CN101577609A - 用于处理因特网语音协议封包的方法和装置 - Google Patents

Abstract

一种用于处理因特网语音协议VoIP封包的方法，包括以下步骤：传送一个VoIP封包至一个缓冲区；依据该到达VoIP封包以及先前VoIP封包的序号来判断该封包是否失序；若该到达VoIP封包已失序，则判断该缓冲区内是否存在一个具有与该到达VoIP封包相同序号的封包；若该缓冲区内未存在所述封包，则计算该到达VoIP封包与先前VoIP封包的序号差；根据该序号差来计算需要被插入于该缓冲区的虚拟封包数并产生这些虚拟封包；于该缓冲区内依序插入这些虚拟封包和该到达VoIP封包。利用本发明可将迟延的封包重新排序，并可于封包遗失时以柔和噪音取代，从而避免语音数据传输的中断。

Description

用于处理因特网语音协议封包的方法和装置

技术领域

本发明涉及一种用于处理数据封包的方法和装置，尤其涉及一种用于处理因特网语音协议(voice over internet protocol，VoIP)封包的方法和装置。

背景技术

VoIP是一种允许实时语音信息于因特网协议(Internet Protocol，IP)的网络上传输的技术，为了于IP网络上传输实时语音信息，音频信息被储存为一个或多个数据封包，此种数据封包一般通称为VoIP封包。与传统电话网络不同的是：每一个VoIP封包即便是来自相同的来源地，且要传送至相同的目的地，但是这些VoIP封包于IP网络上可能都是经由不同的路径传送。因此，有些VoIP封包会比应于其之前到达的VoIP封包还早到达目的地，导致这些VoIP封包在接收端出现失序(out-of-order)的情形。

一个用于封包化这些实时音频数据以使其能于IP网络上传送的标准协议是为实时传输协议(Real-Time Transport Protocol，RTP)，然而，该实时传输协议仅仅提供错误处理的额外信息，而未提供用于处理错误的功能。因此，一旦网络发生堵塞，这些VoIP封包可能会发生遗失或迟延等现象，而导致该语音传输中的音频质量严重地被影响。

为了补救因路径不同所造成的差异，一种作法是于该接收端设置一个抖动缓冲区(jitter buffer)，其用于储存所接收到的VoIP封包，并将这些VoIP封包中的音频信息发送到该音频数据的接收者。当这些VoIP封包仅发生些微延迟时，由于该抖动缓冲区内仍有一些已暂存的VoIP封包可传送至该音频数据的接收者，因而使用者不会立即感觉到语音中断。然而，若网络发生十分堵塞的情形，则使用者所接收到的该音频数据质量可能会变得十分恶劣。

发明内容

鉴于以上内容，有必要提供一种用于处理VoIP封包的方法和装置，其可通过虚拟封包的插入，而达到封包排序以及错误处理的功能。

一种用于处理因特网语音协议(VoIP)封包的方法，方法包含以下步骤：传送一个VoIP封包至一个缓冲区；依据该到达VoIP封包以及先前VoIP封包的序号来判断该封包是否失序；若该到达VoIP封包已失序，则判断该缓冲区内是否存在一个具有与该到达VoIP封包相同序号的封包；若该缓冲区内未存在所述封包，则计算该到达VoIP封包与先前VoIP封包的序号差；根据该序号差来计算需要被插入于该缓冲区的虚拟封包数并产生这些虚拟封包；于该缓冲区内依序插入这些虚拟封包以及该到达VoIP封包。

一种用于处理因特网语音协议(VoIP)封包的装置，该装置包含一实时传输协议模块、一缓冲区、一音频控制模块。该实时传输协议模块用于接收复数个VoIP封包，以及将这些到达的VoIP封包传送至该缓冲区。该缓冲区用来当该到达的VoIP封包失序时产生虚拟封包，并且将这些虚拟封包和该到达的VoIP封包重新排序后输出至该音频控制模块。该音频控制模块用来为当输出封包为虚拟封包时则产生柔和噪音，和当输出封包为VoIP封包时则将其解压缩为原始数据。

