CN114374729B - 语音对讲业务实现方法、设备和存储介质 - Google Patents

Abstract

本发明提供了一种语音对讲业务实现方法、设备和存储介质。语音对讲发送端通过调用HTTP接口开启语音对讲会话，并分配相应的端口用于建立会话链路，在语音对讲会话开启的情况下，且在预设时间范围内保持同一会话链情况下，将语音对讲会话调度至满足预设条件的任何一个语音对讲服务器，并调用HTTP接口开启语音对讲传输任务，建立语音对讲能力服务器与语音对讲接收端的交互，根据交互将语音内容对应的语音数据流传输至语音对讲接收端。通过本申请的技术方案，语音对讲支持跨平台部署、私网部署、公网部署、公私网混合部署，支持SSL加密数据传输。此种方式部署简单、使用流程简单，可跨平台使用。

Description

语音对讲业务实现方法、设备和存储介质

技术领域

本发明涉及移动互联网即时通信领域技术领域，具体地，涉及一种语音对讲业务实现方法、设备和存储介质。

背景技术

会话初始协议(Session Initiation Protocol,SIP)是一种信令协议，用于初始、管理和终止网络中的语音和视频会话，具体地说就是用来生成、修改和终结一个或多个参与者之间的会话。按照GB/T 28181-2016《公共安全视频监控联网系统信息传输、交换、控制技术要求》标准下SIP服务器发起广播的命令。于现有技术中，按照图1所示的流程图实现语音对讲需要设备端即媒体服务器、SIP服务器和语音流接收端比如摄像头设备等，均需要SIP交互，流程较为复杂，媒体服务器只负责转发RTP视频流，不负责处理语音对讲SIP流程交互和语音对讲音频流的转接处理，尤其是G711格式的音频流。因此亟需一种语音对讲业务实现方法来简化语音对讲业务的方法。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种语音对讲业务实现方法、设备和存储介质。

本申请的第一方面提供了一种语音对讲业务实现方法，其特征在于，包括：

语音对讲发送端通过调用HTTP接口开启语音对讲会话，并分配相应的端口用于建立会话链路；

在语音对讲会话开启的情况下，判断预设时间范围内开启的语音对讲会话是否保持在同一会话链路；

在保持在同一会话链情况下，经由语音对讲服务器向语音对讲接收端广播通知；

在语音对讲接收端响应语音对讲会话的情况下，将语音对讲会话调度至满足预设条件的任何一个语音对讲服务器，并调用HTTP接口开启语音对讲传输任务；

在语音对讲能力服务器接收到语音对讲传输任务的情况下，建立语音对讲能力服务器与语音对讲接收端的交互；

根据交互将语音内容对应的语音数据流传输至语音对讲接收端。

在本申请的第一方面的一种可能实施方式中，在语音对讲会话开启的情况下，针对对讲请求端对应的设备端分配对应的端口用于建立会话链路；

在多个开启的语音对讲会话对应的设备端为同一个的情况下，只分配一个端口。

在本申请的第一方面的一种可能实施方式中，在会话链路存在的情况下，将会话链路对应的端口保持在预设时间范围内持续监听。

在本申请的第一方面的一种可能实施方式中，在存在预部署多个语音对讲能力服务器的情况下，选择会话链路未被锁定的语音对讲服务器；

按照预设负载均衡策略将语音对讲会话调度任何一个语音对讲服务器。

在本申请的第一方面的一种可能实施方式中，语音对讲能力服务器的预部署至少包括一个备份语音对讲能力服务器。

在本申请的第一方面的一种可能实施方式中，实时监测语音对讲能力服务器的工作状态；

在存在语音对讲能力服务器存在故障情况下，将语音对讲能力服务器从调度列表中移除。

在本申请的第一方面的一种可能实施方式中，将用于设备端连接的RTCP的IP、PORT和用于接收语音内容的websocket地址通过传输至语音对讲服务器；

在语音对讲接收端成功响应语音对讲服务器的情况下，建立语音对讲能力服务器与语音对讲接收端的交互。

在本申请的第一方面的一种可能实施方式中，在语音对讲发送端接收到语音对讲服务器发送的websocket地址的情况下，将语音内容基于语音对讲能力服务器转化为对应的语音流数据；

