[发明专利]基于Linux系统提高VOIP语音信号实时性的方法性及系统

说明书

技术领域

本发明涉及一种基于Linux系统VOIP的通信方法及系统，尤其是涉及一种基于Linux系统提高VOIP语音信号实时性的方法及系统。 

背景技术

VoIP(Voice over Internet Protocol)是指将模拟的声音讯号经过压缩与打包之后，以数据封包的形式在IP(Internet Protocol)网络的环境进行语音讯号的传输，通俗来说也就是互联网电话、网络电话或者简称IP电话的意思。VoIP的基本原理是：通过呼叫控制协议建立语音连接的逻辑链路，然后根据语音压缩算法对语音数据编码进行压缩处理，把这些语音数据按TCP/IP标准进行打包，经过建立的逻辑链路通过IP网络把数据包送至接收地，再恢复成原来的语音信号，从而达到由互联网传送语音的目的。 

关于VOIP语音媒体流的收发，有一种常见的系统模型。如图4所示，经过VOIP信令协商后，语音数据从模拟前端经Slic模块采集到DSP模块，由DSP模块进行一系列处理，Echo cancel(去回声)、Jitterbuff(去抖动)、Codec encode(编码、解码)、Packet(打包)等等DSP处理，经过这一系列的处理后，编码出媒体包，在APP层(用户层)中，语音媒体预处理模块通过轮询DSP驱动，将媒体流取上APP层来，这个语音媒体预处理模块可能会对其进行一些媒体流的监控、安全性判断以及一些媒体流类型判断，媒体流经过媒体流预处理模块处理后，由数据收发模块通过Socket(套接字)接口发出去；另外一个方向，从数据收发模块收发媒体流包，经媒体流预处理模块处理后，传到DSP模块进行PLC(Packet Loss Concealment)丢包补偿、Echo cancel、Jitterbuff、Codec decode等处理，再经Slic模块输出语音信号到模拟前端。 

Socket(套接字)：用于网络通信的基本操作单元，可以看作不同主机之间进程双向通信的端面点。

在这个过程中有三个相对耗时的处理： 

1.DSP(Digital Signal Processing)模块处理： 

DSP模块，主要用于完成DSP处理，所述DSP处理包括PLC(Packet Loss Concealment)丢包补偿、Echo cancel、Jitterbuff、Codec decode/encode、Packet，这些处理的相关延时方案相关性很强 

2.媒体流预处理： 

媒体流预处理主要完成以下处理： 

●媒体流的监控；通过统计在约定时间内双向所收到的媒体包数，来判断网络或DSP是否有异常，主要应用在一些呼叫仿真测试中。 

●安全性判断；对接收到的媒体数据进行源地址、源端口等的一些安全验证判断；目前很多VOIP方案的DSP模块都没有防媒体流攻击的功能，假如两个终端正在进行VOIP通话，来自第三方的网络端有意/无意地连续发一些网络包到其中一个VOIP终端正在通话的端口，该终端收到这些非法网络包。如果直接发到DSP模块，DSP模块很有可能会Crash(崩溃)，严重的会导致系统崩溃。所以安全性判断对于一些要求比较高的VOIP系统还是比较重要的。 

●媒体流类型改变判断；主要应用在非协商模式下的自动适应，在中国电信的家庭网关E8标准里，有一种传真模式叫“自协商”的模式，如果VOIP终端都配置成这种模式的T38传真的话，当终端启动了传真传输，终端在不经过协商的情况下从语音模式切换到T38模式下，其媒体流的Mediatype(媒体流类型)就从RTP变成了T38(其中，RTP代表即时传输协议；T38代表网络传真协议)，而另外一个VOIP终端的媒体预处理层 判断到这种改变就根据本端配置来进行传真切换，如果本终端的传真配置也设置成“自协商”的T38模式的话，也跟随进行T38传真切换。至于这种媒体流类型判断的处理为什么要放在APP层(用户层)，而不放在DSP模块去检测，原因在于很多VOIP芯片方案的DSP库都是不开源的，让DSP模块去检测媒体流类型的改变通用性不大，方案相关性较强，而且不灵活。 

●数据收发处理 

◆线路上的时延，如网络物理线路的时延。 

◆软件处理上的时延：