CN106572118A - 基于多账号多线路的网络话机媒体服务系统及其控制方法 - Google Patents

Abstract

本发明公开一种基于多账号多线路的网络话机媒体服务系统及其控制方法，其特征在于：设置有扬声器、麦克风、脉冲编码调制内存器、物理通道数据链表、媒体服务器，所述的媒体服务器还具有：数字信号处理通道数据链表、终端媒体数据区、铃声系统、媒体处理系统、会议系统、录音系统、检测系统；通过定义终端媒体数据区，物理通道数据链表，数字信号处理通道数据链表，媒体处理系统，会议系统，录音系统，铃声系统，然后启用一个检测系统，完成放音、混音、录音、铃声、物理通道数据链表中线性数据队列的操作，实现提供各种媒体连接、放音、会议、录音留言、铃声等服务。

Description

基于多账号多线路的网络话机媒体服务系统及其控制方法

技术领域

本发明涉及一种网络话机的多媒体系统，尤其涉及一种基于多账号多线路的网络话机媒体服务系统及其控制方法，本发明属于通信、计算机、信息技术领域。

背景技术

众所周知，公用交换电话网络PSTN(Public Switched Telephone Network)是一种以模拟技术为基础的电路交换网络，一种常用旧式电话系统；在众多的广域网互连技术中，通过PSTN进行互连所要求的通信费用最低，但其数据传输质量及传输速度也最差，同时PSTN的网络资源利用率也比较低；PSTN提供的是一个模拟的专有通道，通道之间经由若干个电话交换机连接而成；当两个主机或路由器设备需要通过PSTN连接时，在两端的网络接入侧（即用户回路侧）必须使用调制解调器（Modem）实现信号的模/数、数/模转换； 从OSI七层模型的角度来看，PSTN可以看成是物理层的一个简单的延伸，没有向用户提供流量控制、差错控制等服务；而且，由于PSTN是一种电路交换的方式，所以一条通路自建立直至释放，其全部带宽仅能被通路两端的设备使用，即使他们之间并没有任何数据需要传送，因此，这种电路交换的方式不能实现对网络带宽的充分利用。

近年来，随着呼叫中心以及企业业务的发展， 传统的公共交换电话网络PSTN话机或者单账号单线路网络话机越来越不能适应其业务需求，呼叫中心往往需要能够同时处理多个通话，而企业在会议的时候也要求能够进行五方及以上的本地会议，然而传统的公共交换电话网络PSTN话机以及单线路的网络话机往往只能够最多处理两路通话或者三方会议，而且操作比较复杂，这给话务员及企业会议带来了极大的不便。

因此，在这种情况下，就需要有一种能够处理更多的呼叫，及更大的本地会议能力的终端设备来服务呼叫中心的话务员及企业客户。

发明内容

本技术方案目的在于，对现有网络话机的媒体服务器结构做进一步改进，提供一种多账号多线路的网络话机的媒体服务系统及其控制方法的实现；通过定义终端媒体数据区，物理通道数据链表，数字信号处理通道数据链表，媒体处理系统，会议系统，录音系统，铃声系统，然后启用一个检测系统，完成放音、混音、录音、铃声、物理通道数据链表中线性数据队列的操作，实现提供各种媒体连接、放音、会议、录音留言、铃声等服务。

本发明的目的通过以下技术方案来实现：

一种基于多账号多线路的网络话机的媒体系统及其控制方法，用于实现多账号多线路话机的媒体控制，其特征在于：设置有扬声器、麦克风、脉冲编码调制内存器（PCM DMA）、物理通道数据链表（Physical Channel List）、媒体服务器，所述的媒体服务器还具有：数字信号处理通道数据链表(DSPChan List)、终端媒体数据区、铃声系统、媒体处理系统、会议系统、录音系统、检测系统。

所述的脉冲编码调制内存器（PCM DMA），连接扬声器和麦克风，内部设有脉冲编码调制线性数据的缓冲区，用于缓冲从网络侧获取到的媒体数据并给扬声器放音以及从麦克风采集到的语音数据；即麦克风采集语音数据，扬声器播放从网络侧获取到的媒体数据。

所述的物理通道数据链表（Physical Channel List），将网络侧收集到的脉冲编码调制线性数据存放在链表中，并依次向脉冲编码调制内存器缓存器（PCM DMA Buffer）中写数据，以及从脉冲编码调制内存器缓存器（PCM DMA Buffer）中读取数据并存放在链表中。

