基于SIP協(xié)議的多級語音會議研究

徐軍

摘要：VoIP語音會議作為一種高效的信息交流方式，被廣泛應(yīng)用。在傳統(tǒng)語音會議架構(gòu)下，所有成員控制信令和話音數(shù)據(jù)均在中心服務(wù)器處理，因此對中心服務(wù)器性能要求較高，為降低語音會議對中心服務(wù)器依賴，本文基于SIP協(xié)議的擴展性，開展多級語音會議研究。

關(guān)鍵詞：SIP協(xié)議;語音會議;多級會議;融合通信

中圖分類號：TN393 文獻標(biāo)識碼：A 文章編號：1007-9416（2019）12-0151-02

0 引言

語音會議VoIP（Voice over Internet Protocol）作為一種高效便捷的信息交流方式，不受成員地理位置限制，也無需提前召集成員，具備隨時隨地召開的能力，在政府部門、企業(yè)和各類機構(gòu)內(nèi)廣泛應(yīng)用。目前語音會議系統(tǒng)主要采用集中式架構(gòu)設(shè)計，即所有信令控制和媒體處理均在中心點服務(wù)器完成，這種架構(gòu)軟件設(shè)計簡單，管理方便，但隨著會議規(guī)模和會議數(shù)量的不斷（或突然）增加，容易出現(xiàn)性能瓶頸，導(dǎo)致通話卡頓、成員掉線或拒絕服務(wù)等情況。為此，本文將開展多級語音會議相關(guān)研究，在語音會議中使用多級控制架構(gòu)，中心點服務(wù)器只處理重要的全局操作，而其他次要操作將由分節(jié)點完成，減輕中心點服務(wù)器壓力，以提供更好的語音會議全局控制服務(wù)。

1 語音會議控制協(xié)議

語音會議控制信令主要有H.323協(xié)議和SIP（Session Initiation Protocol）協(xié)議：其中H.323由ITU在1996年提出第一版，通過與IETF的資源預(yù)留協(xié)議（RSVP）等IP技術(shù)結(jié)合，可為分組網(wǎng)絡(luò)提供多媒體通信，隨后不斷在多個重要領(lǐng)域進行了擴充和改進，目前已形成第四版。H.323較早在IP網(wǎng)絡(luò)上實現(xiàn)聲音、視頻和數(shù)據(jù)信息傳輸，奠定了全球范圍內(nèi)IP電話通信基礎(chǔ)，但H.323協(xié)議較為復(fù)雜，目前在大的通信設(shè)備商應(yīng)用較多。

SIP全稱為會話初始化協(xié)議，由IETF在1999年提出，用于在IP網(wǎng)絡(luò)中實現(xiàn)實時多媒體通信。SIP是基于應(yīng)用層的控制協(xié)議，提供了REGISTER、INVITE、CANCEL、ACK、BYE、INFO等方法，主要用于建立、維持和終止多媒體會話，支持用戶定位、用戶有效性檢查、用戶性能檢查、會話建立和會話管理。SIP協(xié)議本身不提供服務(wù)，而是作為會話建立的基礎(chǔ)，配合SDP（Session Describe Protocol）協(xié)議、RTP（Real-time Transport Protocol）協(xié)議，SRTP（Secure Real-time Transport Protocol）等協(xié)議構(gòu)建完整的多媒體通信架構(gòu)。SIP協(xié)議在設(shè)計之初就采用了以服務(wù)為目的的設(shè)計理念，具有簡單、靈活和擴展性強的特點，更加適應(yīng)IP網(wǎng)絡(luò)發(fā)展，已成為語音會議發(fā)展的主流方向。

2 多級語音會議設(shè)計

圖1所示為語音會議集中式架構(gòu)的實現(xiàn)，中心服務(wù)器為整個會議的控制中心，所有會議加入中心服務(wù)器創(chuàng)建的會議室，成員控制信令（SIP）均發(fā)送至中心服務(wù)器處理，所有成員話音數(shù)據(jù)（RTP）也被發(fā)送至中心服務(wù)器，經(jīng)過混音處理后再分發(fā)至每個成員[1]。

圖2所示為語音會議分布式架構(gòu)的實現(xiàn)，整個會議架構(gòu)包括中心服務(wù)器和多級服務(wù)器，中心服務(wù)器創(chuàng)建一個中心會議室，多級服務(wù)器創(chuàng)建多級會議室，成員加入多級會議室，而多級會議室又以虛擬成員身份加入中心會議室，實現(xiàn)多級會議的串聯(lián)。多級服務(wù)器負責(zé)處理所轄成員控制信令和話音數(shù)據(jù)混音處理，并將本級會議室混音后的話音數(shù)據(jù)發(fā)送至中心服務(wù)器;而中心服務(wù)器只處理多級會議室相關(guān)信令，以及對多級會議服務(wù)器發(fā)送的話音數(shù)據(jù)進行混音和分發(fā)，減少中心服務(wù)器話音數(shù)據(jù)混音處理，釋放處理能力，用于支撐更多會議[2]。

