Asterisk项目中CallerID在DTMF转接过程中的丢失问题分析
2025-06-30 14:53:53作者:秋泉律Samson
在Asterisk开源通信平台中,存在一个关于CallerID(主叫号码显示)在DTMF转接过程中丢失的技术问题。这个问题主要影响使用PJSIP通道驱动(chan_pjsip)的场景,涉及18及以上版本的所有环境。
问题本质:当执行带DTMF的出席转接(attended transfer)操作时,系统会出现一个竞态条件。这个竞态条件会导致拨号计划中设置的CallerID信息被转接发起方(Transferer)的默认信息覆盖。
技术背景:在Asterisk的转接流程中,CallerID的设置和传递是一个关键功能。正常情况下,拨号计划可以通过Set命令明确指定CallerID信息。但在特定转接场景下,特别是当使用DTMF信号触发转接时,系统对CallerID的处理会出现时序问题。
问题影响:这个bug会导致最终被叫方看到的来电显示信息不正确,可能显示为转接方的信息而非原始主叫方信息。这种情况在商业环境中可能影响客户体验和通话追踪。
解决方案:开发团队通过代码提交修复了这个问题。修复的核心思路是:
- 确保在转接过程中正确处理CallerID信息的时序
- 防止转接方的默认信息覆盖拨号计划中明确设置的CallerID
- 保持转接过程中信息传递的一致性
技术意义:这个修复不仅解决了具体的使用问题,还增强了Asterisk在复杂转接场景下的可靠性。对于依赖CallerID信息进行路由、计费或客户识别的应用场景尤为重要。
最佳实践建议:对于使用转接功能的Asterisk部署,建议:
- 及时更新到包含此修复的版本
- 在拨号计划中使用明确的CallerID设置
- 测试转接场景下的CallerID显示是否符合预期
- 对于关键业务系统,考虑添加CallerID验证机制
这个问题展示了在复杂通信系统中时序处理的重要性,也体现了开源社区通过issue跟踪和协作解决问题的典型流程。
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
Ascend Extension for PyTorch
Python
222
238
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
暂无简介
Dart
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
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
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217