所述的数字信号处理通道数据链表(DSPChan List)，存储每一个线路的媒体数据的链表；当通话切换到当前线路后，则将该数字信号处理通道数据链表（DSPChan List）的数据放置到物理通道数据链表（PhyChan List），以及麦克风收到语音数据后，通过脉冲编码调制内存器（PCM DMA）发送到物理通道数据链表（PhyChan List）然后再发送至对应线路额数字信号处理通道数据链表（DSPChan List）。

所述的终端媒体数据区（MSTerm），是一个实体线路对应的逻辑上的一个数据区，其包含了该条线路通话所涉及的所有的媒体信息，包括自己的IP地址、端口号、编解码类型、打包间隔、对端IP地址、对端端口号。

所述的铃声系统（MSTone），用于对终端媒体数据区（MSTerm）进行操作来实现播放来电话放铃声，拨打电话放回铃音，以及语音邮件铃声操作。

所述的媒体处理系统（MSProxy），实现对上行及下行输入数据的处理，其它的系统借助与该系统的连接实现工作。

所述的会议系统（MSConference），实现对终端媒体数据区（MSTerm）进行操作来实现多方会议。

所述的录音系统（MSRecord），实现对终端媒体数据区（MSTerm）进行操作来实现对当前线路的录音操作。

所述的检测系统（Scan Process），每隔10毫秒扫描一次，负责脉冲编码调制（PCM）数据的上行接收和下行处理发送、多方会议时的混音处理、放音处理。

本发明具有独特的优点和有益效果如下：

本发明提出的基于多账号多线路的网络话机的媒体系统及其控制方法，结构设计简便，易于程序实现，可实现对网络话机的多线路通话及多方本地会议的处理，同时根据本系统的架构可以方便的添加相应的媒体处理系统、会议系统、铃声系统、录音系统、检测系统等功能模块；本发明提出的这种媒体架构，架构合理、易于理解、可移植性性强，既适合网络话机的多线路媒体实现，也可经增减功能模块之后用于网络专用分组交换机（IP PBX）及网关等产品。

附图说明

图1为本发明基于多账号多线路的网络话机的媒体系统及其控制方法的结构示意图；

图2为本发明基于多账号多线路的网络话机的媒体系统及其控制方法的多方会议流程图；

图3为本发明基于多账号多线路的网络话机的媒体系统及其控制方法的媒体处理流程图；

图中附图标记的含义为：

1－扬声器、2－麦克风、3－脉冲编码调制内存器、4－物理通道数据链表、5－媒体服务器、6－数字信号处理通道数据链表、7－终端媒体数据区、8－铃声系统、9－媒体处理系统、10－会议系统、11－录音系统、12－检测系统；20－会议组、30－脉冲编码调制内存器缓存器。

具体实施方式

下面结合说明书附图详述本发明技术方案：

实施例一

如图1所示，一种基于多账号多线路的网络话机的媒体系统，用于实现多线路多账号话机的媒体控制，其特征在于：设置有扬声器1、麦克风2、脉冲编码调制内存器（PCM DMA）3、物理通道数据链表（Physical Channel List）4、媒体服务器5，所述的媒体服务器5还具有：数字信号处理通道数据链表（DSPChan List）6、终端媒体数据区7、铃声系统8、媒体处理系统9、会议系统10、录音系统11、检测系统12。

所述的脉冲编码调制内存器（PCM DMA）3，连接扬声器1和麦克风2，内部设有脉冲编码调制线性数据的缓冲区，用于缓冲从网络侧获取到的媒体数据并给扬声器1放音以及从麦克风2采集到的语音数据；即麦克风2采集语音数据，扬声器1播放从网络侧获取到的媒体数据。

所述的物理通道数据链表（Physical Channel List）4，是将网络侧收集到的脉冲编码调制线性数据存放在链表中，并依次向脉冲编码调制内存器缓存器（PCM DMA Buffer）30中写数据，以及从脉冲编码调制内存器缓存器（PCM DMA Buffer）30中读取数据并存放在链表中。

所述的数字信号处理通道数据链表（DSPChan List）6，是存储每一个线路的媒体数据的链表；当通话切换到当前线路后，则将该数字信号处理通道数据链表（DSPChanList）6的数据放置到物理通道数据链表（Physical Channel List）4，以及麦克风2收到语音数据后，通过脉冲编码调制内存器（PCM DMA）3发送到物理通道数据链表（PhysicalChannel List）4然后再发送至对应线路的数字信号处理通道数据链表（DSPChan List）6。

所述的终端媒体数据区（MSTerm）7，是一个实体线路对应的逻辑上的一个数据区，其包含了该条线路通话所涉及的所有的媒体信息，包括自己的IP地址、端口号、编解码类型、打包间隔、对端IP地址、对端端口号。

