专利名称：实现半双工ip语音通信的方法
技术领域：
本发明涉及通讯技术领域，具体来说是一种通过IP(InternetProtocol互联网络协议)网络进行半双工语音通信的方法。
背景技术：
PTT(Push To Talk按键即讲)业务是一种点到点或者多点语音的通信业务，用户按下某个终端的某个特殊键(下面称为PTT按键)后说话，通话的其他方此时只能听，用户松开该特殊按键后则只能听其他人说。该业务大量应用于各种专用集群通信系统或者对讲机，其主要业务特征为用户按下PTT按键后即可说话，网络直接将该语音发送给整个群组的成员，通信方式采用半双工方式，用户说话时其他用户只能听不能说，当用户说完后松开PTT按键，其他用户可按下PTT键请求发言，该PTT业务因其操作方便、使用灵活等特征深受广大用户的欢迎。
随着通信技术，特别是移动通信(包括CDMA、GSM、WCDMA、WLAN等)技术的发展，通信网络具有了为终端提供IP通信的能力。商业性的IP电话网络主要由IP电话网关(Gateway)、关守(Gatekeeper)、支持系统以及电话网和IP网络等几部分构成。它通过网关、关守及其他支持系统将电话网与IP网进行互连，利用IP网在技术及经济上的优势，最大限度地使用IP网络资源，实现电话业务在两网中的互通，使IP电话网络得到了广泛的使用。
为保障话音信息经过网关压缩编码后在IP网络上的传输，现有的实现半双工IP语音通信的方法采用了RTP(Real-time TransportProtocol实时传输协议)和RTCP(Real-time Transport ControlProtocol实时传输控制协议)，该RTP/RTCP协议应用于IP网络的点到点或者多点通信，其应用环境主要考虑在局域网或者Internet上实现全双工或者单工的媒体通信，但是该方法没有考虑半双工通信时的控制过程，因此无法通过RTP/RTCP实现PTT业务中关键的半双工控制。
发明内容
针对上述情形，本发明提出了一种实现半双工IP语音通信的方法，以解决现有技术存在的无法通过RTP/RTCP实现PTT业务中关键的半双工控制的问题。
本发明的解决方案是这样的一种实现半双工IP语音通信的方法，该方法包含以下步骤a、呼叫建立成功后，将发话方的话音数据进行编码，形成语音包，并在该语音包的包头中插入表明发言开始或结束指令的标识符；b、将该带有标识符的语音包通过IP网络发送至控制中心，该控制中心根据该标识符进行判断，决定开始或结束发话方的发言；c、该控制中心将语音包转发给受话方终端，完成语音通信。
其中，所述步骤b中根据该标识符进行判断具体是指如果该标识符为1，那么开始发话方的发言，否则结束发话方的发言。
所述步骤b中开始发话方的发言还进一步包括判断是否存在当前发言人，如果不存在，那么开始发话方的发言；否则比较当前发言人和发话方的优先级，如果发话方的优先级高，那么开始发话方的发言。
本发明一种实现半双工IP语音通信的方法通过在语音数据编码打包的环节，将语音包的包头中插入一个具有特殊含义的标识符，即PTT标识，来为控制中心提供控制信息，而在移动或者固定IP网络上实现半双工的语音通信，从而将原来仅使用在专用集群系统或者对讲机中的PTT业务引入移动或者固定IP通信网络，使利用IP的通信网络增加了新的业务特性。
下面结合
和具体实现方式来详细介绍本发明。
图1是本发明实施例组成系统的结构示意图；图2是本发明实施例的方法流程示意图。
具体实施例方式
为了更好地了解本实施例，首先简单介绍一下本实施例所涉及的IP电话网络。
商业性的IP电话网络主要由IP电话网关(Gateway)、关守(Gatekeeper)、支持系统以及电话网和IP网络等几部分构成。它通过网关、关守及其他支持系统将电话网与IP网络进行互连，利用IP网络在技术及经济上的优势，最大限度地使用IP网络资源，实现电话业务在电话网与IP网络中的互通。而网关、关守及支持系统共同担负着通信协议转换、地址转换、呼叫连接、身份认证、计费采集和网络管理等工作，其中重点介绍和本发明密切相关的网关、话音压缩编码技术和其实时传输技术。
