如何使用 C# 和 SIP、SDP、RTP 和 RTCP 构建 .NET 软电话
4.79/5 (15投票s)
关于如何轻松构建软电话应用程序的论文和教程。
引言
如今，VoIP（网络电话）技术的快速普及是可以预见的。您可以在越来越多的领域找到 VoIP 解决方案。其中一个可能的应用模式就是构建一个简单的互联网电话程序。基于这些事实，我决定基于以下知识和需求构建我自己的 VoIP 电话应用。
所使用的代码应支持最新的稳定 .NET 技术、C# 编程语言，并且易于混淆。[3]
VoIP 呼叫的两个基本协议是 SIP [1] 和 H323 [2] 协议。这两个协议都能够利用其他协议在参与者之间建立视听通信。
我决定使用 SIP 协议，因为它易于实现，并且对通信过程的理解也更容易。此外，SIP 协议不继承 PSTN 网络的功能。详细的比较也探讨了这个问题。
因此，在设计决策之后，很自然地就决定使用 SIP、SDP、RTP 和 RTCP 协议：SIP（会话发起协议）用于在各方之间创建会话。SDP（会话描述协议）用于描述多媒体通信会话。RTP（实时应用程序传输协议）定义了媒体数据的传输。通信过程是通过使用 SIP、SDP 然后 RTP 协议建立起来的。
实验
在我实验的第一阶段，我决定编写一个自己的软电话。它从 SIP 协议的最小实现开始，然后我开发了 SIP 消息的最小表示（换句话说，我开发了包含在普通 SIP 消息中的 SIP 头部，例如 Via、Contact、From、To、Call-ID）。之后，我成功地在 INVITE 级别建立了呼叫。
到目前为止，我可以轻松快速地继续，但随后我遇到了两个问题：一是某些情况下收到的 INVITE 消息不起作用。二是用于媒体协调的 SDP 协议缺失或等待实现，负责媒体通信的 RTP 协议也缺失。然后，由此产生了以下软件架构的构想。
+-----------------------------+
| UserAgent [4] |
+--------------+--------------+
|SIP/SDP [4][5]| RTP [6] |
+--------------+--------------+
| Network layer |
+-----------------------------+
由于此软件架构只有五分之二已完成，我开始在互联网上搜索组件。网上有一些不错的 SDP 实现，但 RTP 实现也包括网络通信。这个事实会使标准化使用变得困难。当我处理第一个问题时，我发现了一个名为“SIP 协议的搭便车指南”[8] 的 SIP 指南。那时我决定放弃使用我自己编写的组件来实现所需的应用。
在我实验的第二阶段，我一直在寻找提供复杂 SIP 协议处理解决方案的外部组件。互联网上大多数可用的 SDK 都不能满足上述要求。它们无法正确使用，难以使用，或者需要过多的技术知识，或者是包装的 COM 对象。
经过我的搜索，我找到了 Ozeki 提供的解决方案。Ozeki VoIP SIP SDK 提供了易于使用的界面；此外，它还通过一个模拟软电话对象来帮助测试。在软件开发生命周期的 MockUp 部分，它使得对适当组件和模型的测试更加容易。此外，随机事件模拟现实，并创建真实的场景，而无需进行实际的电话呼叫。
在我实验的第三阶段，我了解并开始使用选定的组件。现在我想总结一下结果和经验。由于本文的目的不是展示 Windows 声音管理，声音管理将以一种简单而引人注目的方式呈现。基于 Ozeki VoIP SIP SDK 网站 [9][10] 上提供的示例代码，借助一个能够务实地处理 VoIP 呼叫的组件，您可以获得一个透明、易用且简单的代码。
Ozeki VoIP SIP SDK
为了简化，我将向您展示一个忽略 GUI 实现和音频设备技术细节处理的程序。通过在控制台应用程序中展示 SDK 用法，可以轻松解决这些细节带来的问题。通过即时返回接收到的音频数据，也可以解决声音处理问题。因此，代码专注于事件处理和结构对象的介绍。
为此，我们需要熟悉可用的工具。在抽象层中间是 IPhoneCall。您可以在 Ozeki 网站上提供的文档中找到有关 IPhoneCall 的更多信息。可以将一个监听器附加到 Phonecall 对象上，这类似于 Observer 模式。尽管如此，附件和分离仍需要程序员通过 AttachListener 和 DetachListener 扩展方法来完成。此外，所有事件类型都通过 VoIPEventArgs 进行统一处理。
public interface IPhoneCallListener
{
void CallErrorOccured(object sender, VoIPEventArgs<CallError> e);
void CallStateChanged(object sender, VoIPEventArgs<CallState> e);
void DtmfReceived(object sender, VoIPEventArgs<DTMF> e);
void MediaDataReceived(object sender, VoIPEventArgs<VoIPMediaData> e);
void PlainMediaDataReceived(object sender, VoIPEventArgs<EncodedMediaData> e);
}
在代表性电话呼叫对象的活动生命周期中，可能会出现各种情况。这些情况列在 IPhoneCallListener 中。这些函数名称不言自明，因此在此不再赘述。下面的示例可以为您提供指导。
class PongCallListener : IPhoneCallListener
{
public void DtmfReceived(object sender, VoIPEventArgs<DTMF> e)
{
var dtmf = e.Item;
var call = (PhoneCall)sender;
Console.WriteLine("Dtmf received");
call.SendDTMFSignal(VoIPMediaType.Audio, e.Item);
}