所述的铃声系统（MSTone）8，实现对终端媒体数据区（MSTerm）7进行操作来实现播放来电话放铃声，拨打电话放回铃音，以及语音邮件铃声操作。

所述的媒体处理系统（MSProxy）9，实现对上行及下行输入数据的处理，其它的系统多借助与该系统的连接实现工作。

所述的会议系统（MSConference）10，实现对终端媒体数据区（MSTerm）7进行操作来实现多方会议的功能。

所述的录音系统（MSRecord）11，实现对终端媒体数据区（MSTerm）7进行操作来实现对当前线路的录音操作。

所述的检测系统（Scan Process）12，每隔10毫秒扫描一次，负责脉冲编码调制数据的上行接收和下行处理发送、多方会议时的混音处理、放音处理。

本发明的基于多账号多线路的网络话机的媒体系统的控制方法，包括如下的控制程序步骤：

进一步地，如图2所示，所述的媒体处理系统（MSProxy）9，其由下行处理部分、上行处理部分组成，其中上行处理部分步骤为：话机从脉冲编码调制内存器（PCM DMA）3中读取数据，再将读取到的数据存放在物理通道的缓存器链表（PhyChn Buffer List）中，然后媒体处理系统（MSProxy）12每10ms读取物理通道的缓存器链表（PhyChn Buffer List）中的数据，再根据终端媒体数据区（MSTerm）7中的编解码方式及打包间隔由数字信号处理通道语音编码器（DSPChn Codec）将数据打包成实时传输协议（RTP）报文，最后通过实时传输协议（RTP）或安全实时传输协议 （SRTP）或加密实时传输协议（ZRTP）的方式发送给终端媒体数据区（MSTerm）7中记录的对端的IP地址以及端口号；其下行处理部分步骤为：话机从网络侧接收到对端发送过来的实时传输协议（RTP）报文，经过实时传输协议（RTP）解包之后将数据放入抖动缓冲器（Jitter Buffer）中，经过抖动缓冲器（Jitter Buffer）的丢包补偿排序矫正之后再将数据放入数字信号处理通道语音解码器（DSPChn Decodec）按照终端媒体数据区（MSTerm）7中记录的解码方式进行解码，解码完毕后由媒体处理系统（MSProxy）9将数据传递到物理通道的缓存器链表（PhyChn Buffer List）中，所述的检测系统（SCan Process）12每10毫秒扫描物理通道的缓存器链表（PhyChn Buffer List），当检测到有下行数据的时候，会实时的将数据写入到脉冲编码调制内存器（PCM DMA）3中去。

如图3所示，所述的会议系统（MSConference）10，按照以下工作方式运行：如果网络话机当前已有两条以上的线路在处理，在话机发起会议以后，会由会议系统（MSConference）10向终端媒体数据区（MSTerm）7申请创建一个空闲的会议组（MSConference GROUP），然后再将当前忙的线路加入到会议组中，当会议组创建成功之后，检测系统（SCan Process）12会每10ms扫描脉冲编码调制内存器缓存器（PCM DMA Buffer）的物理通道数据链表（PhyChan List）4，看当前是否有处于工作态的会议组，如果有，则会议系统（MSconference）10会对当前的组成员进行混音操作，而某个会议成员退出会议之后，会议系统（MSconference）10会执行移除会议成员操作，当会议成员只有一个的时候会议系统（MSconference）10将会退出会议状态，释放会议组，当主席退出会议的时候会议系统（MSconference）10同样会退出会议状态，释放会议组。

所述的录音系统（MSRecord），按照以下工作方式运行：由终端媒体数据区（MSTerm）7向录音系统（MSRecord）11申请留言录音，录音系统（MSRecord）11为终端媒体数据区（MSTerm）7设置录音属性；当该终端媒体数据区（MSTerm）7在收到实时传输协议（RTP）报文并解码之后，查询如果当前存在录音属性，则将解码得到的线性码存储在临时的一个内存文件中，呼叫结束或者录音时间到，再将此文件压缩存储在话机的Flash中；再将此录音文件关联到录音历史纪录中，记录中包括来电号码，来电时间，来电账号信息，用户后期查询留言记录时，能回听每个留言，支持最多50条留言，每条留言最长1分钟。

