SIP语音环境中十大经典问题及解决办法

在VOIP的环境中，特别是基于SIP通信的环境中，我们经常会遇到一些非常常见的问题，例如，单通，30秒就断线，注册问题，回声等。这些问题事实上都有非常直接的排查方式和解决办法，用户可以按照一定的排查方式，工具非常高效地解决这些问题。但是，因为读者技术水平参差不齐，网络上的很多技术也不完整。笔者今天系统归纳了这些问题。根据一些用户的使用环境和用户经常遇到一些问题，我们列举了以下十个在SIP呼叫中经常遇到的问题，并且给出了相应的排查方式，用户可以按照这些方法来解决SIP通话中的这些问题。这十个经典的问题包括：

1. 不能注册或呼叫到SIP服务器端
2. 30秒挂断呼叫的黄金法则
3. 咬线或摘机状态
4. 单通或无语音
5. 收到400 bad request
6. 收到413，513 Request Entity Too Large或Message Too Large消息
7. 收到408， 480或者487 消息
8. 483 - Too Many Hops
9. 488 – Not Acceptable Here
10. 语音质量和思科语音文件示例分享

　　这里，读者一定要注意，我们这里仅讨论关于SIP环境中的常见问题，可能涉及网络环境或者硬件终端的问题，因为很多厂家和SIP服务器的配置不同，可能存在一定的差异，所以用户在我们的方法中特别需要根据厂家的不同，增加一些专门针对每个厂家或者SIP服务器的排查方式。我们仅讨论一般情况下的排查方式。

　　1、在一般的SIP 环境中，通常来说，SIP 终端需要注册到SIP服务器端来实现认证，服务器端获得SIP终端的位置，然后才能进行正常的呼叫流程。注册问题可能有以下几种呈现方式：

• 不能注册，完全没有和SIP服务器连接。如果终端发送注册消息给服务器端时，双方完全可能完全没有实现通讯。用户需要在服务器端通过日志排查方式，检查SIP终端是否有注册消息进入到服务器端，或者SIP终端通过网络工具对服务器端进行排查，例如使用Ping 命令。如果连Ping命令都检测不到服务器地址，基本上可以断定SIP终端根本没有和服务器端连接。关于服务器端排查方式很多，最典型的就是使用的Asterisk，FreeSWITCH，OpenSIPS或者Kamailio等开源的软交换平台。每个平台都有各自的排查命令，用户可以参考官方手册来判断。当然，用户也可以使用linux排查工具对5060端口抓包排查（例如，sngrep）。本人非常推荐这个工具，非常好用，可以实时检查SIP消息。

• SIP终端发出了注册消息，但是SIP服务器端没有返回的消息。如果SIP终端对SIP服务器端发送了注册消息，但是服务器端没有返回响应消息，则可能是服务器端的问题。用户需要排查服务器端为什么没有返回消息，或者在返回路径上的节点是否出现了问题。
• 客户端收到错误消息，收到太多401/407 Unauthorized。SIP终端在注册时，如果用户的安全设置出现了错误，可能导致服务器端发送多个 401 错误。服务器端第一次发送到是正常的401验证信息，如果连续多次发送401/407 错误的话，可能是SIP终端输入了错误的用户账号信息，SIP终端侧需要配合服务器端进行排查，也可能服务器端的SIP账号消息保存错误，或者没有重新加载服务器相应模块，用户最好通过服务器端的CLI命令来检查内存中的SIP终端的真实数据信息。

• 客户端收到403 Forbidden 消息。如果用户帐户信息没有问题的话，SIP终端可能没有输入正确的From domain或者R-URI。有时，服务器端禁止同时注册几个SIP终端账号，或者注册过于频繁，服务器端可能过滤了此地址。需要用户配合服务器端地址进行进一步检查。这里，笔者仅讨论注册阶段出现的403 问题，当然也可能是系统防火墙或者其他的配置禁止了注册消息。如果是呼叫时出现403的话，则可能是另外的原因，例如可能欠费，可能呼叫了服务器端禁止的号码码位等其他因素。