将音频流数据进行数据格式化和预设的调度原则分发处理，传输至语音对讲接收端。

在本申请的第一方面的一种可能实施方式中，调用HTTP接口关闭语音对讲会话；

在语音对讲接收端检测到语音对讲会话关闭的情况下，关闭设备端的语音对讲传输服务。

在本申请的第二方面的一种可能实施方式中，还提供一种电子设备，包括：

存储器，存储器用于存储处理程序；

处理器，处理器执行处理程序时实现如前述任意一项的语音对讲业务实现方法。

在本申请的第一方面的一种可能实施方式中，还提供了一种可读存储介质，存储有处理程序，处理程序被处理器执行时实现如前述的语音对讲业务实现方法。

与现有技术相比，本发明具有如下的有益效果：

1、通过从互联网WEB网页或者手机APP端等语音对讲发送端发起语音对讲会话，通过语音对讲服务器和语音能力对讲服务器最终将语音数据数据格式化和调度分发处理，然后转发至语音对讲接收端，简化数据传输流程。

2、通过在预设时间范围内锁定语音对讲会话链路功能，可以防止同一个链路会话频繁下发导致设备会话连接快速消耗完的问题。

3、支持跨平台部署、私网部署、公网部署、公私网混合部署，支持SSL加密数据传输。此种方式部署简单、使用流程简单，可跨平台使用。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1根据本申请实施例，示出了基于GB/T 28181-2016标准下SIP服务器发起广播的命令流程图；

图2根据本申请实施例，示出了一种示出了一种基于语音对讲服务系统实现语音对讲对话的流程图。

具体实施方式

下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。

为了解决现有技术中存在需要设备端或媒体服务器、SIP服务器和语音对讲接收端都需要进行SIP交互的情况，本申请提出了一种语音对讲业务实现方法、设备和存储介质，可以通过将设备端对应的媒体服务器部分重新设计为专门处理语音对讲流处理的语音对讲能力服务器，采用HHTP通信控制语音内容，websocket通信接收语音流、与“语音流接收者”也就是摄像头设备采用TCP主动连接方式转发语音内容，进而实现简化语音对讲流程。同时采用websocket通信接收语音流，兼容了绝大部分的终端设备，而且支持SSL加密的websocket通信协议，使得数据传输更安全。

WebSocket是HTML5开始提供的一种在单个TCP连接上进行全双工通讯的协议。WebSocket使得客户端和服务器之间的数据交换变得更加简单，允许服务端主动向客户端推送数据。在WebSocket API中，浏览器和服务器只需要完成一次握手，两者之间就直接可以创建持久性的连接，并进行双向数据传输。在WebSocket API中，浏览器和服务器只需要做一个握手的动作，然后，浏览器和服务器之间就形成了一条快速通道。两者之间就直接可以数据互相传送。

具体地，图1根据本申请的一些实施例，示出了一种语音对讲服务器发起广播的命令流程图。

步骤100：语音对讲发送端通过调用HTTP接口开启语音对讲会话，并分配相应的端口用于建立会话链路。可以理解的是，当语音对讲发送端需要发送语音对讲信息时，首先需要开启语音对讲会话，语音对讲发送端通过调用相应的HTTP接口，建立与语音对讲服务器的HTTP连接，控制语音对讲会话的开启进而控制语音对讲的数据流，每次需要开启每次发起语音对讲对话时，则分配一个端口用于建立会话，进而形成会话链路。

在本申请的一些实施例中，语音对讲服务器支持配置化管理，支持配置与设备连接是走公网IP还是特定局域网，比如各个专网，政务网IP，支持端口池管理，如配置端口范围为10000～20000，每次发起对讲时，则分配一个端口用于建立会话。

在本申请的一些实施例中，语音对讲公网语音传输的语音对讲发出端可以基于且支PC端WEB页面和手机APP等任何支付语音对讲对话建立的终端，在此不做限定。

步骤200：在语音对讲会话开启的情况下，判断预设时间范围内开启的语音对讲会话是否保持在同一会话链路。可以理解的是，当语音对讲会话开启的情况下，需要语音对讲服务器开启会话保持功能并且可以持续一段时间，以便对处于同一会话链路的音对讲会话无需重复发送或者重复创建。

