近日，RTSCon2021开发者沙龙以线上的形式顺利举办。拍乐云服务端专家沈伟锋受邀参会，并带来了《拍乐云交融语音通话技术实际》主题演讲，分享了交融语音通话的需要背景、技术根底、架构搭建和技术实际，赢得参会嘉宾的统一好评。
以下为演讲实录：
PART 01 交融语音通话需要背景
网络覆盖不全
从贝尔1876年创造电话，到1965年5月，美国贝尔零碎的1号电子交换机（模仿）问世，再到1970年，法国开明的第一部程控数字交换机E10，之后，电话网络在全世界范畴内失去了大规模的倒退。而因特网（也叫互联网）起源于1969年美国军方正式启动的阿帕网（“ARPAnet”），到1989年开始才从军用转向民用，尔后，因特网开始大规模地倒退起来。事实上，因特网构建的根底网络（物理网络）很大一部分是基于PSTN的电路替换网络。正是因为这个历史起因，PSTN网络的覆盖率要远高于因特网，在我国的一些偏僻山区，尤其是人迹稀少的中央，PSTN网络的覆盖率都是要好于互联网的。
应用老本
对于使用者来说，如果只是呼入，PSTN个别都是收费，而基于分组数据的网络，流量的费用不论是上行的流量或上行的流量都不是收费的。在不同的国家，流量的费用从小于一美元/1G到几十美元/1G不等，还是十分低廉的，以下是局部国家2020年1GB（挪动数据）均匀费用：
中国-0.61美元/GB
墨西哥-4.77美元/GB
新西兰-6.06美元/GB
美国-12美元/GB
加拿大-12.55美元/GB
应用的便利性
应用电话的时候不须要任何下载，个别也不须要任何设置。但基于互联网的App，个别须要提前下载App，并设置相应的环境：比方摄像头、麦克风、扬声器(耳机)、网络等。在理论的应用中常常会碰到网络不通、网络不佳、或听不到声音等问题，这些问题个别须要具备肯定的专业知识的人才能解决。
特定用户群体
对于一些特定的人群，比方老年人，他们接触互联网、智能手机、电脑等比拟少，尤其是宽广农村的老年人。对于这样的人群，应用电话必定会比应用App更容易上手。
用户惯性
目前，有一些互联网的利用零碎，是从传统的呼叫核心倒退过去的，他们的系统核心曾经从过来的呼叫核心演变到了基于互联网RTC的零碎，这些零碎所服务的新用户群体能够是齐全基于互联网App的，但对于一些曾经习惯于电话应用该零碎的老用户群体，会须要一个应用习惯的转换过程，不然这样的客户群体有可能会缓缓散失。
PART 02 PSTN交融RTC的技术根底
PSTN
PSTN ( Public Switched Telephone Network )：公共替换电话网络。PSTN是一种以模仿技术为根底的电路替换网络。
因特网/互联网
因特网（Internet）是由广域网上泛滥的物理网络（子网）相互连接而成一个逻辑网络，也叫互联网。它是基于一些独特的协定，并通过泛滥交换机/路由器实现分组数据交换，多路复用等技术连贯而成的网络。
PSTN和互联网之间关系
PSTN能够是互联网7层网络中的物理层。在泛滥的广域网互连技术中，基于PSTN进行互连所要求的通信费用最低，但同时PSTN的网络资源利用率也比拟低。
IMS
IMS(IP Multimedia Subsystem)：网际协议多媒体子系统，是由朗讯（Lucent）提出的下一代通信网（NGN）实现大交融计划的网络架构，被认为是下一代网络的核心技术。IMS的指标不仅是在现网根底上提供新的业务，而且它还要能提供当初以及将来因特网上可能承载的所有的业务。
SIP
SIP(Session Initialization Protocol)：会话初始化协定。IMS零碎采纳SIP协定进行端到端的呼叫管制。
SDP
SDP(Session Description Protocol)：会话形容协定。SIP协定应用SDP来形容如何设置和初始化会话及会话中应用到的多媒体，次要包含会话者信息，会话工夫，网络传输方式，媒体信息等等。
RTP/RTCP
RTP（Real-time Transport Protocol）实时传输协定，定义了在互联网上传输多媒体时的规范数据包格局。RTCP（Real-time Transport Control Protocol）实时传输控制协议，次要用于QoS反馈和同步媒体流。