3 基本功能流程設(shè)計

在語音多級會議中，主要功能包括會議創(chuàng)建、成員管理（成員加入與刪除）、會議銷毀和話音數(shù)據(jù)轉(zhuǎn)發(fā)等，其中會議管理、成員管理使用SIP協(xié)議，而媒體轉(zhuǎn)發(fā)則需要SDP協(xié)議、RTP協(xié)議，以及SRTP等協(xié)議的配合[3-5]。

3.1 多級會議創(chuàng)建及成員加入

創(chuàng)建會議是召開會議的第一步，在語音會議中，會議創(chuàng)建是指將成員召集的過程，即向所有會議成員發(fā)送INVITE消息，邀請成員加入會議。中心服務(wù)器首先在本地創(chuàng)建中心會議，然后根據(jù)用戶注冊信息，向成員注冊多級服務(wù)器發(fā)送會議邀請INVITE消息，多級服務(wù)器收到會議邀請請求后，同樣先在本地創(chuàng)建多級會議，然后將本地多級會議與中心會議橋接，橋接完成后再向成員發(fā)送新的INVITE，邀請成員用戶加入本地多級會議，由于所有多級會議均與中心會議橋接連接，因此不同多級會議成員可以互通，具體流程如圖3所示。

3.2 多級會議成員管理

多級會議成員管理主要包括邀請成員加入和請出會議成員，其中多級服務(wù)器可以直接操作和管理本地成員用戶，而中心服務(wù)器無法直接操作本地分級會議成員，需要先通過INFO消息，將控制參數(shù)發(fā)送至分級服務(wù)器，由分級服務(wù)器完成成員用戶管理，分級服務(wù)器執(zhí)行完操作后，通過INFO消息將處理結(jié)果返回中心服務(wù)器，當(dāng)所有成員退出會議后，會議結(jié)束，具體流程如圖4所示。

3.3 多級會議媒體策略

在多級會議中，為了減輕中心服務(wù)器媒體處理壓力，中心服務(wù)器與分級服務(wù)器間只保留一條鏈路連接，成員話音數(shù)據(jù)在分級服務(wù)器進行混音處理，然后再將混音后數(shù)據(jù)發(fā)送至中心服務(wù)器處理，中心服務(wù)器只需要對分級服務(wù)器發(fā)上來的話音數(shù)據(jù)進行混音操作，混音后再發(fā)送至分級服務(wù)器，由分級服務(wù)器分發(fā)至成員用戶，具體流程如圖5所示。

4 結(jié)語

在多級會議實現(xiàn)中，通過分級的概念，將一個會議分散到多個分級服務(wù)器上處理，可以較大程度的降低中心服務(wù)器處理壓力，在不升級中心服務(wù)器配置的前提下提升中心服務(wù)器會議處理能力，節(jié)約成本。在多級會議中，分級服務(wù)器與中心服務(wù)器緩存話音數(shù)據(jù)會帶來時延，因此在多級會議中一般采用2～3級最優(yōu)，若再增加會議級數(shù)，將產(chǎn)生較大通話時延，影響會議正常通信。

參考文獻

[1] 陳強.基于SIP的分級電話會議系統(tǒng)架構(gòu)及協(xié)議研究與實現(xiàn)[D].成都：電子科技大學(xué)，2014.

[2] 馮玖江，瞿輝，袁星勇，等.SIP終端分布式語音會議的研究[J].通信技術(shù)，2019（01）：157-160.

[3] 劉龍蛟.P2PSIP多媒體通信系統(tǒng)結(jié)構(gòu)及其關(guān)鍵技術(shù)的研究[D].成都：西華大學(xué)，2016.

[4] 孫萬成.基于會話初始協(xié)議的網(wǎng)絡(luò)化可視對講系統(tǒng)的設(shè)計與實現(xiàn)[D].杭州：浙江大學(xué)，2015.

[5] 許慶泳，譚鴿偉.應(yīng)用SIP協(xié)議的樓宇對講系統(tǒng)設(shè)計與實現(xiàn)[J].華僑大學(xué)學(xué)報（自然科學(xué)版），2014（04）：383-386.

Research on Multi-Level Voice Conference Based on SIP Protocol

XU Jun

（Chengmai Technology （Nanjing） Co.， Ltd.， Nanjing? Jiangsu? 210000）

Abstract：As an efficient way of information exchange， VOIP voice conference is widely used. In the traditional voice conference architecture， all the member control signaling and voice data are processed in the central server， so the performance requirements of the central server are high， in order to reduce the dependence of the voice conference on the central server， based on the scalability of SIP protocol， this paper carries out multi-level voice conference research.

Key words：SIP; voice conference; multi-level conference; IMS