在本申请的一些实施例中，当在预设时间范围内出现语音对讲会话的开启出现了新的会话链路处于当前的语音对讲会话失效或者无法锁定为同一会话链路的情况下，重新发送开启语音对讲会话。

步骤300：在保持在同一会话链情况下，经由语音对讲服务器向语音对讲接收端广播通知。可以理解的是，开启语音对讲会话且保持同一会话链路的情况下，根据语音对讲服务器向语音对讲接收端发送广播广播通知，以便语音对讲接收端可以接收当前的通过当前的广播实现进一步地应答及在语音对讲会话建立后进一步地用于更新会话，并且携带SDP消息体，其中，s字段为“Playback”代表历史回放,u字段代表回放通道ID和回放类型,t字段代表回放时间段。

步骤400：在语音对讲接收端响应语音对讲会话的情况下，将语音对讲会话调度至满足预设条件的任何一个语音对讲服务器，并调用HTTP接口开启语音对讲传输任务。可以理解的是，语音对讲接收端与语音对讲服务器之间的基SIP信令交互来实现，在语音对讲接收端成功响应语音对讲服务器的情况下，实现语音对讲会话的调度可以通过按照配置的负载均衡策略，具体地可以采用轮询IP地址、随机IP地址等会话锁定等策略，调度语音对讲能力服务器实现调度至满足预设条件的任何一台语音对讲服务器中，最终实现对语音对讲会话的开启和关闭进行调度。

步骤500：在语音对讲能力服务器接收到语音对讲传输任务的情况下，建立语音对讲能力服务器与语音对讲接收端的交互。可以理解的是，通过语音对讲能力服务器将用于设备端连接采用TCP主动连接方式转发语音内容，同时采用websocket通信接收语音内容。具体地，需要通过语音服务器建立语音对讲能力服务器与语音对讲接收端的交互。

在本申请的一些实施例中，语音对讲能力服务器的实现采用c语言实现基于websocket通信方式的接收语音流能力,支持ssl加密方式的websocket通信链路，实现可配置一个端口段的方式分配一个端口供摄像头设备建立TCP/UDP连接进行接收音频流，实现与设备连接是公网传输还是内网传输的判断和流程，实现由java服务传递的控制命令进行转发语音数据流和终止语音数据流。

步骤600：根据交互将语音内容对应的语音数据流传输至语音对讲接收端。可以理解的是，在语音对讲能力服务器与语音对讲接收端交互完成的情况下，此时语音对讲接收端与语音对讲能力服务器中间建立连接，可以为RTCP连接。

在本申请的一些实施例中，基于javax.sip库实现SIP信令服务，采用CountDownLatch函数的await特性和DeferredResult函数异步处理sip信令服务与设备间的sip交互。采用c语言实现接收websocket通信传输过来的语音pcma格式数据，然后采用算法函数添加RTP包头和转为G711格式的数据，通过设备与之建立的tcp连接转发给语音对讲接收端。

步骤700：调用HTTP接口关闭语音对讲会话；在语音对讲接收端检测到语音对讲会话关闭的情况下，关闭设备端的语音对讲传输服务。可以理解的是，在语音数据流发送至语音对讲接收端的情况下，语音对讲发出端同时调用HTTP接口关闭语音对讲服务器的语音对讲会话，进而语音对讲能力服务器的语音对讲对话关闭，语音对讲接收端检测到语音对讲会话关闭，发送BYE消息后，会话断开。

于上述步骤100中，分配对应的端口用于建立会话链路包括：在语音对讲会话开启的情况下，针对对讲请求端对应的设备端分配对应的端口用于建立会话链路；在多个开启的语音对讲会话对应的设备端为同一个的情况下，只分配一个端口。可以理解的是，如果是语音对讲会话指向的设备同一个设备的情况下，则使用同一个端口的会话进行连接。