相较于现有技术，所述的处理VoIP封包的方法和装置，其通过于该缓冲区插入虚拟封包，不仅可将迟延的封包重新排序，并可于封包遗失时以柔和噪音来取代，如此一来，即便网络发生堵塞情形，也不会造成语音数据传输的中断。

附图说明

图1为本发明用于处理VoIP封包的装置的较佳实施例的硬件架构图。

图2为本发明中封包重新排序的示意图。

图3为本发明中封包迟延处理的示意图。

图4为本发明中用于处理VoIP封包的方法的较佳实施例的流程图。

图5为本发明中音频控制模块所执行方法的较佳实施例的流程图。

具体实施方式

图1所示为本发明中用于处理VoIP封包的装置(后称“电子装置100”)的较佳实施例的硬件架构图。该电子装置100安装于行动电话(图1未示)中。举例来说，当使用者欲通过该行动电话与其它通讯装置建立一个VoIP会议时，于该VoIP会议中，这些VoIP封包经由一个上行通道(由该使用者至其它通讯装置)或经由一个下行信道(由其它通讯装置传送至该使用者)于该使用者与其它通讯装置间传送，且每一VoIP封包皆包含RTP信息，也就是一RTP时间标签和一序号。

该电子装置100包括RTP模块10、缓冲区20、音频控制模块(Audio ControllingModule)30、音频模块(Audio Module)40和VoIP应用程序50。该电子装置100具有两种功能：其可为接收器或传送器，该电子装置100内所包含的模块会因其角色(接收器或传送器)的不同而执行不同的功能。

当该电子装置100运作为传送器时，该音频模块40依据使用者的声音而产生原始数据，并将该原始数据输出至音频控制模块30。而该音频控制模块30压缩这些原始数据并产生压缩原始数据。该RTP模块10封包化这些压缩原始数据以产生多个VoIP封包，并将其传输至储存于该电子装置100的VoIP应用程序50。之后，该VoIP应用程序50会将这些VoIP封包经由下行信道由该电子装置100传送至其它通讯装置(例如：VoIP会议的参加者)。

当该电子装置100运作为接收器时，该RTP模块10由其它通讯装置接收多个VoIP封包，并将其解封包，换言之，此时，RTP模块10移除这些VoIP封包的表头(headers)。于解封包后，这些VoIP封包会被插入至该缓冲区20。

在VoIP会议中，当该网络中所传输的话务量过于堵塞时，这些VoIP封包于到达该电子装置100时可能会出现失序情形，例如：封包迟延或遗失。在这种情形下，该缓冲区20通过产生虚拟封包以重新排序这些VoIP封包或执行封包迟延处理，此等功能会于描述图2和图3时进一步介绍。该音频控制模块30解压缩这些VoIP封包为原始数据，并且于接收到虚拟封包时产生柔和噪音。最后，该原始数据和该柔和噪音被输出至该音频模块40并通过该音频模块40而被播放。

该缓冲区20可以是一个抖动缓冲区，且其大小可被动态调整。在本实施例中，该缓冲区20包含多个空间用于储存自该RTP模块10输出的VoIP封包。请参见图2，当一个VoIP封包输出至该缓冲区20时(下文称“到达的VoIP封包”)，首先判断该缓冲区20是否为空，若是，则直接将该到达的VoIP封包插入所述缓冲区20。如图2所示，封包0首先被插入所述缓冲区20。若所述缓冲区20不为空，该缓冲区20则进一步判断该到达的VoIP封包的序号与前一个被插入至该缓冲区20的VoIP封包(下文称“先前的VoIP封包”)的序号是否连续。例如：该缓冲区20判断封包3(到达的VoIP封包)的序号与封包2(先前的VoIP封包)的序号是否连续。在此为了说明，所有储存于该缓冲区20的不同型态的封包皆称为“暂存封包”。在本实施例中，该暂存封包包括VoIP封包和虚拟封包，且每一暂存封包皆具有独立序号。