　　2、我们经常会遇到客户抱怨这样的问题，电话通话时，在大概30秒左右就断线。这样的问题最主要的原因是SIP终端没有收到ACK消息。SIP终端发送了 200 OK以后就开始了媒体的创建，RTP语音流开始启动，事实上，SIP终端可能还没有收到ACK消息，因此在30秒左右，没有收到消息的一方就发送了一个BYE消息。那么，为什么我们没有收到ACK消息呢？

　　具体的场景如下两种示例，返回时因为NAT问题导致ACK没有办法返回到相应的终端：

　　在很多应用场景中，用户可能遇到更为复杂的NAT环境，如果其中一个代理出现了NAT处理无效的结果，就可能导致整个SIP信令路径出现ACK丢失的问题。

　　一般情况下，缺少ACK消息的原因主要来自于以下几个方面：

• Contact header 错误
• 客户端没有支持router header
• 网关在NAT后
• Contact header 的地址在NAT后

　　以上几种情况都需要用户排查网络环境和NAT设置。因为NAT问题，ACK返回的路径地址发生了改变，所以SIP终端没有收到ACK消息。

　　一些厂家的设备或者媒体服务器也有类似的设置，例如Lync 服务器，它支持了RTCP 呼叫活动检测功能，如果超过30秒的检测周期没有收到RTCP数据包，则会挂机。在开源Asterisk平台上，RTP的默认设置时间为30秒，一些SIP运营商可能会忽略UPDTAE消息，在SIP的设置中可以对其进行设置调整disallowed_methods=UPDATE 或SIP的会话定时器设置。

　　3、SIP终端不能挂机或者处于摘机状态是第三个经常遇到的问题。在SIP终端中的表现形式为终端没有发送BYE消息或者发送了错误的BYE消息内容。

　　没有发送BYE的状态：

　　其原因主要表现在：

• 没有发送BYE消息
• 发送到BYE消息携带了错误的to-tag
• 发送了格式不规范的BYE消息，例如格式错误，sequences错误或者时间戳错误。
• 发送的BYE消息中携带的是错误的路由信息

　　对于出现的这些问题，用户需要根据SIP消息来进行排查，对比哪些路径节点出现了问题。当然，这些问题带来的结果大家可能都非常清楚。首先，计费的准确性出现了问题，用户的计费不能完整准确地监控。另外，如果媒体服务器对呼叫有限制的话，因为其中一个SIP终端没有真正挂机，其他用户可能不能呼出的问题。如果是一台模拟网关的话，可能出现FXO或者FXS不能正常工作的问题。

　　出现以上这些问题，读者还是要从终端的配置来解决问题，是否出现了终端的配置问题，终端的质量问题。如果是FXO或者FXS的话，是否出现了制式不匹配的问题导致咬线或者摘机的问题。

　　从服务器端处理的话，可以通过两种办法来通过服务器端对其进行强制挂机处理。这四种服务器端的检测方式是：

• 开启RTP超时检测来检测终端的RTP流是否仍然活动
• 开启SIP的KeepAlive 检测SIP 会话状态
• 使用Proxy中的dialog中的OPTION来检测SIP终端响应状态，SIP终端发送 200 OK到proxy来检测终端的状态。
• 使用SIP session timer 定时器来进行周期检测，SIP终端一直在周期内刷新自己的状态。如果SIP终端来定时器的时间范围内，则表示终端参与活动状态；否则，则对其发送BYE消息，强行挂机。

　　关于session timer的规范，大家可以参考rfc4028，具体的定义方式如下：

　　完整的SIP sesison timer 流程图如下：

　　但是，因为很多SIP网络环境中介入了SBC或者其他的网络设备，很多情况下，有时定时器时间设置过短，SBC作为UAC或者UAS，或者proxy不刷新都可能出现上述问题。所以，会话的定时器的管理需要特别小心。

