通讯的“万能钥匙”。它可以选择不看，但它有能力看。
项目官方把这个问题写进了威胁模型表里。网络窃听？有TLS和AES顶着。中间人攻击？有证书验证和指纹钉扎防着。但服务器本身被入侵或作恶？官方承认：服务器持有媒体密钥，理论上可以解密。
那怎么办？官方的答案简单粗暴：自己跑自己的服务器。
自己架服务器就能高枕无忧？别想得太美！
自己架服务器确实是GoSpeak给出的解决方案。你把服务器程序跑在自己的机器上，钥匙在你手里，自然不存在“服务器偷听”的问题。
GoSpeak在这方面的诚意很足。项目提供了完整的Docker Compose一键部署，配置文件是YAML格式的。服务器默认监听三个端口：TCP 9600走控制平面，UDP 9601走语音，TCP 9603走屏幕共享（默认关闭，需手动开启）。
首次启动时，服务器会在数据目录生成一个bootstrap-admin.token文件。你用这个token完成第一次管理员登录，服务器会返回一个个人令牌。bootstrap文件在你第一次使用个人令牌后自动删除，而且这个凭证永远不会写入常规日志。这个细节说明开发者对安全操作的敏感度是有的。
但自己架服务器就万事大吉了吗？
你的服务器暴露在公网上，操作系统有没有打补丁？防火墙规则对不对？TLS证书有没有定期更新？GoSpeak的自签名证书有效期只有一年，到期前30天内第一次新TLS连接会自动续期，但续期保留原有私钥。这些运维细节，任何一个出问题，你的“私人服务器”就成了别人的后花园。
密码哈希用Argon2id，令牌256位随机，但漏洞永远在人身上！
GoSpeak在身份认证这块下了功夫。密码用Argon2id哈希，参数硬核：64MB内存、4次迭代。令牌是256位随机数，转成64位十六进制字符串，存的时候用SHA-256哈希。暴力破解基本不可能。
权限系统也够细。管理员、版主、用户三级角色，每个操作都做服务端RBAC校验。频道支持层级结构，可以建子频道、临时频道，还能限制人数。管理员能踢人、封禁、增删频道、管理令牌。
但安全从来不只是技术问题。
你用的密码够不够复杂？你的服务器有没有被别人蹭网？你的客户端有没有从官方渠道下载？GoSpeak的GUI基于Fyne框架构建，支持Windows、Linux、macOS。如果你从非官方渠道下载了被篡改的客户端，再强的加密也白搭。
更麻烦的是语音活动检测（VAD）。这个功能靠能量阈值判断你有没有在说话，阈值可调。但VAD本身意味着客户端在持续监听麦克风输入——即使你没在说话，麦克风也在工作。如果客户端被恶意利用，你的环境音照样能被采集。
TeamSpeak和Discord也一样有坑，谁也不比谁干净！
把GoSpeak放在整个语音通讯生态里看，它的“服务器持有密钥”问题其实不是孤例。
TeamSpeak号称军事级加密、支持自建服务器。但2025年曝光的CVE-2025-61583显示，TS3 Manager的登录页面对服务器主机名中的恶意脚本没有做过滤，攻击者能执行跨站脚本攻击。同一个产品的另一个漏洞CVE-2025-61582允许未认证攻击者通过提交特殊Unicode输入来终止应用程序。还有3.5.6版本的不安全文件权限漏洞，本地攻击者可以替换可执行文件获取系统权限。军事级加密也挡不住这些低级错误。
Discord这边，2026年5月刚刚宣布所有语音视频通话默认启用端到端加密。但注意措辞——“所有语音和视频通话”。文字消息呢？官方明确说了不打算给文字消息做端到端加密。你在Discord上打的每一个字，服务器都能看到。另外，Discord的加密协议DAVE是开源的，但实现是闭源的。你怎么确认它真的按协议跑了？
GoSpeak至少把一切摊在台面上：代码开源、文档透明、连“服务器能解密”这种尴尬事实都写进了官方文档。这种坦诚，在隐私工具里反而少见。
一个开发者的诚实，撕开了整个行业的遮羞布