若该到达的VoIP封包与该先前的VoIP封包的序号是连续的，则该到达的VoIP封包被插入至该缓冲区20。否则，若这些序号是不连续的，则该缓冲区20确认该到达的VoIP封包与该先前的VoIP封包出现失序情形；之后，该缓冲区20进一步判断是否有一个暂存封包，其具有与该到达的VoIP封包相同的序号。若该缓冲区20中并无此种封包(不论其是VoIP封包或是虚拟封包)，该缓冲区20计算该先前的VoIP封包与该到达的VoIP封包的序号差，并依据该序号差以产生所需插入的虚拟封包个数；之后，再将这些虚拟封包与该到达的VoIP封包依序插入该缓冲区20。其中，所需插入的虚拟封包个数等于该序号差再减去一。

若于该缓冲区20存在一个暂存封包，且该暂存封包具有与该到达的VoIP封包相同的序号，则该缓冲区20进一步判断该暂存封包是否为虚拟封包。若该具有与该到达的VoIP封包序号相同的暂存封包是虚拟封包，可确认该到达的VoIP封包出现迟延，也就是，在其应到达而未到达时，该缓冲区20先产生虚拟封包并将虚拟封包插入至缓冲区20；而在该到达的VoIP封包最终到达时，该缓冲区20则将储存于缓冲区20内的该虚拟封包置换成该到达的VoIP封包。

若该暂存封包不是虚拟封包，而是VoIP封包，则该缓冲区20确定该到达的VoIP封包与该暂存封包是否相同。换句话说，该到达的VoIP封包是因网络错误而导致其被重送一次，在这种情形下，该到达的VoIP封包被该缓冲区20直接丢弃。

图2所示为使用该缓冲区20执行VoIP封包重新排序的例子。这些VoIP封包的到达次序为：封包0，封包2，封包3，封包1，依这些VoIP封包的序号可见其已发生失序的情形。首先，由于封包0到达时，该缓冲区20为空，此时，封包0被直接插入该缓冲区20中；之后，当封包2到达时，该缓冲区20侦测出封包2与封包0的序号并非连续，此时，该缓冲区20计算封包2与封包0的序号差以判断所需插入的虚拟封包个数，该所需插入的虚拟封包个数即为该序号差减去1。于本例中，该序号差为2，可知该所需插入的虚拟封包个数为1。如图2所示，虚拟封包1则被插入该缓冲区20，封包2并于其后被插入至该缓冲区20。当封包1到达时，该缓冲区20判断在该缓冲区20内，是否有暂存封包具有与该封包1相同的序号存在，若有，则该缓冲区20进一步确定该暂存封包是否为虚拟封包。于此例中，虚拟封包1与封包1具有相同序号，则该缓冲区20将该虚拟封包1置换为封包1。藉此，这些VoIP封包即便出现失序情形，其也可于该缓冲区20被重新排序，之后，并进一步被依序输出至该音频控制模块30。

图3所示为通过该缓冲区20执行处理封包迟延的一范例。参见图3，封包156至封包166中仅有封包160未依其正确次序到达。在本实施例中，封包159被插入于缓冲区20后，虚拟封包160也接着被插入于该缓冲区20中。在处理封包迟延的过程中，该缓冲区20依据该到达的VoIP封包的RTP信息以及该缓冲区20的大小来判断该到达的VoIP封包是否迟延；以及若该到达的VoIP封包已发生迟延，则该到达的VoIP封包将被丢弃。其中，所述的RTP信息包括时间卷标和序号。

若该到达的VoIP封包的序号小于将被缓冲区20输出的暂存封包(下文将输出的暂存封包称为“离去封包”)的序号，则该到达的VoIP封包被判断为已发生迟延。举例来说，当封包160(到达的VoIP封包)到达时，封包161(离去封包)在此时已将被该缓冲区20输出，且封包160的序号小于封包161的序号，是以封包160已发生迟延并因此被丢弃。之后，封包166被插入该缓冲区20。

该音频控制模块30包含柔和噪音产生器32，解压缩器34和压缩器36。该音频控制模块30判断由该缓冲区20输出的暂存封包(后称“输出输包”)是否为虚拟封包或VoIP封包。若该输出封包为虚拟封包，则该输出封包直接被传送至该柔和噪音产生器32以进一步产生柔和噪音；若该输出封包为VoIP封包，则该输出封包则被传送至该解压缩器34以进一步被解压缩为原始数据。

