DTMF采用RFC2833进行带内传输的实现

摘要：     本文主要说明采用 RFC2833 标准进行 DTMF 传送的方法和格式。

关键字： RFC2833,RTP ， DTMF

 

一． IP 电话传送 DTMF 的方式

       DTMF 就是双音多频，我们日常生活中拨打电话的过程中经常会用到，如拨打用户的分机号码，输入帐号和密码等。而随着 IP 电话的大量使用如何实现传送 DTMF 成为 IP 电话中的一个技术问题。

目前传送 DTMF 信号普遍有两种方式：带内传送和带外传送。

其中带外传送主要通过将 DTMF 消息封装到协议中进行传送，如 H323 协议中可以通过 Q931 和 H245 进行传送 DTMF 。

而带内传输主要有两种：透明传送和 RFC2833 方式。所谓透明传送就是将 DTMF 音作为语音一起打包到 RTP 中进行发送。由于网络丢包的影响，有时会造成 DTMF 信号丢失，而且 DTMF 音混合在语音包中，容易产生偏差，造成信号失真。所以目前普遍采用的是 RFC2833 方式，就是将 DTMF 数字按照一个的规则和格式组成一个数据包，然后封装到 RTP 中发送。接收端接收后进行解析，再还原成相应的 DTMF 信号，这种方式的优点是对丢包的容错性强以及识别差错率低。

 

二 .RTP

       在介绍 RFC2833 前，先来了解一下 RTP （ Real Time Protocal ），该协议可参见 RFC1889 。 RTP 协议是 IP 电话中以及 NGN 中最经典的协议。无论采用 H323 ， H248 ， MGCP 还是 SIP ，这些都属于信令层的协议，他们之间进行互通、交换其最终目的是为了实现媒体流的收发。而所有的媒体流都是采用 RTP 协议，无论是视频，语音还是图象，包括本文所提到的 DTMF 都是建立在 RTP 的基础上的。

RTP 协议用以传送实时数据。 RTP 协议通常运行在 UDP 层之上，二者共同完成运输层的功能。 UDP 提供复用及校验和服务，也就是通过分配不同的端口号传送多个 RTP 流。协议规定， RTP 流使用偶数（ 2n ）端口号，相应的 RTCP 流使用相邻的奇数（ 2n+1 ）端口号。因此，应用进程应在一对端口上接收 RTP 数据和 RTCP 控制数据，同时向另一对端口上接收 RTP 数据和 RTCP 控制数据。

 

       RTP 分组由 RTP 头部和净荷数据组成； RTP 分组由 UDP 包来进行传输，通常一个 UDP 包仅含一个 RTP 分组，若采用一定的封装方法，也可以包含多个 RTP 分组；其中的 RTP 净荷就是 RTP 传送的语音数据。 RTP 分组的头部的格式如表 1 ：

 

0-1	2	3	4-7	8	9-15	16-31
V	P	X	CC	M	PT	序号
时戳
同步源（ SSRC ）标识
分信源（ CSRC ）标识（ 0~15 个）

 

表 1 RTP 分组头部格式

 

       RTP 分组头部的各字段含义为：

 

1 ． V ： RTP 版本号。为“ 10 ”。

2 ． P ：填充指示位。

       P 为“ 1 ”时表示分组结尾含有 1 个或多个填充字节。

3 ． X ：扩展指示位。

       X 为“ 1 ”时，则表示固定头部后还有一个扩展头部，这种情况较复杂，很少使用。

4 ． CC ： CSRC 计数。

       指示固定头部后的 CSRC 的个数

5 ． M ：

       由应用文档解释，通常不用。

6 ． PT ：净荷类型

       表示 RTP 分组的净荷类型。我们常用的有：

¨          “ 0 ”：     G.711 μ

¨          “ 8 ”：     G.711A

¨          “ 4 ”：     G.723.1

¨          “ 18 ”：   G.729

¨          “ 96 ”： RFC2833

7 ．序号：

       序号顾名思义就是表示 RTP 分组的次序。初值为随机数，每发送一个增加 1 。可供接收方检测分组丢失和恢复分组次序。

8 ．时戳：

       表示 RTP 分组第一个字节的取样时刻。其初值为随机数，每个采用周期加 1 。如果每次传送 20ms 的数据，由于音频的采样频率为 8000Hz ，即每 20ms 有 160 次采样，则每传送 20ms 的数据，时戳增加 160 。

9 ． SSRC ：同步源标识（ Synchronous Source ）

       表示信号的同步源，其值应随机选择，以保证同一个 RTP 会话中任意两个同步源的 SSRC 标识不同。

10 ． CSRC ：分信源标识（ Contributing Source ）

       CSRC 标识由混合器插入，其值就是组成复合信号的各个分信号的 SSRC 标识，用以标识各个组成分信号的信源。 RTP 分组的头部最多可以包含 15 个 CSRC 标识，其数目由 CC 字段指明。

 

三． RFC2833

1 ．标准格式

RFC2833(RTP Payload for DTMF Digits, Telephony Tones and Telephony Signals) 是 IETF 制定的，它规定了传送 DTMF 数字以及其他电话音和信号的标准。

0-7	8	9	10-15	16-31
event	E	R	volume	duration

 

图 2 RFC2833 净荷格式

图 2 给出 RFC2833 的标准格式

events: 事件号， 8 位，用于说明本数据包的事件。 RFC2833 除了传送 DTMF 信号外还能传送传真，调制解调器， MF 信号等。本文只关注 DTMF 信号，有关 DTMF 的事件看见表 2 。

Event	encoding ( 十进制 )
0―9	0--9
*	10
#	11
A―D	12―15
Flash	16

表 2DTMF 的事件

volume: 音量， 6 位，用于说明 DTMF 信号的音频 功率级 ，范围从 (0~ -63dbm) 。有效的 DTMF 范围是从 0 到 -36 dBm0 ；低于 -55 dBm0 则必须丢弃。

duration ：数字信号的宽度， 16 位，以时戳单元表示。这样，事件从 RTP 时间戳表示的瞬间开始，并一直持续到该参数表示的长度。事件可以已经结束也可以没有结束。以 8000 赫兹

取样来说，本字段最长可以表示 8 秒。

E ：结束位 ,1 位，若设置为 1 表明数据包中含有事件的结束。因此上述的 duration 参数即测定了事件的完整宽度。

R ：本字段为以后使用而保留。发送方必须将它设为 0 ，接收端则应忽略它。

 

2 ．举例

 

图 3 Sniffer 抓包截图

图 3 是采用 Sniffer 软件所捕获的数据包，从上面可以看到 RTP 数据为： 80 60 03 8e 7d 8b 6a d5 5a 12 02 80 05 f0 。我们将该报数据按照格式还原如表 3 。

 

0-1	2	3	4-7		8		9-15		16-31
V	P	X	CC		M		PT		序号
2	0	0	0		0		96=0x60		910  (03 8e)
时戳
2106288853 (7d 8b 6a d5)
同步源（ SSRC ）标识
（ 5a 12 02 80 ）
Event				E		R		Volume		Duration
05				1		1		0

表 3 DTMF ‘5’ 的数据格式

在表 3 中净荷类型为 96 ，这是 RFC2833 中规定的，在实际情况下可以自己定义类型，只要通信双方能够确认即可。

对于同一个 DTMF 信号，其时戳是相同的，这样接收方可以通过判断时戳来剔除冗余信息。

 

3. 安全性

 

参考资料：

1．  RFC1889 RTP: A Transport Protocol for Real-Time Applications

2．  RFC2833 RTP Payload for DTMF Digits, Telephony Tones and Telephony Signals