网关，网关设备处于电话网和IP网络之间，是一台专门的机器，其主要功能有提供与电话网互连的接口以及与IP网络互连的接口；完成话音的压缩编码；通信协议的转换；执行路由选择；计费数据的生成；为主叫电话用户提供话音提示功能等等。
网关通过模拟一个典型的电话网来欺骗程控交换机(PBXPrivate Branch eXchange)。当用户拨完号码开始呼叫时，信息被送到PBX，然后PBX将开始信息送到本地网关；之后，本地网关根据被叫号码查表得到远端网关的IP地址，两个网关建立一个连接，而接收端的网关请示当地的PBX来完成这个呼叫，然后电话振铃，受话方摘机。随着电话接通，开始发话的网关将来话流量送入编码系统编码之后将这些包通过IP网络发送到接收的网关，接收的网关执行逆向的过程，重新排列并解压、封包，再将它们传送到接收者那里。
其中编码系统编码就需要采用话音压缩编码技术，话音压缩技术由于受到网络带宽的限制，IP电话总是希望采用压缩比越高的编码方法。ITU-T话音编码标准主要有G.771、G.726、G.728、G.729、G.723.1等。目前IP电话普遍采用G.723.1，该G.723.1话音编码标准是6.3K/5.3K双速率话音编码标准，具有静音检测、噪声填充和丢帧恢复等的机制，而且话音质量相对比较对，能对话音外其他声音，如音乐等进行有效的压缩，是许多成熟的网络电话产品支持的编码标准。当然，现在编码率比之更低的压缩方法有很多，有的压缩方法甚至达到1.2K更低、但是由于它们的话音质量、编码速度、环境适应性等综合因素的影响，其普及的程度尚不如G.723.1。IP电话使用的G.723.1编解码器需要对话音包进行封装，一般的封装是在话音包前加上IP包头、用户数据包协议(UDPUserData Protocol)包头和实时传输协议(RTP)包头，加起来包头总长度为40字节。为了保障话音的质量、控制话音的时延，编码打包后形成的单位码流通常是在20kbit/s左右，带宽压缩为3倍左右。在采用静音抑制和多信道等技术处理后，网络上传送的平均码流约为12kbit/s，带宽利用率约为5倍。这样的话，如果在以前一路电话所占用的带宽下可以跑5路话音，那么长途成本将下降为以前的1/5，用户的长途话费也因此而下降。
将语音包通过IP网络发送采用实时传输技术，为保障话音信息经过网关压缩编码后在IP网络上的传输，IP电话系统采用了实时传输协议(RTP)和实时传输控制协议(RTCP)，这两种协议均为现有技术，在此不再赘述。
如图1、图2所示，是本发明实施例所述的一种通过IP网络进行语音通信系统的组成结构示意图，假设用户A、用户B、用户C三人建立一个PTT群组呼叫(所谓群组呼叫，是指有两个人或者两个人以上参加的呼叫，如会议电话等，两个人的呼叫也可以认为是一种特殊的群组呼叫)，在该系统中设置有一个PTT控制器21，即控制中心，其为一个网关，用于负责PTT呼叫的建立和通话期间的语音包的转发；而在用户A、用户B、用户C三人的终端上均设有PTT按键，该PTT按键用于PTT业务，用户按下PTT按键期间语音才能传送给其他人，松开PTT按键后只能听不能说。
首先本发明实施例开始以前在用户A、用户B、用户C之间建立一个呼叫，呼叫的建立属于公知技术，本发明实施例不涉及如何建立一个呼叫。随着呼叫的建立，用户A、用户B、用户C三人可以进行通话了，本发明实施例具体包括以下步骤第一、呼叫建立成功后，将发话方的话音数据进行编码，形成语音包，并在该语音包的包头中插入表明发言开始或结束指令的标识符，如图3所示；如果用户A希望发言，其按下终端的PTT按键请求发言，其终端对话音包进行封装，在话音包前除了加上IP包头、用户数据包协议(UDP)包头和实时传输协议(RTP)包头之外，还插入表明发言开始或结束指令的标识符，即PTT标识字段，本实施例假设为“1”，该话音包包头中除了该PTT标识字段外，还可以包括用户标识、包的序列号等其他信息，如图1所示，其中，图中底色为黑色的方框是指语音包包头，而底色为白色的方框是指语音内容。用户A发送的第一个语音包可以包括语音内容，也可以不包括语音内容而只有包头，以便尽快让系统和其他用户知道A开始发言，减少了多个用户同时争抢发言的冲突。