该音频模块40用于接收该柔和噪音或该原始数据，并于之后通过音频模块40内的驱动程序播放该柔和噪音或该原始数据。藉此，即便这些VoIP封包已出现失序，该柔和噪音也会于此时被播放，进而让该VoIP会议的参加者不会感觉对话中断。

图4所示为本发明用于处理VoIP封包的方法的较佳实施例之流程图。首先，步骤S2，该缓冲区20接收一个到达的VoIP封包。

步骤S4，判断该缓冲区20其是否为空。若该缓冲区20为空，则于步骤S22，该到达的VoIP封包被直接插入至该缓冲区20。若该缓冲区20不为空，则在步骤S6，该缓冲区20依据该到达的VoIP封包的RTP信息和该缓冲区20的大小判断该到达的VoIP封包是否迟延。若该到达的VoIP封包迟延，则于步骤S8，该缓冲区20丢弃该到达的VoIP封包。若该到达的VoIP封包未发生迟延。相反，则于步骤S10，该缓冲区20依据该到达的VoIP封包和先前的VoIP封包的序号来判断该到达的VoIP封包是否失序。

若该到达的VoIP封包依正确顺序到达，则于步骤S22，插入该到达的VoIP封包至该缓冲区20，并结束本流程。若该到达的VoIP封包已失序，则于步骤S12，判断该缓冲区20是否存在暂存封包，且该暂存封包的序号与该到达的VoIP封包的序号相同。若该缓冲区20内存在此等暂存封包，则于步骤S14，该缓冲区20判断判断该暂存封包是否为虚拟封包。若该暂存封包为虚拟封包，则于步骤S18，该缓冲区20将该到达的VoIP封包置换该虚拟封包，并结束本流程。

若该暂存封包非为虚拟封包，则于步骤S8，丢弃该到达的VoIP封包，并结束本流程。

于步骤S16，若该缓冲区20内未存在具有与该到达的VoIP封包序号相同的暂存封包，则该缓冲区20计算该到达的VoIP封包与该先前的VoIP封包的序号差。其中，该所需要插入的虚拟封包数为该序号差减去1。于步骤S20，该缓冲区20产生该所需要插入的虚拟封包并将这些虚拟封包和该到达的VoIP封包依序插入该缓冲区20，并结束本流程。

图5所示为本发明中音频控制模块30所执行方法的较佳实施例之流程图。首先，步骤S30，该音频控制模块30接收该缓冲区20发送的一个暂存封包。于步骤S32，该音频控制模块30判断该暂存封包是否为虚拟封包。若该暂存封包为虚拟封包，于步骤S34，该音频控制模块30通过该柔和噪音产生器32而产生柔和噪音，并将该暂存封包取代为该所产生的柔和噪音。若该暂存封包不是虚拟封包，而是VoIP封包，则于步骤S36，该解压缩器34将该暂存封包解压缩为原始数据。最后，于步骤S38，该音频控制模块30将该原始数据和柔和噪音输出至该音频模块40，并结束本流程。

Claims (15)

1.一种用于处理因特网语音协议VoIP封包的方法，其特征在于，该方法包括如下步骤：

(a)传送一个VoIP封包至一缓冲区；

(b)依据该到达的VoIP封包和先前的VoIP封包的序号判断该到达的VoIP封包是否失序；

(c)若该到达的VoIP封包已失序，则判断该缓冲区内是否存在一个与该到达的VoIP封包相同序号的封包；

(d)若该缓冲器中未存在与该到达的VoIP封包相同序号的封包，计算该到达的VoIP封包与先前的VoIP封包的序号差；

(e)依据该序号差来计算所需插入至该缓冲区的虚拟封包，并产生这些虚拟封包；以及

(f)依序将这些虚拟封包和该到达的VoIP封包插入至该缓冲区。

2.如权利要求1所述的方法，其特征在于，于步骤(a)后，判断该缓冲区是否为空；若该缓冲区为空，则将该到达的VoIP封包插入至该缓冲区，若该缓冲区不为空，则执行步骤(b)。