于上述步骤200中，在会话链路存在的情况下，将会话链路对应的端口保持在预设时间范围内持续监听。可以理解的是，每次开启语音对讲，都会与设备端建立会话链路，由于设备端自身也存在会话超时机制，如果频繁开启或者并发比较高，则可能很快将设备端的会话链路消耗完导致设备故障或者发送错误信令，针对这种情况，需要将会话链路保持在一段时间内不断开，也就是不释放该端口的监听，针对同一链路的会话SIP交互也会在设备连接不中断的情况下保持在一定的时间内，这个时间不能过长，一般几分钟即可，以便可以锁定当前会话链路。

于上述步骤400中，在存在预部署多个语音对讲能力服务器的情况下，选择会话链路未被锁定的语音对讲服务器；按照预设负载均衡策略将语音对讲会话调度任何一个语音对讲服务器。

进一步地，语音对讲能力服务器的预部署至少包括一个备份语音对讲能力服务器。

在本申请的一些实施例中，语音对讲能力服务器的预部署方式上可以采用部署为预设的语音对讲能力服务器+1的模式，即无论预设部署多少个语音对讲能力服务器，此时需要部署1个备份语音对讲能力服务器，形成高可用负载均衡模式，具体预设部署的语音对讲能力服务器可以根据语音对讲会话决定，在此不做限定。

于上述步骤400之前，基于语音对讲服务将语音对讲会话调度至满足预设条件的任何一个语音对讲服务器前包括：实时监测语音对讲能力服务器的工作状态；

在存在语音对讲能力服务器存在故障情况下，将语音对讲能力服务器从调度列表中移除。可以理解的是，定时检测故障的语音对讲能力服务器并从调度列表中剔除，可以基于服务器的人工运维或者自动化运维对于出现语言对讲能力服务器出现及时处理，避免无法对语音对讲会话的信息进行传输。

于上述步骤500中，建立语音对讲能力服务器与语音对讲接收端的交互包括，将用于设备端连接的RTCP的IP、PORT和用于接收语音内容的websocket地址通过传输至语音对讲服务器；在语音对讲接收端成功响应语音对讲服务器的情况下，建立语音对讲能力服务器与语音对讲接收端的交互。

于上述步骤600中，在语音对讲发送端接收到语音对讲服务器发送的websocket地址的情况下，将语音内容基于语音对讲能力服务器转化为对应的语音流数据，将音频流数据进行数据格式化和预设的调度原则分发处理，传输至语音对讲接收端。可以理解的是，接收到websocket地址的情况下，语音对讲发送端可以主动发送语音内容至语音对讲能力服务器，经过将语音数据采用一定的格式化操作，如通过XML格式化CSS格式化JSON格式化JavaScript格式化Java格式化SQL格式化JSON格式化等，并且按照月红色的语音数据流的调度原则将然后转化后的语音对讲数据流转发给支持语音对讲的语音对讲接收端，例如监控语音对讲设备、网络语音对讲设备等，在此不做限定。

在本申请的一些实施例中，还提供了一种电子设备。该种电子设备中包含存储器和处理器，其中存储器用于对处理程序进行存储，处理器则根据指令对处理程序进行执行。当处理器对处理程序进行执行时，使得前述实施例中的语音对讲业务方法得以实现。

在本申请的一些实施例中，还提供了一种可读存储介质，该可读存储介质可以为非易失性可读存储介质，也可以为易失性可读存储介质。该可读存储介质中存储有指令，当该指令在计算机上运行时，使得包含该种可读存储介质的电子设备执行前述的语音对讲业务方法。

综上所述，基于前述实施例的描述可以看出，通过本申请提供的技术方案，通过从互联网WEB网页或者手机APP端等语音对讲发送端发起语音对讲会话，通过语音对讲服务器和语音能力对讲服务器最终将语音数据数据格式化和调度分发处理，然后转发至语音对讲接收端。进一步地，通过在预设时间范围内锁定语音对讲会话链路功能，可以防止同一个链路会话频繁下发导致设备会话连接快速消耗完的问题。同时支持跨平台部署、私网部署、公网部署、公私网混合部署，支持ssl加密数据传输。此种方式部署简单、使用流程简单，可跨平台使用。