在此示例中，我们创建了一个简单的 PhoneCallListener 对象。一旦收到一些信息，它就会将其发送给对方。DTMF 信号发送是一个例子。
public void CallErrorOccured(object sender, VoIPEventArgs<CallError> e)
{
var call = (PhoneCall)sender;
Console.WriteLine("Call error occurred: " e.Item);
}
如果在呼叫配置过程中发生错误，错误的目的将被写在屏幕上。
public void MediaDataReceived(object sender, VoIPEventArgs<VoIPMediaData> e)
{
var call = (PhoneCall)sender;
call.SendMediaData(e.Item.MediaType, e.Item.PCMData);
}
已收到纯 PCM 格式的数据。这意味着 SDK 不仅可以处理音频，还可以处理其他媒体类型的数据。在这里，我们只是将接收到的数据发送回发送方，从而让他大吃一惊。
public void CallStateChanged(object sender, VoIPEventArgs<CallState> e)
{
var call = (PhoneCall)sender;
Console.WriteLine("Call state changed: " e.Item);
if (e.Item > CallState.InCall)
call.DetachListener(this);
}
呼叫的状态可能会发生变化。如果状态不为 InCall，即以某种方式结束了，我们挂断电话，或者对方挂断了电话。如果发生这些情况，则值得使用上述 DetachListener 方法将 PhoneCallListener 对象从 PhoneCall 对象中移除。
public void PlainMediaDataReceived(object sender, VoIPEventArgs<EncodedMediaData> e)
{
}
}
如果来电的数据是加密形式的，那么在应用程序运行时，我们使用了 IPhoneCall.PlainMediaData 属性。在这种情况下，我们无需执行任何操作。
因此，我们最需要处理的设备是实现 IPhoneCall 接口的对象，以及附加到它的 IPhoneCallListener 对象。通过这种方式，我们获得了适当的创造性自由。
pclass Program
{
我们还需要创建电话呼叫。为了做到这一点，我们需要一个程序。
static Dictionary<string,IPhoneCall> Calls;
static PongCallListener FunnyCallListener;
该程序包含活动呼叫的 Dictionary，并且我们只使用一个 PongCallListener。
static void Main(string[] args)
{
ISoftPhone SoftPhone = new SoftPhone("", 5000, 8000, 5060);
//ISoftPhone SoftPhone = new VoIP.SDK.Mock.ArbSoftPhone();
SoftPhone.IncommingCall = (SoftPhone_IncommingCall);
IPhoneLine PhoneLine = null;
FunnyCallListener = new PongCallListener();
Calls = new Dictionary<string, IPhoneCall>();
我们实例化一个处理呼叫的 SoftPhone 对象。如果我们厌倦了使用真实呼叫测试我们的应用程序，那么我们可以使用接收到的 ArbSoftPhone，它可以创建随机情况。
在我们的 SoftPhone 完成后，我们订阅来电事件，顾名思义，该事件在有来电时触发。在参数中，单独找到呼叫对象。
我们还需要一个电话线路，这就是 IPhoneLine 接口。在此，我想补充一点，SDK 可以处理多条并行线路，并在其上进行多次并行呼叫。然后，我们实例化我们将在程序运行期间附加到每个呼叫的 CallListener 对象。Calls 字典将 Call strings 分配给呼叫对象。
Console.WriteLine("Be funny!");
Console.Write("Display name: "); string displayName = Console.ReadLine();
Console.Write("Username: "); string username = Console.ReadLine();
Console.Write("Register name: "); string registerName = Console.ReadLine();
Console.Write("Register password: "); string registerPassword = Console.ReadLine();
Console.Write("Domain server: "); string domainServer = Console.ReadLine();
我们从用户那里读取注册信息。
string[] domains = domainServer.Split(':');
int port = 5060;
if (domains.Length == 2)
port = Int32.Parse(domains[1]);
SIPAccount account = new SIPAccount(true, displayName, username, registerName,
registerPassword, domains[0], port);
PhoneLine = SoftPhone.CreateAndRegisterPhoneLine(account);
