Baresip项目中如何避免自动发送180 Ringing响应的问题分析
2025-07-07 01:08:41作者:尤辰城Agatha
问题背景
在Baresip项目中,当接收到一个INVITE请求时,系统会自动发送180 Ringing响应。这一行为在某些场景下可能并不理想,比如当应用程序需要先进行某些处理或验证后再决定是否接受呼叫时。开发者希望能够在应用程序层面控制是否发送180 Ringing响应,而不是由系统自动发送。
技术分析
当前实现机制
在Baresip的当前实现中,call_accept函数会直接调用sipsess_accept并硬编码发送180 Ringing响应:
err = sipsess_accept(&call->sess, sess_sock, msg, 180, "Ringing",
account_rel100_mode(call->acc),
ua_cuser(call->ua), "application/sdp", NULL,
auth_handler, call->acc, true,
sipsess_offer_handler, sipsess_answer_handler,
sipsess_estab_handler, sipsess_info_handler,
call->acc->refer ? sipsess_refer_handler : NULL,
sipsess_close_handler,
call, "Allow: %H\r\n%H",
ua_print_allowed, call->ua,
ua_print_require, call->ua);
问题根源
这种硬编码方式导致应用程序无法灵活控制是否发送180 Ringing响应。理想情况下,应该先发送100 Trying响应(这是一个临时响应,表示请求已被接收但尚未处理完毕),然后由应用程序决定是否发送180 Ringing响应。
解决方案
核心修改点
- 修改sipsess_accept调用:将默认的180 Ringing改为100 Trying响应
- 添加新的API函数:
call_ringing,允许应用程序显式发送180 Ringing响应 - 调整菜单模块:在需要时才调用
call_ringing发送180响应
具体实现
- 修改sipsess_accept调用:
err = sipsess_accept(&call->sess, sess_sock, msg, 100, "Trying",
account_rel100_mode(call->acc),
ua_cuser(call->ua), "application/sdp", NULL,
auth_handler, call->acc, true,
sipsess_offer_handler, sipsess_answer_handler,
sipsess_estab_handler, sipsess_info_handler,
call->acc->refer ? sipsess_refer_handler : NULL,
sipsess_close_handler,
call, NULL);
- 新增call_ringing API:
int call_ringing(struct call *call)
{
if (!call)
return EINVAL;
return sipsess_progress(call->sess, 180, "Ringing",
account_rel100_mode(call->acc),
NULL,
"Allow: %H\r\n%H",
ua_print_allowed, call->ua,
ua_print_require, call->ua);
}
- 菜单模块调整:
if (adelay == -1) {
call_ringing(call);
play_incoming(call);
}
技术优势
- 更符合SIP协议规范:100 Trying是更合适的初始响应,表示请求已被接收但尚未处理
- 提高灵活性:应用程序可以完全控制是否以及何时发送180 Ringing响应
- 保持兼容性:不影响现有自动应答(autoanswer)功能
- 更好的用户体验:只有在用户真正听到铃声时才发送180 Ringing响应
实现细节
sipsess_accept函数修改
原始实现中,sipsess_accept函数对状态码有严格限制(101-299),这导致无法发送100 Trying响应。修改后允许100状态码:
if (!sessp || !sock || !msg || scode < 100 || scode > 299 ||
!cuser || !ctype)
return EINVAL;
状态机流程变化
修改后的流程更加合理:
- 接收INVITE请求
- 自动发送100 Trying响应
- 应用程序处理呼叫(如播放铃声)
- 应用程序显式调用
call_ringing发送180 Ringing响应(如果需要) - 最终接受或拒绝呼叫
总结
通过对Baresip核心代码的修改,我们实现了对180 Ringing响应的灵活控制。这一改进不仅解决了原始问题,还使整个呼叫处理流程更加符合SIP协议规范,为应用程序提供了更大的控制权。这种设计模式也更易于扩展,未来可以方便地添加其他类型的临时响应控制。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
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++
660
307
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
259
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
🎉 (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
1.19 K
652
仓颉编程语言运行时与标准库。
Cangjie
141
878
仓颉编译器源码及 cjdb 调试工具。
C++
134
867