用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。

这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理单元，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理单元执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (9)

1.一种语音对讲业务实现方法，其特征在于，所述的方法包括：

语音对讲发送端通过调用HTTP接口开启语音对讲会话，并分配相应的端口用于建立会话链路；

在所述语音对讲会话开启的情况下，判断预设时间范围内开启的所述语音对讲会话是否保持在同一所述会话链路；

在保持在同一所述会话链情况下，经由语音对讲服务器向语音对讲接收端广播通知；

在所述语音对讲接收端响应所述语音对讲会话的情况下，将所述语音对讲会话调度至满足预设条件的任何一个所述语音对讲服务器，并调用所述HTTP接口开启语音对讲传输任务；

在语音对讲能力服务器接收到所述语音对讲传输任务的情况下，建立语音对讲能力服务器与所述语音对讲接收端的交互；

根据所述交互将语音内容对应的语音数据流传输至所述语音对讲接收端；

其中，分配对应的所述端口用于建立会话链路包括：

在所述语音对讲会话开启的情况下，针对所述对讲请求端对应的设备端分配对应的所述端口用于建立会话链路；

在多个开启的所述语音对讲会话对应的所述设备端为同一个的情况下，只分配一个所述端口；

将所述语音对讲会话调度至满足预设条件的任何一个所述语音对讲服务器包括：

在存在预部署多个语音对讲能力服务器的情况下，选择所述会话链路未被锁定的所述语音对讲服务器；

按照预设负载均衡策略将所述语音对讲会话调度任何一个所述语音对讲服务器。

2.根据权利要求1所述的一种语音对讲业务实现方法，其特征在于，判断预设时间范围内开启的所述语音对讲会话是否保持在同一所述会话链路包括：

在所述会话链路存在的情况下，将所述会话链路对应的所述端口保持在所述预设时间范围内持续监听。

3.根据权利要求1所述的一种语音对讲业务实现方法，其特征在于，预部署所述语音对讲能力服务器包括：

所述语音对讲能力服务器的预部署至少包括一个备份语音对讲能力服务器。

4.根据权利要求1所述的一种语音对讲业务实现方法，其特征在于，基于语音对讲服务将所述语音对讲会话调度至满足预设条件的任何一个所述语音对讲服务器前包括：

实时监测所述语音对讲能力服务器的工作状态；

在存在所述语音对讲能力服务器存在故障情况下，将所述语音对讲能力服务器从调度列表中移除。

5.根据权利要求1所述的一种语音对讲业务实现方法，其特征在于，建立所述语音对讲能力服务器与所述语音对讲接收端的交互包括：

将用于设备端连接的RTCP的IP、PORT和用于接收所述语音内容的websocket地址通过所述传输至所述语音对讲服务器；

在所述语音对讲接收端成功响应所述语音对讲服务器的情况下，建立所述语音对讲能力服务器与所述语音对讲接收端的交互。

6.根据权利要求5所述的一种语音对讲业务实现方法，其特征在于，根据所述交互将语音内容对应的语音数据流传输至所述语音对讲接收端包括：

在所述语音对讲发送端接收到所述语音对讲服务器发送的所述websocket地址的情况下，将语音内容基于所述语音对讲能力服务器转化为对应的语音流数据；

将所述语音流数据进行数据格式化和预设的调度原则分发处理，传输至所述语音对讲接收端。

7.根据权利要求1所述的一种语音对讲业务实现方法，其特征在于，将所述语音内容对应的语音流数据基于所述语音对讲能力服务器传输至所述语音对讲接收端之后还包括：

调用所述HTTP接口关闭所述语音对讲会话；

在所述语音对讲接收端检测到所述语音对讲会话关闭的情况下，关闭设备端的所述语音对讲传输服务。

8.一种电子设备，其特征在于，包括：

存储器，所述存储器用于存储处理程序；

处理器，所述处理器执行所述处理程序时实现如权利要求1至7中任意一项所述的语音对讲业务实现方法。

9.一种可读存储介质，其特征在于，所述可读存储介质上存储有处理程序，所述处理程序被处理器执行时实现如权利要求1至7中任意一项所述的语音对讲业务实现方法。

Images