DTMF在VOIP中的解决方案

简介

双音多频DTMF（Dual Tone Multi-Frequency）信令，逐渐在全世界范围内使用在按键式电话机上，因其提供更高的拨号速率，迅速取代了传统转盘式电话机使用的拨号脉冲信令。近年来DTMF也应用在交互式控制中，诸如语言菜单、语言邮件、电话银行和ATM终端等。

 

由于DTMF在传统通信领域中的广泛使用，所以在VOIP中，DTMF仍是发挥着重要的作用。

 

一个DTMF信号由两个频率的音频信号叠加构成。这两个音频信号的频率来自两组预分配的频率组：行频组或列频组。每一对这样的音频信号唯一表示一个数字或符号。产生DTMF信号，就是利用两个不同频率的正弦波叠加以后形成的波形，解码时则采用改进的Goertzel算法，从频域搜索两个正弦波的存在。

 

下表描述了每个DTMF信号的频率。

 

	1209 Hz	1336 Hz	1477 Hz	1633 Hz
697 Hz	1	2	3	A
770 Hz	4	5	6	B
852 Hz	7	8	9	C
941 Hz	*	0	#	D

 

DTMF在VOIP中的解决方案

由于在IP网中的通信传输是采用包交换（packet switch）而不是传统领域中的线路交换（circuit switch）以及IP网的不稳定的特性，DTMF在VOIP中应用的解决方案和传统有所不同，并且暂时还未统一，有多种解决方案。

下面简单介绍现有的各种方案。

用SIP信令的INFO方法携带DTMF信号。

该方法是用SIP信令的INFO方法来明文定义来代表DTMF信号。该种方法还在研究讨论当中，有专家认为其并不适用，主要缺陷是因为SIP控制信令和媒体传输（RTP）是分开传输，很容易造成DTMF信号和媒体包不同步。

简单举个例子，在 Voice Mail应用中，用户根据提示音输入一个DTMF信号，随后开始留言。Server是在接受到该DTMF信号后开始保存用户的留言。然而由于DTMF信号是通过SIP信令来传输的，而媒体流是通过RTP来传输的，有可能用户留言的RTP包先到，而该DTMF信号的INFO消息延迟，导致Server不保存用户的语音留言直至接受到INFO消息。

在RTP媒体传输中携带DTMF信号。

该方法是将DTMF信号和媒体流一样，用RTP包来传输，因而没有DTMF信号和媒体流不同步的问题，使用H323信令的VOIP就是采用该种方法，相对来说比较成熟。

而其中又分In band和Out of band（RFC2833）两种。

l         In Band DTMF

In Band DTMF是指直接将DTMF的音频数字信号不经任何处理直接打成RTP包在IP网中传输。其中可能和用户的语音媒体流混合（mix）在一起传输。程序要获知哪个包有DTMF信号，是什么DTMF信号，必须实时检查每个RTP包里面的媒体流数据，分析它的频域。

l         Out of Band DTMF(RFC 2833)

Out of Band DTMF是DTMF信号用专门的RTP包进行标识，在RTP包的头域中就可得知该包是DTMF包，并且知道是什么DTMF信号。RFC2833专门对此有定义。

 

动态生成DTMF音频信号

当程序需要产生一个DTMF音频数字信号时，当然可以读取已经录制好的文件。

 

在这里介绍如何利用算法程序动态产生单个DTMF音频数字信号。

前面介绍过DTMF信号的原理是两个不同频率的正弦波叠加。

简单的生成正弦波的公式：sample=sin(n*2*PI*f/samplerate)

n：采样序数，由0开始递增

f：正弦波的频率

samplerate：采样频率

sample：序数n时的得出的采样值

 

如果要生成一个采样频率是8000hz，采样位是8bit的DTMF信号，则公式：

sample(n) = 128 + 63*sin(n*2*pi*f1/8000) + 63*sin(n*2*pi*f2/8000)

f1和f2分别是该DTMF信号的两个正弦波频率

其中128 = 256/2

63 = 128 /2 – 1

同样地，如果要生成16bit的DTMF信号，则公式：

sample(n) = 32768 + 16383*sin(n*2*pi*f1/8000) + 16383*sin(n*2*pi*f2/8000)

 

计算DTMF信号是一个耗费资源的过程，你可以通过不同途径去优化你的代码，最简单的是预先计算好2*pi*f1和2*pi*f2的值，减少CPU的计算时间。

 

关于DTMF信号的时间间隔，CCITT对DTMF信号规定的指标是，传送/接收率为每秒10个数字，即每个数字100ms。代表数字的音频信号必须持续至少45ms，但不超过55ms。100ms内其他时间为静音，以便区别连续的两个按键信号。

 

根据RTP包中的音频信号检测DTMF信号

在输入信号中检测DTMF信号，并将其转换为实际的数字，这一解码过程本质是连续的过程，需要在输入的数据信号流中连续地搜索DTMF信号频谱的存在。

整个检测过程分两步：首先采用Goertzel算法在输入信号中提取频谱信息；接着作检测结果的有效性检查。

Goertzel算法
DTMF解码即是在输入信号中搜索出有效的行频和列频。计算数字信号的频谱可以采用DFT及其快速算法FFT，而在实现DTMF解码时，采用Goertzel算法要比FFT更快。通过FFT可以计算得到信号所有谱线，了解信号整个频域信息，而对于DTMF信号只用关心其8个行频/列频及其二次谐波信息即可（二次谐波的信息用于将DTMF信号与声音信号区别开）。此时Goertzel算法能更加快速的在输入信号中提取频谱信息。

 

参考

[1] “Generating DTMF tones using soundcard”  Tomi Engdahl

[2] “双音多频DTMF技术在DSP系统中的实现” 管庆徐胜

[3] “RTP Payload for DTMF Digits, Telephony Tones and Telephony Signals”  RFC2833

H. Schulzrinne, S. Petrack

[4] “RTP: A Transport Protocol for Real-Time Applications”  RFC1889

H. Schulzrinne,, S. Casner,  R. Frederick, and V. Jacobson,