所述的铃声系统（MSTone）8，包括播放固定音和播放动态音两种工作方式，固定音是指拨号音、邮件提示音、忙音、回铃音，动态音是可定制的各种铃声；其中，播放固定音的工作方式是：由应用层向铃声系统（MSTone）8请求播放固定音，铃声系统（MSTone）8为通道数据设置下行放音属性，检测系统（SCan Process）12每10毫秒扫描，判断通道数据属性为下行放音，则根据所设置的音类型，从固定音数组中去除线性脉冲编码调制数据放入脉冲编码调制下行缓存器中去，然后底层驱动再将脉冲编码调制缓存器中的数据发送到脉冲编码调制内存器（PCM DMA）3中去；播放动态音的工作方式是：由动态音在程序启动的时候加载到内存中，应用层向铃声系统（MSTone）8请求放动态音，指定铃音类型以及所需放音的终端媒体数据区（MSTerm）7；检测系统（Scan Process）10毫秒扫描，在检测到该终端媒体数据区（MSTerm）7需要放音则将内存中的对应的动态音的数据取出，解码成线性码，放入脉冲编码调制下行缓存器中去，而后底层驱动再将脉冲编码调制下行缓存器中的线性数据发送到脉冲编码调制内存器（PCM DMA）3中去。

上述技术方案仅是本发明的具体应用范例，实际应用过程中均可根据具体情况酌情选择替代设备器件，但对发明的保护范围不构成任何限制。

Claims (10)

1.基于多账号多线路的网络话机的媒体系统，用于实现多线路多账号话机的媒体控制，其特征在于：设置有扬声器、麦克风、脉冲编码调制内存器（PCM DMA）、物理通道数据链表（Physical Channel List）、媒体服务器，所述的媒体服务器还包括：数字信号处理通道数据链表（DSPChan List）、终端媒体数据区、铃声系统、媒体处理系统、会议系统、录音系统、检测系统。

2.根据权利要求1所述的基于多账号多线路的网络话机的媒体系统，其特征在于：所述的脉冲编码调制内存器（PCM DMA），连接扬声器和麦克风，内部设有脉冲编码调制线性数据的缓冲区，用于缓冲从网络侧获取到的媒体数据并给扬声器放音以及从麦克风采集到的语音数据。

3.根据权利要求1所述的基于多账号多线路的网络话机的媒体系统，其特征在于：所述的物理通道数据链表（Physical Channel List），将网络侧收集到的脉冲编码调制线性数据存放在链表中，并依次向脉冲编码调制内存器缓存器（PCM DMA Buffer）中写数据，以及从脉冲编码调制内存器缓存器（PCM DMA Buffer）中读取数据并存放在链表中。

4.根据权利要求1所述的基于多账号多线路的网络话机的媒体系统，其特征在于：所述的数字信号处理通道数据链表(DSPChan List)，存储每一个线路的媒体数据的链表；当通话切换到当前线路后，则将该数字信号处理通道数据链表（DSPChan List）的数据放置到物理通道数据链表（Physical Channel List），以及麦克风收到语音数据后，通过脉冲编码调制内存器（PCM DMA）发送到物理通道数据链表（Physical Channel List）然后再发送至对应线路额数字信号处理通道数据链表（DSPChan List）。

5.根据权利要求1所述的基于多账号多线路的网络话机的媒体系统，其特征在于：所述的终端媒体数据区（MSTerm），是一个实体线路对应的逻辑上的一个数据区，其包含了该条线路通话所涉及的所有的媒体信息，包括自己的IP地址、端口号、编解码类型、打包间隔、对端IP地址、对端端口号。

6.根据权利要求1所述的基于多账号多线路的网络话机的媒体系统，其特征在于：所述的铃声系统（MSTone），用于对终端媒体数据区（MSTerm）进行操作来实现播放来电话放铃声，拨打电话放回铃音，以及语音邮件铃声（VoiceMail Tone）操作。

7.根据权利要求1所述的基于多账号多线路的网络话机的媒体系统，其特征在于：所述的媒体处理系统（MSProxy），实现对上行及下行输入数据的处理，其它的系统借助与该系统的连接实现工作。

8.根据权利要求1所述的基于多账号多线路的网络话机的媒体系统，其特征在于：所述的会议系统（MSConference），实现对终端媒体数据区（MSTerm）进行操作来实现多方会议。

9.根据权利要求1所述的基于多账号多线路的网络话机的媒体系统，其特征在于：所述的录音系统（MSRecord），实现对终端媒体数据区（MSTerm）进行操作来实现对当前线路的录音操作；所述的检测系统（Scan Process），每隔10毫秒扫描一次，负责脉冲编码调制数据的上行接收和下行处理发送、多方会议时的混音处理、放音处理。

