Asterisk项目中CallerID在DTMF转接过程中的丢失问题分析
2025-06-30 08:41:06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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
184
196
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++
648
265
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
275
97
暂无简介
Dart
623
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.43 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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