-
基于
SIP
协议的音视频的软件开发
前言
在
VoIP
中，
我们知道
SI
P
协议有很大的用处。
这里，
我们就针
对
SIP
协议，
来看看
SIP
软电话开发环境的建立都需要知道哪方面的知识。
那么首先我们来看
看这个开发平台的条件。要在
window
s
或者
linux
平台下开发基于
SIP
软电话，
需要以下软件。
服务器端软件：
注册多个客户端到服务器上，可以进行通话测试
SIP
客户端软件：主要用于测试，可以对别人已经完成的客户端进行抓包，
以比对自己程序的发包数据
SIP<
/p>
协议栈：
基于某个现成的
SIP
协议栈来开发会加快开发进度
RTP
栈：
传
输语言或者视频数据的协议栈
抓包测试工具：调试网络程序最有效的办法
以下介绍这些软件主要以开源软件为主
一
服务器端软件
1.
Asterisk
：
Linux
系统下开源的
IPPBX
，功能强大稳定，主要用
c
语言开
发。配置稍麻烦。
2.
Vocal
：
Linux
系统下开源的
SIP
服务器端。可以作为
IPPBX
也可以作为
运营系统。
很多
voip
虚拟
运营商都用这个作为自己的运营系统。
提供
BS
结构的
管理界面。
3. Y
ATE
：跨平台
(Linux
，
Windows)
的开源
SIP
服务器端。在
windows
下安
< br>装非常简单。其他方面没有进行过测试。
4.
SER
：
Linux
平台下重量级的
SIP
服务器断。
功能
比较丰富，
也是很多
voip
虚拟运营
商的系统选择。不过据说配置比较麻烦，具体没有试过。
5.
sipX
：
Linux
平台下的
SIP
服务器。这个好像不能作为客户端再次注册
到其他
SIP
服务器上。提供
BS
结构的管理界面。
二
SIP
客户端软件
1.
Windows Messenger 5.1
：微软出的
SI
P
客户端，操作方便。
2.
YATE
Client
：跨平台
(Linux
，
Windows)
的开源
SIP
客户端软件。安装方
便，功能简单。
3. xten
< br>：
windows
平台下的
SI
P
软电话。功能齐全，使用方便。
三
SIP
协议栈
1. osip
：跨平台的开源
SIP
协议栈。用
c
语言实现，体积小。
2.
exosip
：对
osip
进行封装，使其方便
SIP
客户端软件开发。同样开源跨
平台。
3. sipXtackLib
：由
S
IPfoundry
提供的开源跨平台的
SIP
协议栈，功能齐
全。
C++
开
发，已经被用于开发数个商业
SIP
终端。
四
RTP
栈
1. JRTPLIB:
开源的跨平台
rtp
栈，用
C++
语言开发，使用方便。
五
抓包测试工具
1.
Wireshark
：
非常有名的开源跨平台网络抓包
工具，
以前叫做
Ethereal
。<
/p>
内容：
SI
P
是一个会话协议，很多大企业都在用，通信行业的一个标准
(
不过从个
人角度不喜欢这个协议格式，罗嗦
).
