IP媒体服务器控制协议的探讨

媒体服务器在网络的位置
媒体服务器属于软交换网络中一个网元，在软交换或应用服务器的控制下，提供各种业务所需的媒体资源。是业务实现过程中不可或缺的组成部分，广泛应用于包括基本语音提示、IP Centrex、IP会议、预付费业务、统一通信、视频、IP FAX等各种业务。

软交换/应用服务器和媒体服务器之间的交互消息分为两类：控制消息和通知消息。控制消息是软交换/应用服务器发往媒体服务器的，包含如何建立和处理媒体流。通知消息是由媒体服务器发向软交换/应用服务器的，上报媒体服务器处理的结果。一般来说，控制消息和通知消息可能在呼叫进行中的任何时候发生，也可能同时发生。

呼叫代理和媒体服务器简单的交互过程有语音播报业务和多方通话业务，只需要不多的S通知消息，主要是呼叫代理发向媒体服务器的控制消息。IVR业务稍微复杂一些，需要许多控制消息和通知消息。高级会议是最复杂的流程，它不仅包括了许多控制消息和通知消息，还有很多会议业务特有的控制消息和通知消息。

现有的控制协议
目前，媒体服务器的主要控制协议包括MGCP、H.248和SIP。

1．MGCP
MGCP最初是为媒体网关控制协议提出来的，通过MGCP的package的扩充机制，许多标准化组织和设备开发商定义了许多用于媒体服务器的packages，如AAU、BAU等；PacketCable NCS则定义了集合set和变量variable，可以支持多种语音和变量音，这些努力使软交换可通过MGCP协议控制媒体服务器，实现播报录音通知、播变量音、DTMF收号、DTMF信号发送、录音、IVR、会议等多种业务，从而使MGCP作为媒体服务器控制协议被广泛应用。目前，世界各地实际部署的NGN网络中，MGCP协议作为媒体服务器控制协议最为普遍。

2．H.248/Megaco
H.248/Megaco协议也是一种媒体网关控制协议，功能和MGCP大体相同，它的出现主要是为了替代MGCP协议。它最初由IETF提出，后被ITU接受成为H.248协议。它的封包非常丰富，为了控制媒体服务器，还定义了Advanced Audio Server，同时借鉴了PackCable NCS定义的集合和变量的机制，使Megaco可以取代MGCP控制媒体服务器成为可能。在软交换网络中，已有小规模应用。在3GPP/IMS R5结构中，也被定义为MRFC和MRFP之间的控制接口。

3．SIP
SIP协议最初作为一种呼叫控制协议，因其简单和易于扩充，在NGN中得到广泛的应用。在控制媒体服务器也得到越来越多的应用，作为原来的控制协议MGCP和Megaco的替代。中国通信标准化协会CCSA，原信息产业部和中国电信的媒体服务器规范中，均已明确建议软交换和应用服务器通过SIP协议来控制媒体服务器。而事实上，目前基于SIP协议的媒体服务器已经在国内外的NGN网络中得到广泛的部署。

在3G/IMS的MRFP的控制接口上，也有越来越多的设备提供商建议采用SIP协议，而不是R5中提出的H.248协议。以后的IMS版本就这个接口将不断进行讨论，逐步规范。

但是SIP协议自身在控制媒体处理的时候是不足的，必须要经过适当的扩展，才可以满足实现增值业务所需要的控制消息和通知消息。目前主流的扩展是原snowshore公司提出的NETANN/MSCML以及原Convedia公司(现Radisys公司媒体服务器事业部)提出的MSML/MOML。

* NETANN
SIP协议经过简单扩展，即Netann(基本网络业务)就可以实现播报录音通知和简单的会议业务（即多方通话业务）；结合VoiceXML，还可以实现脚本化的IVR业务。因为基于Netann的SIP扩展控制流程比较简单，已经得到不少业务开发商和运营商的认可和使用。并被IETF采纳为rfc4240。借助于Netann，呼叫代理可以实现3类基本的语音业务：语音播报、多方通话、脚本化的IVR。

* MSCML
在MSCML（Media Server Control Markup Language）之前，没有一个增强型高级会议的基于SIP协议的标准控制方式。MSCML的发布正是为了解决Netann的不足，它可以实现高级会议和非脚本化的IVR业务。MSCML是基于XML的扩展，MSCML的文本是通过SIP的INVITE和INFO命令的消息体来携带的。