10.一种基于多账号多线路的网络话机的媒体系统的控制方法，其特征在于：包括如下的控制程序步骤：

所述的媒体处理系统（MSProxy），其由下行处理部分、上行处理部分组成，其中上行处理部分步骤为：话机从脉冲编码调制内存器（PCM DMA）中读取数据，再将读取到的数据存放在物理通道的缓存器链表（PhyChn Buffer List）中，然后媒体处理系统（MSProxy）每10ms读取物理通道的缓存器链表（PhyChn Buffer List）中的数据，再根据终端媒体数据区（MSTerm）中的编解码方式及打包间隔由数字信号处理通道语音编码器（DSPChn Codec）将数据打包成实时传输协议（RTP）报文，最后通过实时传输协议（RTP）或安全实时传输协议（SRTP）或加密实时传输协议（ZRTP）的方式发送给终端媒体数据区（MSTerm）中记录的对端的IP地址以及端口号；其下行处理部分步骤为：话机从网络侧接收到对端发送过来的实时传输协议（RTP）报文，经过实时传输协议（RTP）解包之后将数据放入抖动缓冲器（JitterBuffer）中，经过抖动缓冲器（Jitter Buffer）的丢包补偿排序矫正之后再将数据放入数字信号处理通道语音解码器（DSPChn Decodec）按照终端媒体数据区（MSTerm）中记录的解码方式进行解码，解码完毕后由媒体处理系统（MSProxy）9将数据传递到物理通道的缓存器链表（PhyChn Buffer List）中，所述的检测系统（SCan Process）每10毫秒扫描物理通道的缓存器链表（PhyChn Buffer List），当检测到有下行数据的时候，会实时的将数据写入到脉冲编码调制内存器（PCM DMA）中去；

所述的会议系统（MSConference），按照以下工作方式运行：如果网络话机当前已有两条以上的线路在处理，在话机发起会议以后，会由会议系统（MSConference）向终端媒体数据区（MSTerm）申请创建一个空闲的会议组（MSConference GROUP），然后再将当前忙的线路加入到会议组中，当会议组创建成功之后，检测系统（SCan Process）会每10ms扫描脉冲编码调制内存器缓存器（PCM DMA Buffer）的物理通道数据链表（PhyChan List），看当前是否有处于工作态的会议组，如果有，则会议系统（MSconference）会对当前的组成员进行混音操作，而某个会议成员退出会议之后，会议系统（MSconference）会执行移除会议成员操作，当会议成员只有一个的时候会议系统（MSconference）将会退出会议状态，释放会议组，当主席退出会议的时候会议系统（MSconference）同样会退出会议状态，释放会议组；

所述的录音系统（MSRecord），按照以下工作方式运行：由终端媒体数据区（MSTerm）向录音系统（MSRecord）申请留言录音，录音系统（MSRecord）为终端媒体数据区（MSTerm）设置录音属性；当该终端媒体数据区（MSTerm）在收到实时传输协议（RTP）报文并解码之后，查询如果当前存在录音属性，则将解码得到的线性码存储在临时的一个内存文件中，呼叫结束或者录音时间到，再将此文件压缩存储在话机的Flash中；再将此录音文件关联到录音历史纪录中，记录中包括来电号码，来电时间，来电账号信息，用户后期查询留言记录时，能回听每个留言，支持最多50条留言，每条留言最长1分钟；

所述的铃声系统（MSTone），包括播放固定音和播放动态音两种工作方式，固定音是指拨号音、邮件提示音、忙音、回铃音，动态音是可定制的各种铃声；其中，播放固定音的工作方式是：由应用层向铃声系统（MSTone）请求播放固定音，铃声系统（MSTone）为通道数据设置下行放音属性，检测系统（SCan Process）12每10毫秒扫描，判断通道数据属性为下行放音，则根据所设置的音类型，从固定音数组中去除线性脉冲编码调制数据放入脉冲编码调制下行缓存器中去，然后底层驱动再将脉冲编码调制缓存器中的数据发送到脉冲编码调制内存器（PCM DMA）中去；播放动态音的工作方式是：由动态音在程序启动的时候加载到内存中，应用层向铃声系统（MSTone）请求放动态音，指定铃音类型以及所需放音的终端媒体数据区（MSTerm）；检测系统（Scan Process）10毫秒扫描，在检测到该终端媒体数据区（MSTerm）需要放音则将内存中的对应的动态音的数据取出，解码成线性码，放入脉冲编码调制下行缓存器中去，而后底层驱动再将脉冲编码调制下行缓存器中的线性数据发送到脉冲编码调制内存器（PCM DMA）中去。