PJPROJECT项目中处理已确认状态下的二次INVITE请求问题分析
2025-07-02 02:08:40作者:董斯意
背景介绍
在基于PJPROJECT(PJSIP)实现的SIP客户端开发过程中,我们遇到了一个关于媒体协商的典型问题。当SIP呼叫处于已确认(CONFIRMED)状态时,如果收到对端发来的二次INVITE请求(即re-INVITE),且该请求包含多个音频媒体流描述时,系统会出现媒体流异常问题。
问题现象
从日志分析可以看出,当呼叫建立后处于CONFIRMED状态时,对端发送了一个包含两个m=audio行的SDP offer:
- 第一个媒体行使用RTP/AVP协议
- 第二个媒体行使用安全的RTP/SAVP协议
PJSIP选择了第二个媒体行(索引1)进行协商,但最终该媒体流却被标记为"Local hold"(本地保持)状态,导致音频传输中断。
技术原理
在PJSIP中,pjsua_call_setting结构体控制着呼叫的媒体设置,其中有两个关键参数:
aud_cnt:指定允许的音频流数量,默认为1media_dir数组:指定每个媒体流的方向(发送、接收或双向)
当收到包含多个音频媒体描述的re-INVITE时,如果aud_cnt设置为1(默认值),PJSIP只会处理其中一个媒体流,其他媒体流将被忽略或设置为非活动状态。
解决方案
要正确处理这种情况,需要在发起或应答呼叫时正确配置媒体设置:
- 将
aud_cnt设置为期望支持的音频流数量(如2) - 为每个媒体流明确设置方向,通常设为
PJMEDIA_DIR_ENCODING_DECODING(双向)
示例配置代码:
pjsua_call_setting call_opt;
pjsua_call_setting_default(&call_opt);
call_opt.aud_cnt = 2; // 支持两个音频流
call_opt.media_dir[0] = PJMEDIA_DIR_ENCODING_DECODING;
call_opt.media_dir[1] = PJMEDIA_DIR_ENCODING_DECODING;
深入分析
这种设计源于SIP协议对媒体协商的灵活性要求。在实际应用中,可能会遇到以下场景:
- 对端同时提供普通和安全版本的媒体流
- 对端提供不同编解码的多个媒体流选项
- 对端尝试更新媒体参数或增加新的媒体流
PJSIP通过pjsua_call_setting结构体提供了细粒度的控制能力,开发者可以根据实际需求配置媒体处理策略。当收到re-INVITE时,PJSIP会基于这些设置决定如何处理每个媒体流。
最佳实践
- 在开发支持复杂媒体场景的SIP客户端时,应预先评估可能遇到的媒体流数量
- 对于需要支持多种媒体配置的场景,适当增加
aud_cnt值 - 明确设置每个媒体流的方向,避免使用默认值
- 在处理re-INVITE时,检查当前媒体设置是否满足需求
总结
PJPROJECT作为成熟的SIP协议栈,提供了灵活的媒体处理机制。理解并正确配置pjsua_call_setting参数是解决此类媒体协商问题的关键。通过合理设置音频流数量和方向,可以确保在各种网络环境和SIP服务器配置下都能正确处理re-INVITE请求,维持稳定的媒体通信。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
deepin linux kernel
C
28
16
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
562
98
暂无描述
Dockerfile
706
4.51 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
412
338
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
958
955
Ascend Extension for PyTorch
Python
569
694
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.6 K
940
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.42 K
116
AI 将任意文档转换为精美可编辑的 PPTX 演示文稿 — 无需设计基础 | 包含 15 个案例、229 页内容
Python
78
5
暂无简介
Dart
951
235