　　4、在SIP 语音呼叫中，一些用户也经常遇到单通的问题，简单来说，就是双方呼叫时，只能听到一方的语音。单通问题的主要原因来自于以下几个方面：

• INVITE和200 OK中的SDP的地址不通。用户可以通过sngrep工具来检查SDP的地址是否可以ping 通。如果INVITE中的地址不能和200 OK中的SDP地址不能连通的话，可能导致单通的问题，有时也存在NAT问题，需要用户针对性地进行排查。

• 网络防火墙过滤了UDP端口。如果以上两个地址相通的话，也有可能是网络的防火墙过滤了RTP端口。用户必须开启路由器的端口转发策略，媒体服务器的端口范围不同，可能rtp的端口设置不同。一般的例如Asterisk或者FreeSWITCH都是10000-20000的端口范围，也有一些服务器端口从其他的数值开始计算。
• ALG 网关设置问题。ALG网关有时可以解决NAT问题，但是也同样会带来其他的问题。ALG可以设置其他的SIP 服务器端口。有时用户可以关闭路由器上的ALG选项解决单通问题。

　　5、有时，SIP终端可能收到400 Bad Request的消息。通常情况下，这是因为消息体中携带了非法的参数或者SIP服务器或者代理不能正确解析消息体格式，有可能在消息体中携带了重复的参数设置或者其他非法字符。在以下的示例中，出现了两个重复的mkp参数设置，显然，SIP proxy 不可能解析这个格式。另外，在最后一个header中，因为解析失败的原因，可能丢失了To以后的最后Contact 头域值。

　　还有很多其他的配置也可能导致400 Bad Request，例如Content-Length长度的问题，NAT地址的无效的host问题等问题。读者一定要特别注意，对于Content-Length或者其他的语法格式的规范。具体的规范用户可以参考rfc4475。在rfc4475中有如下定义：

• When sent over UDP （as this message ostensibly was）, the receiving
• element should respond with a 400 Bad Request error.
• 用户在SIP的消息体中，可以看到关于Content-Length的数值，然后通过实际计算，获得真正的Content-Length数值。以下的示例说明了一个简单的400 Bad Request。这里，因为Content-Length数值不符导致的400 Bad Request错误。

• 用户可以使用计算工具来计算实际的Content-Length的值，然后根据SIP中的Content-Length判断是否是相等，在以上图例中，Content-Length是10000，实际数值为145。通常情况下，用户如果怀疑Content-Length的问题，系统出现了400 Bad Request就是因为两个值不相等导致。

　　6、"513 Message Too Large" 是用户经常遇到的一个问题，通常情况下，显示的消息是413 - Entity too large 或513 Message too big等类似的错误。错误示例如下：

• U 192.168.1.109:5060 -> 192.168.1.1:5060
• SIP/2.0 513 Message too big.Via: SIP/2.0/UDP 192.168.1.109;received=192.168.1.1;branch=
• z9hG4bKcf61.2d407ae2.0.
• Via: SIP/2.0/UDP 192.168.1.109;received=192.168.1.1;branch=
• z9hG4bKcf61.1d407ae2.0.
• Via: SIP/2.0/UDP 192.168.1.109;received=192.168.1.1;branch=
• z9hG4bKcf61.0d407ae2.0.
• Via: SIP/2.0/UDP 192.168.1.109;received=192.168.1.1;branch=
• z9hG4bKcf61.fc407ae2.0.
• Via: SIP/2.0/UDP 192.168.15.100:29296;received=67.186.60.123
• ;branch=z9hG4bK-d87543-ce4dd823475b2c25-1--d87543-;rport=29296.
• To: "100";tag=329cfeaa6ded039da25ff8cbb8668bd2.3724.
• From: "100";tag=6c4a5976.
• Call-ID: Y2NhNzExOWI4ODViYjc2NjJlMTUxOGYwNTUxMTYxNDk

　　导致 413 或者513 错误主要来自于以下几个方面的因素：

• UDP包的限制是1500 bytes
• Proxy路由路径中添加了太多的VIA header
• 路由路径中添加Record-Route headers
• 终端配置了太多的编码选项支持