GoSpeak的作者NicolasHaas在安全文档里写的那段话，值得每个用语音通讯的人读一遍：“语音使用一个服务端范围的AES-128密钥分发给所有客户端。屏幕共享每个会话使用独立的AES-128密钥。两种情况下都是服务器生成密钥材料，所以一个被入侵的服务器理论上可以解密媒体数据。这是一个已知的取舍。”
这段话没有营销话术，没有“绝对安全”的承诺，只有技术事实。
GoSpeak的技术栈很现代：Go 1.24【0†L?】、Fyne v2 GUI、PortAudio音频驱动、Opus编解码器（48kHz采样率、20ms帧）、SQLite数据库。它在功能上对标TeamSpeak，在架构上做了清晰的平面分离，在加密上用了行业标准算法。但它在安全文档里说的那句“服务器能解密”，等于在告诉每一个用户：别把信任交给任何你不控制的服务器。
这话放在任何通讯软件上都成立。Discord的服务器你控制不了，TeamSpeak官方的服务器列表你控制不了，Zoom、微信、钉钉的服务器你都控制不了。你只是在赌它们不会偷听你。
别问我该怎么做，问你自己信不信得过那台服务器
GoSpeak这个项目最值得玩味的地方，不是它的加密算法多强、架构多优雅，而是它把一个问题赤裸裸地摆在用户面前：你凭什么相信服务器？
如果你自己架服务器，钥匙在你手里，问题解决了。但你的服务器安全吗？你的运维水平够吗？你的TLS证书更新了吗？你的防火墙规则写对了吗？
如果你用别人的服务器，不管对方声称多安全多隐私，钥匙不在你手里。对方可以承诺“我不看”，但承诺和证明是两码事。GoSpeak的代码开源，你可以自己审计它确实没有偷偷上传密钥【0†L?】。但你审计不了服务器运营者在做什么。
Discord的DAVE协议开源了实现却没开源。TeamSpeak的二进制文件闭源，漏洞一个接一个。GoSpeak把代码、文档、甚至自己的短板都摊开了。在这个“信任但要验证”的行业里，能坦承自己短板的产品，反而比那些喊“绝对安全”的更值得多看一眼。
但多看一眼归多看一眼——你对着麦克风说话的时候，那把钥匙到底在谁手里，你想清楚了吗？
核心特性
- 实时语音聊天：采用 Opus 编解码器（48 kHz, 20ms 帧），通过 PortAudio 实现低延迟音频。
- 端到端加密：语音和屏幕共享数据使用 AES-128-GCM 加密，服务器仅负责转发，无法解码内容。
- 安全的控制平面：控制信令基于 TLS 1.3 加密。支持系统 PKI 证书或首次使用信任（TOFU）指纹钉扎，防止中间人攻击。
- 完善的权限系统：
- 层级频道：支持子频道、临时频道和用户数量限制。
- 基于角色的访问控制（RBAC）：内置管理员、版主、用户等角色，权限粒度精细。
- 令牌认证：使用 256 位随机令牌，并经 SHA-256 哈希后存储。
- 基础屏幕共享：支持按频道开启，通过专用加密中继平面传输。
- 跨平台桌面 GUI：使用 Fyne 框架构建，支持 Windows、Linux 和 macOS。
- 便捷的管理与配置：
- 服务器书签、YAML 配置、管理员工具（创建/删除频道、管理令牌、踢人/封禁等）。
- 可配置的全局快捷键（如 Windows 下的 F11/F12 一键静音/闭麦）。
- 基于能量的语音活动检测（VAD），阈值可调。
- 容器化支持：提供多阶段 Podman/Docker 构建，便于在 Linux 和 Windows 上部署。
架构概览
GoSpeak 核心由三个独立平面构成：
- 控制平面 (Control Plane)：基于 TCP/TLS 1.3，处理信令和连接管理。
- 语音平面 (Voice Plane)：基于 UDP，负责中继加密的音频数据包。
- 屏幕平面 (Screen Plane)：基于 TCP/TLS，负责中继加密的屏幕共享帧。
技术栈
- 语言：Go 1.24
- GUI：Fyne v2
- 音频 I/O：PortAudio
- 语音编解码：Opus
- 加密：AES-128-GCM, Argon2id
- 数据库：SQLite（纯 Go 实现）
- 容器：Podman / Docker