PJProject中DTMF发送失败问题分析与解决方案
问题背景
在使用PJProject 2.14.1版本进行VoIP开发时,开发者遇到了DTMF(双音多频)信号发送失败的问题。具体表现为调用call->dialDtmf(digit)方法时,系统返回错误信息"Remote does not support RFC 2833",但实际上远程端是支持RFC 2833协议的。
问题现象
开发者在使用Xcode 15.3、iOS 17.2和macOS Sonoma 14.4.1环境下,调用PJProject的DTMF发送功能时遇到以下错误日志:
18:10:45.771 pjsua_aud.c !Call 0 dialing DTMF 1
18:10:45.771 call.cpp pjsua_call_dial_dtmf(id, &pj_digits) error: Remote does not support RFC 2833 (PJMEDIA_RTP_EREMNORFC2833) (status=220107)
问题分析
RFC 2833协议简介
RFC 2833是定义在RTP中传输DTMF信号的标准协议。它通过在RTP数据包中携带特殊的事件载荷(telephone-event payload)来传输DTMF信号,而不是传统的音频信号方式。这种方式效率更高,且能准确传输DTMF信号的开始、结束和持续时间。
问题根源
根据错误信息和项目维护者的回复,该问题的根本原因是SDP(会话描述协议)协商过程中未能正确建立RFC 2833支持。具体表现为:
- 远程端的SDP响应中没有包含tel-event载荷类型声明
- 或者本地与远程端在tel-event格式协商上出现了问题
版本差异分析
开发者提到在PJProject 2.14版本中可以正常工作,但在2.14.1版本中出现问题。进一步调查发现,真正影响功能的因素不是版本差异,而是TLS后端的变更:
- 之前使用OpenSSL作为TLS后端时可以正常工作
- 切换到iOS原生TLS后端后出现问题
这表明TLS后端的变更可能影响了SDP协商过程,特别是对tel-event载荷类型的处理。
解决方案
经过深入调查和测试,开发者最终通过以下方法解决了问题:
-
禁用部分编解码器:通过减少或调整使用的音频编解码器,可以避免SDP协商中的冲突,确保tel-event载荷类型能够被正确协商。
-
检查SDP协商:开发者应该检查SDP offer/answer交换过程,确认tel-event载荷类型是否被正确包含在媒体描述中。
-
TLS后端选择:如果使用iOS原生TLS后端出现问题,可以考虑切换回OpenSSL后端进行测试验证。
最佳实践建议
-
SDP调试:在开发过程中,应该记录并分析完整的SDP交换过程,确保所有需要的媒体格式和载荷类型都被正确协商。
-
编解码器配置:合理配置编解码器优先级,避免使用过多或不必要的编解码器,这可能会影响其他功能(如DTMF)的协商。
-
版本升级测试:在升级PJProject版本时,应该全面测试所有功能,特别是与媒体协商相关的功能。
-
TLS后端选择:根据实际需求选择合适的TLS后端,并了解不同后端可能带来的行为差异。
总结
DTMF发送失败问题通常与SDP协商过程密切相关,特别是在RFC 2833支持方面。开发者应该深入理解SDP协商机制,合理配置编解码器和TLS后端,确保VoIP应用中的各种功能能够正常工作。通过系统性的分析和测试,可以有效解决这类问题。
kernelopenEuler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。C038
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0118
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