其业务逻辑比较，简单地来说如下：
User Agent Server
------------------REGISTER----------->
<----------401(407) Unauthorized--
----------REG(
带上用户口令
)
----------->
---------------200 OK 1
Bindings---
双方交互几次，注册成功。
因为
Sip
通信一般采用
UDP
，
所以有个保活的问题，
< br>一般每隔两三分钟再向
server
注册一下。
server
也可能每隔一两分钟向客户发
Un
authorized
，让客户
再刷新一下登录。
登录成功后，某个客户端向另一个客户端发起呼叫，通过服务器中转命令。
简单来讲，这个和
IM
的原理是一样的
。对方同意接收呼叫后，把媒体端口通知
给
server
及对方。
到了这里，<
/p>
有
IM
开发经验的人，
< br>自然就知道下一步怎么做
了：如果想
P2P
直连的话，就先穿透
NAT
打洞，否则就通过
Server
中转。
很明显，
SIP
会话和现有的
IM<
/p>
类似，但效率或效果上来讲差的很多，比如
登录保活，
还是同名用户同时登录等等，都处理的不够好。不过
SIP
是电信协
议，
最初是用在<
/p>
VOIP
和可视电话上，
环境比
IM
简单地多，
所以这个协议足够用
了，估计名字中的
S
也是因为这个原因。
sip
呼叫成功，建立连接之后，媒体传输<
/p>
(
音视频
)
是通
过
RTP
协议进行的。
简单地说，
采集到声音和视频，
先按指定编码方面编码，
比如音频编码成
g711
，
视频编
码成
h263,
然后根据
RFC
相关协议加上包头用
UDP
向指定发送出去。
对方
收到后先解包，再解码，然后播放。
如果想了解
SIP
的详细工作流程
，可以这样：
1
找一个外网的
sip
server
(
如果有经验，可以用
yate2
，或
Trixbox
等自
< br>己搭建
)
2
安装
x-lite (
很不错的
sip
软电话客户端
,
如果安装
eyeBeam
更好，带
视频
) 3
安装
ethereal<
/p>
和
WinPcap
(
抓包工具
)
然后，用
x-lite
拨打其他的客户端或
SIP
话机，用抓包工具抓出相关的数
据包，先看流程，然后再看包结构。
后面附上一个介绍
SIP
< br>的
PPT
，写的非常好，可能是台湾方面出品，以前收<
/p>
集的。是个
.rar
文件，因为这里只能
上传图片，所以改名为
.jpg
再上传，下载
< br>后把
.jpg
去掉解压就可以了。
PPT
写的非常好，用心看，很快就能了解
SIP
的工作流程。
下一步，就是自己动手实现
SIP
VOIP
系统了。
如果商用的话，
server
采用<
/p>
Trixbox,
也可以仔细研究一下
Asterisk
。客
户端就用
x-l
ite
好了。
做为程序员，
第一反应就是怎么样自己动手写一个客户端，
甚至服务器。
好
在开源产品众多，写一个并不难。
经过几天的调试，发现几个协议栈做的不错
:
1 SIP
协议栈：
a osip+exosip (
建立客户端及通信非常简单，
质量也好
)
，
b reSIProcate (
全面，有
server
端例子，综合调试方便
)
。
c
其他的还用过一个
pjsip
，不过它与音视频结合成一个库之后，
音频质
量不好。但是比较小巧，
听说台湾很
多嵌入设备采用。
2
RTP
协议栈
:
a
Linphone
采用的是
oRTP,
音视频部分采用的是
MediaStreamer2
b
JRtpLib
，
结合
emiplib
的音视频处理。
< br>
c ffmpeg,ffmpeg
本来是专门处理音视
频编解码的，不过也提供了
rtp,rtsp,
最近好象也增加了
rtmp
协议的支持。顺便一提，
MS2
和
emiplib
底层也采用了
ffmpeg
。只要和音视频打交道
，并且质量很不错的产品，都离不
开它，比如
mplayer,
ffdshow
。顺便
BS
一下
kmplayer
，上了
ffmpeg
黑名单。
这里面着重提到的是
jrtplib
，之前误解为它只是按
RTP
传输数据包，以前
写过的几个文章，
都是在
RTP
包之后，
自己再封装了一下，<
/p>
当然，
做为自己用
的
音视频聊天程序，这样是没问题的。但用在
SIP
及其他
VOIP
产品上，要考虑互
通，就要严格搂
RTP
协议来执行了。
了解了几个开源的东西，下面自己动手建一个简单的
SIP
环境：
1
对
Linux
比较熟的人，
在
CentOS
上安装
Asterisk
，
客户端采用
Linphone
，
自己研究吧。
2
象我这样只要在
Linux
下用点
g++
的，如果想针对
VOIP
快速学习的话，
服务器安装
< br>yate2
，客户端随便拿哪个都行。
3
如果自己想定制
sip
server
，
干脆一步到位，
下载
reSIProcate
，
用
vc2005
编译，一次通过。运行时提示缺少几个
dll,google
一下很快都找到了，然后运
行
repro
，做为
server
先临时用着，反正是学习。
客户端呢
，网上流行一个很不错的，名字叫
Youtoo,
下载，简单编
译后可以
做为一个语音的客户端使用。
然后，
PC
上安装几个虚拟机，一个运行
server
，一个运行
x-lite(
< br>做为一
个参考的标准
)
，
主要上运行我们自己写的客户端进行测试。
如果要调试
server
，
就是主机上运行
repro,
虚拟上分别运行两个
x-lite
。
环境搭建立好了，
下一
步
就开始调试。
根据这几天的实践，找出了一个最优的配置：
1 sip server
采用
Tri
xbox
，如果对
Linux
很熟建议
直接用
Asterisk.