　　针对以上这些因素和具体的原因，用户可以根据以下几个方面的策略来排查问题：

• 尽量减少太多的proxy路由，大家知道，每经过一个proxy路由就会增加相应的头值，最后可能出现数据包太大的问题，UDP拒绝通过。
• 尽量减少终端的编码选项支持，我们建议用户使用1-3种常用的编码即可。
• 排查一些SIP 服务器可能增加额外的自有的头包。一些商业的解决方案可能有自有的非标准的头包，如果没有必要的话，可以关闭这些选项设置。
• 使用拓扑隐藏方式或者B2BUA减少路由的其他开销。这种方式仅产生新的请求，不会增加Via header头域值和record header。
• 尽量不要使用BLF, 因为BLF会不断发送新的消息，数据包会增加。

　　7、一些用户可能会遇到408， 480 或者487的消息。通常情况下，这三个错误消息和SIP的定时器相关，可能服务器端或者用户端的定时器设置相关。很多SIP服务器在收到临时响应消息前，有一个5秒钟的时间限定。如果超时的话，就会返回408 消息。实际上，SIP 服务器端和SIP 用户端都有各自的呼叫等待超时设置。在实际的环境中，用户出现错误码时，问题可能来自于SIP终端设置或者SIP服务器端的超时设置。

　　在一个呼叫创建以后，SIP终端开始振铃，如果SIP服务器端的超时设置首先被触发，服务器端就会返回一个408 timeout 消息。如果是SIP终端的超时设置被首先触发的话，客户端会发送一个480 消息。每次触发超时以后，对端都会发送一个Cancel, 这里的Cancel 和INVITE是两个分别不同的事务， 他们执行各自的流程。如果SIP 用户端在一定的超时设置时间内没有人接听呼叫，就会返回一个487 消息。读者可以参考以下示例来进一步了解487（cause 487 request terminated）的使用场景。这里的OK响应的是Cancel。487响应的是INVITE。

　　有时也可能是SIP终端本地设置的问题，设置错误，也可能导致408 超时错误。如果SIP终端收到了408 超时消息，这表示SIP终端尝试连接的SIP服务器没有任何回复消息。SIP终端需要检查本地的网络设置（STUN或者TURN）或者NAT设置。

　　8、“483 too many hops”也是SIP 新用户经常遇到的问题。一般情况下，如果用户配置了服务器，错误配置domain或不清楚domain。有时，如果运营商的MAX-Forwards支持的设置比较小的时候（默认是70），SIP终端也会出现这个错误。服务器端会返回原来的地址，这样就会导致一个SIP 地址形成一个自己的回环网络。大家知道，在SIP header中的MAX-Forwards 每经过一个跳，这个数值就会递减1，最后，Max-Forwards 减少到0。因此，服务器端响应一个483消息。

　　一些SIP 解决方案的厂家也支持了Loop Detection 功能，它可以支持detect 模式，超时设置和阀值，如果用户遇到类似的设备的话，可以开启这些参数做进一步的优化措施。

　　9、除了以上这些问题以外，还有一些问题是用户根本没有意识到的，这些问题也相对比较专业，因此，用户很难找一下子到真正的解决方案。这些问题中，“488 Not Acceptable here" 就是一个比较特殊的问题。用户不清楚如何解决这些问题。 因为这个问题可能涉及到了SIP服务器端的配置。一般情况下，如果SIP 终端出现这个问题的话，都是因为编码不支持导致的。如果不同的SIP终端使用了不同的语音编码的话，需要SIP媒体服务器进行编码协商，如果双方的编码统一了，才能进行正常的呼叫。很多情况下，用户设置的编码有很大差异，如果媒体服务器编码协商失败的话，就会返回488的错误。

　　关于服务器端编码支持能力，用户可以和维护人员联系，检查是否支持SIP终端设置的编码，如果不支持的话，需要关闭编码选项。很多情况下，特别是用户使用Asterisk或FreeSWITCH，为了节省网络带宽的开销，很多SIP trunk 或者IMS使用了G.729。但是，很多Asterisk和FreeSWITCH 如果没有默认配置G.729的模块的话， 或者没有编码转换的能力，那么服务器端结合出现编码协商失败的问题，最后返回488 响应消息。关于Asterisk或者FreeSWITCH 如何支持G.729 编码的问题，读者可以参考笔者微信号的历史文档。这里不再做过多讨论。