MSCML是一种标签语言，通过和SIP协议配合来提供高级会议功能，它提供了一种应用层的会议控制模型，不同于设备层的会议控制模型。MSCML有两大类功能。第一类功能包括许多高级会议的原语，诸如会议配置、参与方连接操作以及会议事件上报。第二类包括IVR的原语，如语音播报、DTMF收集、语音录制。MSCML的IVR功能最初是作为会议的一个附属功能。

MSCML可协同Netann提供增强型会议服务。Netann是通用的SIP常规协议，而MSCML是增强型会议控制协议。MSCML、VoiceXML和CCXML是相互补充的技术。MSCML提供了增强型会议服务，VoiceXML提供了增强型IVR，而CCXML提供了先进的呼叫控制功能。

* MSML/MOML
原Convedia(现Radisys公司媒体服务器事业部)公司在2003年发布了MSML和MOML。MSML和MOML的发布使得媒体服务器可以在SIP上支持使用MGCP或MEGAC0/H.248协议能实现的各种功能。不仅包括高级的多方语音会议、非脚本化的IVR业务，变量音和集合音，还可以支持多媒体视频会议等服务。

MSML和MOML是开放式的协议，遵循SIP协议的扩展原则，在没有改变SIP协议的基础上，提供了一个很好的扩展框架用于扩展的需要。

MSML/MOML是通过SIP协议的INFO和INVITE消息体起作用的。SIP/MSML/MOML的组合，是利用SIP协议来建立会话、修改会话、删除会话。而基于XML的MSML/MOML则用来提供媒体处理的控制接口。其中MSML是控制媒体流和媒体服务器的内部会议资源的接口；MOML是用来控制媒体流和会议中涉及到的复杂的媒体处理对象的。SIP和MSML/MOML组合在一起就构成了应用服务器和媒体服务器交互的一个功能强大的接口框架。

MSML/MOML语言是开放的、免费的。该标准的发布者为了使该标准获得在业界最广泛的应用，还专门发布了一个书面声明，表明现在和将来都不打算对该标准拥有专利。

MSML/MOML接口的发布为基于SIP协议的媒体服务器向前发展迈出了重要的一步，国内外许多媒体服务器厂商都开发了基于MSML的控制接口，而且一些开放的媒体处理平台也增加了对MSML的支持（如HMP软件和NMS板卡）。全球领先的网络运营商，增值业务提供商广泛部署了基于MSML接口的增值业务。基于MSML的应用开发商不计其数，推动着MSML的不断向前发展。

在中国移动的3G视频业务规范，IMS业务规范中多次提到采用MSML作为业务的控制接口。在全球的IMS项目招标中，MSML也是要求支持的控制协议。

总结
下一代网络是以丰富的业务作为驱动不断发展的，支持多媒体业务是不可逆转的趋势。在3G/IMS里，多媒体业务更是不可缺少的。而MGCP不支持多媒体，作为媒体处理控制协议，是不合适的。

H.248协议可完成MGCP的所有功能，并且支持多媒体。但从本质上，H.248是为了解决媒体网关控制协议的问题，并没有过多考虑媒体处理控制协议方面的问题。用在控制媒体服务器上，虽也可以完成基本的语音业务、IVR业务、基本会议，但H.248较复杂，从多媒体会话提供能力和业务扩展能力来说，它远不如SIP协议。下一代网络中的业务存在多样化、个性化、更新快的特点，使用H.248作为控制协议，会成为业务提供的瓶颈。

SIP协议虽最初是作为会话协议提出的，但是由于SIP协议具有实现简单、扩展性好、多媒体会话提供能力和业务扩展能力强的优点，经过简单的扩展（Netann），就可以实现播音、简单会议。结合MSML/MOML，媒体服务器不仅可提供高级的多方语音会议、非脚本化的IVR业务、高级的录音通知业务（变量音和集合音），还可以支持多媒体视频会议等业务。

当前业界很多机构，包括工业和信息化部和中国电信等运营商，已经认识到SIP协议在媒体处理控制接口的重要作用。我们相信随着媒体服务器的SIP控制接口规范的制定，SIP协议将在电信增值业务的提供上得到更广泛的应用。