如何实现一个voip录音系统

这里讨论的voip录音系统，是在网络交换机上设置端口镜像，将所有坐席（如ip话机）的端口数据镜像到指定端口，录音系统接到该端口，抓取端口上所有的数据包。

市场上做voip录音的厂家，有些是硬件如板卡，有些是纯软件，他们的产品存在下列缺点：
1、很贵；
2、会丢失录音，原因一是处理能力不够，二是程序不稳定；
3、界面或接口复杂，有的还需要调用CTI接口。

我花了几天思考了一下，并用一周的时间实现了它，设计目标如下：
1、高性能：
支持1000线以上的并发录音。
2、简单、自成体系：
系统对sip消息也进行了处理，分析创建会话和结束会话的消息，并从消息中抽取主叫号码、被叫号码等信息。
支持UDP或TCP传输的sip协议。
不支持H323等过时的协议，原因一是此类协议很复杂，二是原先使用h323协议的厂商产品如Avaya，很容易配置成SIP 。
系统可将会话记录写到数据库表，包括主、被叫号码，开始时间，通话时长，录音文件名等信息，供外部应用进行查询匹配。
（因为主叫或被叫，总有一方对应坐席分机，匹配和查询统计是很容易的）
通过数据库，可以很容易和第三方应用集成。
3、稳定：
可长时间稳定运行，不会丢失录音，也不会丢包。
4、支持多种音频编解码：
包括：g711a、g711u，g729ab，gsm，g723，iLbc等多种编码。

实现的要点：
1、抓包采用wincaplib，抓取tcp和udp，抓取后做快速判断，比如判断是否为sip的应答、建立会话200 OK消息，或是sip的bye消息，或是rtp包，如是上述三类包，则放入到缓冲区；
2、线程池去处理缓冲区，如sip处理的从缓冲区读取消息来生成会话和创建录音文件，或者关闭会话关闭录音。

高效率的要点是读写必须无锁，每个线程上的缓冲区为环形队列。

3、rtp包的处理：根据源或目标地址和端口，到会话队列中去匹配会话，此时需要对队列进行加锁。
我参考数据库思想设计了两种锁，读锁和写锁，多个线程同时可以读，但读锁和写锁之间互斥。
sip消息处理线程在创建会话或拆除会话时，使用写锁；
rtp包处理线程在定位会话时，使用读锁。

这是巧妙的设计，因为录音系统大部分时间在处理rtp包，采用读锁机制既保证了线程安全，又大大地提高了效率。

4、媒体处理：
每个会话的两个方向的rtp包收到后要进入缓冲区去抖动，并解码成线性pcm数据，录音合成线程（是个线程池）会以20ms的间隔去合成两个方向的pcm数据并延迟写入录音文件。延迟写入可以提高磁盘io的效率。
媒体处理使用了蓝星际自行开发并长期使用的库：LxjMediaApi.dll，这个库经过升级后可以支持外部数据源。
特别地，蓝星际媒体库对g729的处理十分高效，因为我们采用了Intel的IPP库，是业界公认性能最佳的g729编解码器。

欢迎和我讨论，或索取试用程序。
bluesen@sina.com