我们检查给定的域中是否有端口，如果没有，则在注册期间使用默认的 5060 端口。为此，我们需要创建一个 SIPAccount 对象，然后使用此对象，向 SoftPhone 请求一个 IPhoneLine 对象。在此 IPhoneLine 对象上，我们开始注册过程。
while (true)
{
然后，就是有趣的部分了……
string statement = Console.ReadLine().Trim();
if (statement.StartsWith("exit"))
break;
……直到我们厌倦为止。我们从键盘读取一个 string。如果它是“exit”，我们就退出；如果是其他内容……
if (!Calls.ContainsKey(statement))
{
if (PhoneLine.RegisteredInfo == PhoneLineInformation.RegistrationSucceded)
{
IPhoneCall Call = SoftPhone.CreateCallObject(
PhoneLine, statement, FunnyCallListener
);
Calls.Add(statement, Call);
Call.CallStateChanged = (Call_CallStateChanged);
Call.Start();
}
}
}
……我们检查是否已将呼叫对象附加到收到的 string，如果是，则什么也不发生；如果不是，我们检查我们的电话线路是否已成功注册。如果已注册，我们就用 SoftPhone 创建一个电话对象，它将只在我们的一个电话线路上呼叫。这些呼叫将针对键入的电话号码创建，并将包含在 DialInfo 的属性中。
我们将键入的电话号码附加到创建的对象，我们订阅呼叫状态转换，以便在对方挂断时，我们能收到通知，然后就可以将其从 Calls 中移除。
然后我们开始呼叫。我们不断重复这个过程，直到我们厌倦为止。
foreach (IPhoneCall call in Calls.Values)
call.HangUp();
SoftPhone.Close();
}
退出时，我们挂断所有正在进行的呼叫。
之后，我们还需要事件处理程序。这些是用于处理来电。此外，它们还负责在特定呼叫结束时从呼叫对象字典中移除。
static void SoftPhone_IncommingCall(object sender, VoIPEventArgs<IPhoneCall> e)
{
e.Item.AttachListener(FunnyCallListener);
Calls.Add(e.Item.DialInfo, e.Item);
e.Item.CallStateChanged = (Call_CallStateChanged);
e.Item.Accept();
}
我们立即将我们的 CallListener 附加到传入的呼叫。我们将其添加到 Calls 中。然后我们还添加了更改状态转换函数。我们自动接受传入的呼叫。
static void Call_CallStateChanged(object sender, VoIPEventArgs<CallState> e)
{
if (e.Item > CallState.InCall)
{
IPhoneCall call = sender as IPhoneCall;
if (call == null)
return;
Calls.Remove(call.DialInfo);
call.DetachListener(FunnyCallListener);
call.CallStateChanged -= (Call_CallStateChanged);
}
}
}
如果收到的 CallState 大于 InCall，则呼叫已结束，这是我们感兴趣的事件。我们根据拨号信息将呼叫对象从 Calls 中移除，然后像 Call_CallStateChanged 事件处理程序一样，将其从呼叫对象中移除 CallListener。CallState 是一个 enum，它对呼叫状态进行排序。例如，它从 Setup 到 InCall，经过 Completed，这就是为什么可以使用比较运算符，任何表示呼叫结束的都大于 InCall。
该示例展示了开发一个能够处理电话呼叫的、通常很复杂的应用程序是多么简单快捷。扩展仅取决于 IPhoneCallListener 的实现。
摘要
总而言之，实现自己的 VoIP SoftPhone 需要花费大量时间和精力。因此，使用先前编写的组件是有效的。在研究了许多 SDK 后，最容易理解的是 Ozeki 提供的解决方案。正如示例所示，通过在接口中编写、在类中实现，它以最简单的方式处理电话呼叫。正如阿尔伯特·爱因斯坦所说：“一切都应该尽可能简单，但不能更简单。”
您无需担心实现细节。程序员可以对电话呼叫进行的所有操作，都集中在这里，并且其状态在一个地方定义。因此，您的计划可以轻松实现，因为您不必陷入技术细节的泥潭。它就像一、二、三一样简单。我请求一部电话和一条或多条线路，然后我就可以呼叫或被呼叫。然而，本文大量引用了网络页面上的文档，从中可以获得更多信息。我向所有人推荐这个解决方案。
参考文献
[1] http://en.wikipedia.org/wiki/Session_Initiation_Protocol
[2] http://en.wikipedia.org/wiki/H323
[3] http://en.wikipedia.org/wiki/Obfuscated_code
[4] http://tools.ietf.org/html/rfc3261
[5] http://tools.ietf.org/html/rfc4566
[6] http://tools.ietf.org/html/rfc3550
[7] http://tools.ietf.org/html/rfc3551
[8] http://tools.ietf.org/html/rfc5411
[9] http://www.voip-sip-sdk.com
[10] http://www.voip-sip-sdk.com/index.php?owpn=98
历史
- 2011年3月18日：初始发布