3.如权利要求1所述的方法，其特征在于，每一到达的VoIP封包具有实时传输协议信息，该实时传输协议信息包含时间卷标和序号。

4.如权利要求3所述的方法，其特征在于，于步骤(a)之后，其进一步包含步骤：

(a1)依据该实时传输协议信息和该缓冲区的大小来判断该到达的VoIP封包是否迟延，若该到达的VoIP封包发生迟延，则丢弃该到达的VoIP封包，若该到达的VoIP封包未发生迟延，则执行步骤(b)。

5.如权利要求1所述的方法，其特征在于，该方法进一步包含：

若该到达的VoIP封包未失序，则该将到达VoIP封包插入至该缓冲区。

6.如权利要求1所述的方法，其特征在于，该方法进一步包含：

(c1)若该缓冲区具有与该到达的VoIP封包相同序号的封包，则判断该封包是否为VoIP封包；

(c11)若缓冲区内的该封包为VoIP封包，则丢弃该到达的VoIP封包；以及

(c12)若缓冲区内的该封包为虚拟封包，则将其取代为该到达的VoIP封包。

7.如权利要求1所述的方法，其特征在于，于步骤(f)之后，其进一步包含步骤：

(g)依序输出缓冲区内的封包至一个音频控制模块，其中被输出的封包包括虚拟封包和VoIP封包。

8.如权利要求7所述的方法，其特征在于，于步骤(g)之后，其进一步包含步骤：

(h)判断该输出的封包为虚拟封包或VoIP封包；

(h1)若该输出的封包为虚拟封包则产生柔和噪音，将该柔和噪音取代虚拟封包输出至一个音频模块以进一步播放；

(h2)若该输出的封包为VoIP封包则解压缩该输出封包为原始数据，并将该原始数据输出至所述音频模块以进一步播放。

9.一种用于处理因特网语音协议VoIP封包的装置，其特征在于，该装置包含实时传输协议模块、缓冲区、音频控制模块，其中：

该实时传输协议模块用于接收多个VoIP封包，以及将这些到达的VoIP封包传送至该缓冲区；

该缓冲区用于在到达的VoIP封包失序时产生虚拟封包，并且将所述虚拟封包和所述到达的VoIP封包重新排序后输出至该音频控制模块；以及

该音频控制模块用于当输出封包为虚拟封包时产生柔和噪音，以及当输出封包为VoIP封包时将该VoIP封包解压缩为原始数据。

10.如权利要求9所述的装置，其特征在于，其中该缓冲区依据该到达的VoIP封包和先前的VoIP封包的序号来判断该到达的VoIP封包是否失序。

11.如权利要求10所述的装置，其特征在于，其中该缓冲区用于在该到达的VoIP封包失序时判断该缓冲区内是否存在与该到达的VoIP封包序号相同的封包，若无此等封包，则计算该到达的VoIP封包与该先前的VoIP封包的序号差，再根据该序号差计算所需插入的虚拟封包数，并依序插入该虚拟封包和该到达的VoIP封包。

12.如权利要求11所述的装置，其特征在于，其中该缓冲区进一步用于当该缓冲区内具有与该到达的VoIP封包相同序号的封包时，判定该缓冲区内的该具相同序号的封包是否为VoIP封包，若其为VoIP封包时则将其丢弃，若其为虚拟封包，则将其置换为该到达的VoIP封包。

13.如权利要求9所述的装置，其特征在于，其中该缓冲区进一步用于依据实时传输协议信息与该缓冲区的大小来判断该到达的VoIP封包是否迟延，并且于该到达的VoIP封包发生迟延时将其丢弃。

14.如权利要求9所述的装置，其特征在于，其中该缓冲器进一步用于当该到达的VoIP封包未发生失序时，将该到达的VoIP封包插入至该缓冲区。

15.如权利要求9所述的装置，其特征在于，该装置进一步包括音频模块，用于播放由该音频控制模块输出的该柔和噪音和该原始数据。

Images