　　有时，在以前的FreeSWITCH平台上，488 协商问题也可能出现在一些传真的检测功能上。如果传真协商出现问题，也可能导致488 响应的错误消息。

　　10、经常听到客户的投诉说语音质量不好。在VOIP环境中，很多因素影响语音质量。笔者在前面的讨论中讨论了关于MOS的评测等技术手段。这里不再累述。

　　除了以上链接中提到的三种问题以外，我们这里简单说明一下语音回声的三个黄金法则：

• 回声总是在听到回声的对端产生
• 回声的问题大部分是有PSTN的接入设备导致，所以尽量使用带回声的处理接入设备，杜绝回声的产生
• 如果遇到回声，不使用带扬声器的终端测试，使用耳麦软电话测试。
• 一般来说，回声是从终端或者接入设备传入，因此必须从接入或者终端方解决回声问题。
• 很多客户也不清楚语音问题的真实的感受，用户可以听笔者的语音文件示例，感受各种语音问题。笔者提供了一个讲话人自己的回声示例：

 

　　当然，语音质量的问题仅是一个比较宽泛的说法，其概念本身不具有规范和专业性。思科技术网站对各种语音问题的原因做了大量的研究，也提供了对各种语音问题的排查方式和产生原因。读者可以参考思科的技术文档。

　　根据思科对语音问题的定义，思科定义为：噪音和语音失真。噪音类别包括以下几个类别：

• Absolute Silence
• Clicking
• Crackling
• Crosstalk
• Hissing
• Hum
• Popping
• Motor Sound
• Screeching
• Static

　　以上这些类别有不同的文件示例，因为微信不能插入多个语音文件，用户可以到思科网站查询。语音失真又进一步定义了多种语音失真的子类别，他们分别为：

• 回声语音
• 混乱语音
• 音量失真

　　11、在本章节的讨论中，笔者重点对SIP 呼叫中存在的十大常见的经典问题做了比较详细的介绍，同时针对每个SIP 响应错误的原因也做了深入的分析。每个SIP消息的生成都和终端的配置，服务器的支持能力，网络环境有着非常紧密的联系。用户需要借助排查工具，然后根据笔者的建议来进行排查。当然，笔者的建议仅是一个思路而已，具体的问题可能和其他的因素相关。所以，读者一定要根据技术文档结合实际情况来排查问题。

　　在最后的章节中，笔者特别建议用户查看思科的语音示例文件和其解决办法，这是比较权威的语音排查方式，也相对应该说VOIP领域最完整的语音示例，强烈建议读者参考学习。

　　另外，笔者这里列出的问题也不能非常完整归纳所有的SIP方面的问题，也不能完全保证解决所有所列出的问题，需要读者根据实际呼叫来动手解决。这里，笔者的目的仅是一个学习分享。有错误之处，望谅解！

　　参考资料：

​　　https://github.com/irontec/sngrep/wiki
　　http://www1.coe.neu.edu/~eeichen/spring_2015/class_notes/b_jan_20/RTP_new.pdf
　　http://www.helpmedial.com/docs/Advanced-Router-SIP-ALG-Troubleshooting.pdf
　　https://blog.opensips.org/2017/02/22/troubleshooting-missing-ack-in-sip/
　　https://tools.ietf.org/html/rfc4028
　　https://tools.ietf.org/html/rfc4475#section-3.1.2.2
　　http://www.charactercountonline.com/
　　https://www.ibm.com/support/knowledgecenter/en/SSAW57_8.5.5/com.ibm.websphere.nd.multiplatform.doc/ae/rsip_reftimesumm.html
　　https://www.cisco.com/c/en/us/support/docs/voice/voice-quality/30141-symptoms.html