PART 03 交融语音通话技术实际
咱们来看看电话呼入的一个根本流程：
首先用户侧应用电话拨入会议专用号码，通过IMS零碎承载的SIP呼入Pano服务，通过Pano前置四层负载均衡器，进入其中一个可用的Pano SIP LB。Pano SIP LB调配一个可用的SIP2RTC Gateway。SIP2RTC Gateway发动re-Invite，并开始IVR交互入会过程，同时申请Pano Service LB调配RTC媒体服务，并退出媒体服务。最初SIP2RTC Gateway桥接两边的会话，并做相应的协定转换和媒体转码合流。
基于此，交融语音通话就须要具备如下技术个性：
服务的高可用
SIP LB Active-Standby模式避免单节点故障，可演进到Active-Active模式的SIP LB池来反对程度扩大；
SIP2RTC Gateway池可程度扩大，反对高并发；
SIP LB/SIP2RTC Gateway任何一个节点生效后，零碎会主动疾速进行会话迁徙，保障通话不中断；
加持Pano RTC媒体服务的高可用高并发。
欠缺的会控能力
锁住会议、静音参会者、移除参会者、分组讨论、查问/敞开会议等
多运营商多线路负载平衡
得益于IMS对后端运营商的各种网络的交融，咱们能够用对立的接口对接所有运营商的网络。PSTN网络是基于电路替换的网络，而且是对线路独占的，同一个号码能反对的线路资源是无限的，本零碎通过多线路资源负载平衡达到高并发的需要。
IVR个性化定制
会议场景的IVR次要包含：入会疏导，信息或谬误提醒等，本零碎反对对所有这些交互IVR的定制。
再来说说咱们在过程中遇到了哪些坑。
NAT keepalive, 导致SIP(over UDP) NAT没有被转换
这个问题在SIP over TCP的状况下并不存在，只有在SIP over UDP时才会碰到。为了能达到正确的目的地及响应能按原路正确的返回，SIP（over UDP）会话在通过NAT的时候，会在via头中增加路由信息，还会改写request-line的指标地址。这种应用层的NAT转换在不同的设施上的实现形式各不相同，尤其是软件实现的NAT，有些NAT会主动依据UDP会话的第一个包是不是SIP协定来主动标记是否须要做SIP的NAT转换。
一开始咱们是通过软终端(linephone)模仿电话呼入来测试的，然而常常发现过一段时间，SIP的NAT转换莫名其妙的没有了。起初察觉，这个软终端会定期发送NAT keepalive包，来做UDP的保活，防止NAT上的UDP五元组的对应关系被删除，然而当咱们的PC通过一段时间的休眠状态后，在激活的时候，NAT上的这个五元组对应关系曾经被删除，并且这个软终端在激活的时候首先收回了NAT keepalive，导致NAT认为这个“新”的UDP会话不是SIP会话，最终导致SIP NAT转换没有被启动。
乱序的容错解决(sip over UDP)
这个问题是因为UDP的乱序导致后续的re-Invite先于后面的 200 OK的响应。对于一个容错解决好的零碎，比拟适合的做法是当收到新的re-Invite的时候，应该容许进入新的从新协商的阶段，而不是简略的回绝，当老的200 OK达到的时候间接抛弃就能够了。而后，在咱们对接的过程中发现，这种状况下，re-Invite会被间接回绝掉。解决这个问题的最简略的方法是把SIP over UDP改成SIP over TCP，或者对re-Invite做适当的提早解决即可。
PART 04 一个SDK连贯所有语音通话场景
截止以后，交融语音通话已服务于视频会议、近程问诊、金融营销、近程面试、智能硬件五大场景客户，一个SDK连贯所有语音通话场景，实现VoIP和PSTN的互联互通，同时反对多平台集成，跨不同的终端，用户可按需抉择接入形式，享受高质量、高稳固的语音通话体验。
当然，拍乐云的指标不止于此，咱们期待通过继续的产品迭代和技术创新，重塑人与人的连贯、人与物的连贯，让信息传递更高效。