一种视频彩铃通话方法和系统与流程

1.本发明涉及视频彩铃相关技术领域，具体为一种视频彩铃通话方法和系统。


背景技术：

2.在5g技术推动下，视频已经成为互联网内容绝对的主流。由于5g具有低时延、高传输、大带宽的优势特点，在传统电信网络上开展各种视频应用的时机已经成熟，可以为用户提供各种多元化、个性化、潮流化的通话服务。
3.传统的视频通话业务已经非常普及，在高速、稳定的网络环境下，可以给用户带来很好的用户体验，并且还可以在原有视频基础上衍生出一些个性化的视频应用，比如叠加文字实现弹幕效果、采集声音信息转换为文字后与视频进行合成实现字幕效果等。
4.但是，现有技术也有一定的局限性，局限性在于：音视频通常合并成一路统一的媒体信息，当用户处在网络信号不好、用户接入量大导致带宽不足等场景时，媒体信息的质量缺失，将导致用户的音视频出现卡顿、模糊不清的情况，或者当对视频媒体流进行二次加工处理失败时，将直接影响正常通话，大大降低了用户的通话体验。


技术实现要素：

5.本发明的目的在于提供一种视频彩铃通话方法和系统，以解决上述背景技术中提出的问题。
6.一种视频彩铃通话方法，所述方法包括：
7.主叫拨打签约了视频彩铃业务的被叫用户，触发视频彩铃应用，由视频彩铃平台为主叫用户播放视频彩铃；
8.被叫摘机时，视频彩铃平台重新发起对主被叫的媒体协商；
9.将主被叫间的音频媒体链路与视频媒体链路进行分离；
10.完成媒体协商后，主被叫开始通话，音频媒体和视频媒体各自通过自己的链路进行传输。
11.优选地，音频媒体链路为主叫终端与被叫终端间直接传输，完成媒体协商后，主被叫开始通话，音频媒体直接从主叫侧sbc传输至被叫侧的sbc，由其发送给被叫终端；视频媒体链路为主被叫终端间通过视频彩铃平台传输。
12.优选地，所述视频彩铃通话方法包括视频媒体由主被叫侧sbc传输至视频彩铃平台，通过视频彩铃平台调用音视频加工模块，完成语音到文字的转换，并将转换后的文字与视频流进行叠加，达到视频叠加字幕的效果，再将加工处理后的视频流下发至各自的sbc,由其发送给主被叫终端。
13.本发明还提供了一种视频彩铃通话系统，所述系统包括：主叫终端、被叫终端、主叫ms域、被叫ms域、视频彩铃平台和音视频加工模块；
14.所述信令控制模块负责呼叫信令的接入、转发、接续、释放、完成主被叫终端以及媒体处理模块间的媒体协商、指示媒体处理模块完成媒体资源申请、媒体流播放、媒体流加
工、和媒体流转发以及负责控制业务流程的触发；
15.所述数据管理模块负责存储本系统功能配置信息、用户号码注册信息、用户业务配置信息、日志记录信息；并且完成对主被叫号码鉴权、业务场景识别、彩铃铃音获取、呼叫日志记录；
16.所述媒体处理模块负责接收来自信令控制模块的指令，完成对音视频媒体流的接收、播放、复制、编解码、二次加工处理、替换和转发；在被叫应答前，所述媒体处理模块将分别于主被叫用户建立媒体链路，为主叫播放视频彩铃；在被叫应答后，所述媒体处理模块将创建包含主被叫用户在内的会议段，实时接收主被叫的视频流，并接收音视频加工模块完成视频字幕的合成结果后转发至对方；
17.所述文件存储模块负责存储该系统的所有音视频铃音文件；
18.优选地，所述系统包括：还包括
19.音视频加工模块；所述音视频加工模块负责接收来自媒体处理模块的音频媒体流数据和转换指令，对音频媒体流进行语音识别转文字、文字转字幕特效、字幕叠加视频，反馈给媒体处理模块。
20.与现有技术相比，本发明的有益效果是：
21.本发明在视频彩铃平台中，创新性地采取了主被叫通话音视频媒体流传输路径分离的技术，在网络条件欠佳环境下的音视频通话稳定性将大大增强，用户的通话体验将大幅提高。
附图说明
22.图1为整个视频彩铃系统的网络总体架构图；
23.图2为本发明提供的主被叫间的音频媒体链路与视频媒体链路进行分离的方法和系统处理流程图；
24.图3为本发明提供的信令处理流程图；
具体实施方式
25.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
