PJSIP项目中Dialog订阅异常问题分析与解决方案
2025-07-02 19:02:31作者:邬祺芯Juliet
问题背景
在PJSIP项目(版本2.15)中,当Dialog事件订阅被终止后,系统会尝试重新订阅,但出现了订阅类型错误的问题。具体表现为:原本应该重新订阅Dialog事件,却错误地订阅了Presence事件。
问题现象分析
从日志中可以清晰地看到问题发生的全过程:
-
初始阶段,客户端正确地向服务器发送了Dialog事件订阅请求:
Event: dialog -
当订阅刷新时,服务器返回了481错误(Call/Transaction Does Not Exist),表示该事务不存在。
-
随后系统触发了重新订阅机制,但错误地将订阅类型从Dialog变为了Presence:
Event: presence
技术原理
在PJSIP项目中,事件订阅是通过pjsua_pres.c文件中的相关函数实现的。当订阅被终止后,系统会调用buddy_timer_cb回调函数来处理重新订阅逻辑。
当前实现的问题在于,buddy_timer_cb函数没有区分不同类型的订阅(如Dialog订阅和Presence订阅),导致无论原始订阅类型是什么,都会统一按照Presence订阅处理。
解决方案
正确的实现应该根据buddy的配置决定重新订阅的类型。具体修改方案如下:
- 在
buddy_timer_cb函数中增加订阅类型判断逻辑 - 根据buddy的presence标志位决定是重新订阅Presence还是Dialog事件
修改后的核心逻辑应如下:
if (buddy->presence == PJ_TRUE) {
pjsua_buddy_update_pres(buddy->index);
} else {
pjsua_buddy_update_dlg_event(buddy->index);
}
影响范围
该问题会影响所有使用PJSIP进行Dialog事件订阅的客户端,特别是在以下场景:
- 订阅超时刷新时
- 网络中断恢复后
- 服务器端主动终止订阅时
验证方法
开发者可以通过以下方式验证修复效果:
- 建立Dialog事件订阅
- 模拟网络中断或等待订阅超时
- 观察重新订阅时的Event头部字段
- 确认重新订阅仍保持为Dialog类型而非变为Presence
总结
PJSIP项目中Dialog订阅的重新订阅机制存在类型判断缺失的问题,导致在订阅恢复时错误地使用了Presence订阅类型。通过增加订阅类型判断逻辑,可以确保系统在重新订阅时保持与原始订阅一致的类型,保证功能的正确性。该问题已在后续版本中得到修复。
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
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
405
3.14 K
Ascend Extension for PyTorch
Python
225
251
暂无简介
Dart
672
159
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++
663
319
🎉 (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
1.21 K
657
React Native鸿蒙化仓库
JavaScript
262
325
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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868