第二、将该带有标识符的语音包通过IP网络发送至控制中心，该控制中心根据该标识符进行判断，决定开始或结束发话方的发言；用户A的终端将该带有标识符的语音包通过IP网络发送至控制中心，即PTT控制器21，该PTT控制器21收到该语音包后判断是否存在当前发言人，如果不存在，那么用户A开始发言；否则比较当前发言人和用户A的优先级，如果发话方的优先级高，那么开始发话方的发言。
第三、该控制中心将语音包转发给受话方终端，完成语音通信。
假设当时无其他人正在发言，或者当前的发言人优先级低于用户A，将用户A发送过来的语音包通过IP网络转发给当前PTT群组中的其他用户(用户B和用户C)。
用户B和用户C的终端收到用户A发送的PTT标识为1的语音包后，提示用户A正在发言，此时用户B和用户C不能发言，除非用户B和用户C的优先级高于用户A。
当用户A结束发言时，用户A松开PTT按键，用户A的终端向PTT控制器发送一个或者几个PTT标识为0的语音包。
PTT控制器收到用户A发送的PTT标识为0的语音包后，标识当前群组无人发言，允许群组中的其他用户发言，同时把A发送的语音包转发给用B和C。
如图2所示，用户B和用户C的终端收到PTT标识为0的语音包后，提示用户B和用户C用户A的发言结束，这时用户B或者用户C如果希望发言可以按下PTT按键发言。
当出现多个用户同时要求发言的情况时，PTT控制器根据用户语音包到达的顺序和用户的优先级来决定那个用户有权发言，即语音包先到达PTT控制器或者优先级较高的用户将被允许发言，系统将该用户的语音转发给其他用户，语音包后到达PTT控制器或者优先级较低的用户的语音包被PTT控制器丢弃。当没有得到发言权的用户终端收到其他用户发送的PTT标识为1的语音包时提示用户发言失败。
本发明实施例提供了在移动通信或者固定通信IP网络上实现半双工的语音通信的一种方法，使原来只能由专用集群系统或者对讲机提供的PTT业务引入移动通信或者固定通信IP网络成为可能；其定义了IP语音通信中的一种用于半双工通信的多媒体流的打包方式，其应用环境不仅限于公众移动网络(如CDMA、GSM、WCDMA等)，也可以是WLAN(无线局域网)等其他移动通信网络以及固定通信网络(如固定局域网、Internet等)。
权利要求
1.一种实现半双工IP语音通信的方法，其特征在于，该方法包含以下步骤a、呼叫建立成功后，将发话方的话音数据进行编码，形成语音包，并在该语音包的包头中插入表明发言开始或结束指令的标识符；b、将该带有标识符的语音包通过IP网络发送至控制中心，该控制中心根据该标识符进行判断，决定开始或结束发话方的发言；c、该控制中心将语音包转发给受话方终端，完成语音通信。
2.如权利要求1所述的一种实现半双工IP语音通信的方法，其特征在于，所述步骤b中根据该标识符进行判断具体是指如果该标识符为1，那么开始发话方的发言，否则结束发话方的发言。
3.如权利要求1所述的一种实现半双工IP语音通信的方法，其特征在于，所述步骤b中开始发话方的发言还进一步包括判断是否存在当前发言人，如果不存在，那么开始发话方的发言；否则比较当前发言人和发话方的优先级，如果发话方的优先级高，那么开始发话方的发言。
全文摘要
本发明提出了一种实现半双工IP语音通信的方法，以解决现有技术存在的无法通过RTP/RTCP实现PTT业务中关键的半双工控制的问题。该方法包含以下步骤a.呼叫建立成功后，将发话方的话音数据进行编码，形成语音包，并在该语音包的包头中插入表明发言开始或结束指令的标识符；b.将该带有标识符的语音包通过IP网络发送至控制中心，该控制中心根据该标识符进行判断，决定开始或结束发话方的发言；c.该控制中心将语音包转发给受话方终端，完成语音通信。本发明将原来仅使用在专用集群系统或者对讲机中的PTT业务引入移动或者固定IP通信网络，使利用IP的通信网络增加了新的业务特性。
文档编号H04M7/00GK1571536SQ03178398
公开日2005年1月26日 申请日期2003年7月19日 优先权日2003年7月19日
发明者郑长海 申请人:华为技术有限公司