26.参照图1，整个音视频彩铃系统工作过程为：主被叫终端通过不同的传输网络接入ims核心网,sbc转发呼叫信令给cscf(包括p-cscf、i-cscf、s-cscf)，由cscf完成用户注册认证、呼叫会话控制、路由选择等，最后触发视频彩铃系统业务。
27.视频彩铃系统由信令控制模块接管主叫的请求信令，并指示数据管理模块完成对主被叫用户的鉴权和业务识别后，然后转发呼叫请求信令至被叫终端，接着借助媒体处理模块完成对主被叫用户的媒体协商和媒体资源分配。在被叫应答前，由媒体处理模块为主叫用户播放视频彩铃；在被叫摘机后，借助音视频加工模块将音频媒体流转换为文字，交由媒体处理模块对复制视频流进行二次加工处理，叠加上字幕，再转发至对端sbc,最终呈现在主被叫终端上。其中文件存储模块负责存储该系统中所有的音视频铃音文件。
28.参照图2，本发明提供的分离方法和系统处理流程为：
29.①
主叫终端主叫终端发起invite呼叫请求(音频或视频)；
30.②
sbc转发invite呼叫请求给s-cscf，由s-cscf完成用户注册认证、呼叫会话控制、路由选择等；
31.③
s-cscf将呼叫路由到被叫归属的s-cscf；
32.④
被叫归属s-cscf再向hss查询用户签约信息，发现该被叫用户已签约视频彩铃业务，将呼叫请求触发到视频彩铃平台。视频彩铃平台完成主被叫用户的鉴权后，再下发invite消息到被叫侧；
33.⑤
被叫侧s-cscf转发invite消息到被叫侧sbc；
34.⑥
被叫侧sbc转发invite请求到被叫终端，
35.⑦
被叫摘机，视频彩铃平台与主叫终端和被叫终端分别完成彩铃媒体协商，将音频媒体链路为主叫侧sbc与被叫侧sbc直接连接，将视频媒体链路协商为通过视频彩铃平台分别与主叫侧sbc和被叫侧sbc连接。这样主被叫通话间的音频通过两端的sbc直接传输；
36.⑧
主被叫的视频媒体流(音频呼叫可以播放彩铃视频流)都会通过视频彩铃平台进行二次加工处理后再转发给对方sbc。视频彩铃平台接收到视频媒体流后，通过媒体处理模块，原样复制一份后，利用音视频加工模块完成音频媒体流到文字的转换，并将此与复制视频流进行叠加，增加字幕，完成后，再转发至对方侧sbc，最终呈现在主被叫终端上，保证主被叫正常通话同时向主被叫终端分别播放带字幕的视频背景。
37.参照图3，本发明的信令处理流程如下：
38.1.1)主叫用户a音频呼叫被叫用户b，invite送至被叫侧s-cscf；
39.2.2-4)s-cscf查询hss获取被叫b的用户签约信息，并根据签约信息优先级将invite送至视频彩铃平台；
40.3.5)-9)主被叫完成音视频通话媒体协商和资源预留；
41.4.10)-11)被叫用户b振铃，发送180经s-cscf到视频彩铃平台；
42.5.12)-15)视频彩铃平台与主叫完成视频彩铃的媒体协商；
43.6.16)视频彩铃平台发送180至主叫，通知主叫用户被叫终端已振铃，并开始由视频彩铃平台向主叫用户播放视频彩铃；
44.7.17)-20)被叫用户b摘机，发送200ok(invite)经s-cscf至视频彩铃平台，视频彩铃平台应答回ack；
45.8.21)-24)视频彩铃平台使用re-invite与被叫重新进行媒体协商，其中音频媒体行使用主叫侧的媒体信息，视频媒体行使用视频彩铃平台的媒体信息，被叫应答200ok re-invite,并携带音视频媒体；
46.9.25)-26)视频彩铃平台向主叫发送update消息请求更新媒体，其中音频媒体使用被叫的媒体信息，视频媒体保持视频彩铃平台的信息。主叫应答200ok update,并携带音视频媒体；
47.10.27)-28)视频彩铃平台透传摘机200ok(invite)给主叫，主叫应答ack，透传至被叫，主被叫进行音视频通话，视频彩铃平台借助音视频加工模块将二次加工处理后的视频媒体流向主被叫继续播放。
48.11.29)-30)被叫挂机，流程结束。
49.尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。