2
客户端如果直接使用，建议
ekiga.
顺便说一下几个客户端使用的感受：
1 linphone:
好象名气不小，不过，最新版
3.1.2
安装后启动就崩溃。我安
装的是普通
的
XP-SP3
，电脑公司特别版。一般软件运行没问题。如果
在这个平
台上都崩溃，真不知道说什么好。
< br>后来再试
3.1.1
，这个可以启动，运行能看到视频图
像。不过奇怪的是，与
视频电话连接上视频窗口反而隐藏起来。
结束通话，
又显示出来。
搞不懂它的视
频功能是做什么用的。另外显示本地视频只支持
QCIF
。
2
eyeBeam
< br>：名气更大，使用起来也不错，这个不错不包含视频功能。如果
启动了视频的话，
只显示第一帧图，摄像头怎么转它也不动。另外，主动连视频
电话时，
< br>不能启动视频功能。
视频电话呼叫它才能启动。
启动后，
Video
点一下又灰住，完全不能用
。
3
Wengo
< br>不错，
现在改名叫
Quate
了
，
连接摄像头非常快，
本地预览也正常。
不过，解码有问题，看
到的是一堆绿色图块，不知道是它解
不了码，还是弄几
个颜色块在那边骗人玩。
4
yate
好象不支持视频，不过声音倒是不错。
5
回头再说
ekiga
，边续试用了上面几个软件，以为我用的视频电话硬件有
问题，但用
ekiga
连接后，双方的视频都正常。
上面是从视频效果角度出发来
评测的，如果不使用视频的话都差不多
。
搭建好环境，
测试通过，
熟悉协议之后，
就是自己做一个这样的平台了。
服<
/p>
务器想都不用想，直接用
Tixbox
，
重头写不现实。
至于客户端，一般的程序架构应该如下：
一
协议部分：
主要处理
sip
的注册，呼叫，接收，挂机等功能，所有的协议都差不多，随
便选一个就行。
二
媒体传输，这部分比较复杂
：
1
音视频采集
2
音视频编码
3
音视频编码后组
RTP
4
RTP/RTCP
发送
5
RTP/RTCP
接收
6
从
RTP
解包还原成编码后的音视频
7
音视频解码
8
音视频播放
一般如果分配任务，
快速做一个客户端，
首先想到的就是找
一个开源，
编译
出来再修改。
不过，试了几个，极度痛苦，分别说一下。
1
Linphone:
这个产品只能算一般，不过用到的
lib
非常不错，
exosip+osip
为
sip
命令
服
务，
ortp+mediastreamer2
为流媒体服务。
不过，
编译真是麻烦，
别的不说，
光
medias
treamer2
就用到了
ffmpeg,gsm,ortp,srtp,openssl,speex,
the
ora
等，
稀里湖涂足足花了大半天时间把所有这些都编译好，
然后编译
时提
示几个链接出错。因为我看到网上几个文章说明是用
vc2005
轻松编译出来的，
我也用的
vc2005
< br>。估计用
mingw
会简单一些。不过，已经耗了近一天
的时间，
感觉不爽，
放弃。
估计是
linphone
估计搞的复杂，
好让<
/p>
antisip
卖钱。
2
ekiga
这个需要
ptlib,<
/p>
第一感觉这东西很麻烦，
不过编译时出奇的顺利
< br>(
关键是官
方提供的资料详
<
/p>
细，网友写的文章也详细
)
。然后编译<
/p>
opal
，也很顺利。
(
只是
占用机器比较厉害，
P4 2.6
的占
CPU
极严重。不过，用的机器是联想的超薄机<
/p>
箱那种，不排除官方弄个很烂的
CPU
冒
充。因为换到另一个
P4
3G
，速度
快上两
三倍
)
。
其实，编译好
opal
，基本就可
以了，它带了很不错的例子，拨打电话
接听都不错。