Android源码分析：VoIP

概述

Android的voip功能支持位于目录frameworks/base/voip中。它包括支持rtp功能的package

RTP支持

RTP支持包位于目录frameworks/base/voip/java/android/net/rtp下，主要包含四个Java类：代表着基于RTP协议的流RtpStream、基于RTP协议的语音流AudioStream、描述了语音Codec信息的AudioCodec和语音会话组的AudioGroup、。

 

RTP流：RtpStream

它是基于RTP（Real-time Transport Protocol）协议的数据流。Java层的API类是android.net.rtp.RtpStream，代表着一个通过RTP协议发送和接收网络多媒体数据包的流。一个流主要包括本机网络地址和端口号、远程主机网络地址和端口号、socket号和流模式。

RtpStream支持三种流模式，可由setMode函数设定：

MODE_NORMAL：正常模式，接收和发送数据包

MODE_SEND_ONLY： 只发送数据包

MODE_RECEIVE_ONLY：只接收数据包

本地主机IP地址（InetAddress，支持IPv4和IPv6）由调用构造函数时传入。在构造函数中，会调用native层实现的create函数获取一个本地主机端口号（依据RFC 3550）；同时，native层的create函数还会得到一个socket连接号，socket号会在native层中更新到该Java类实例中。

远程主机地址和端口号由函数associate指定：

public void associate(InetAddress address, int port)

获取socket号的过程如下：

android.net.rtp.RtpStream的一个私有成员整型变量mNative存放的是socket号：

private int mNative;

它由JNI层在调用socket函数后得到一个socket号后存入里面。具体如下：在JNI层（frameworks/base/voip/jni/rtp/RtpStream.cpp）中标识它的变量是：

jfieldID gNative;

在函数registerRtpStream中获取具体的值：

(gNative = env->GetFieldID(clazz, “mNative”, “I”)) == NULL ||

在JNI层的create函数中，会调用socket函数得到一个socket号：

int socket = ::socket(ss.ss_family, SOCK_DGRAM, 0);

这个socket号会被指定给Java层的mNative变量：

env->SetIntField(thiz, gNative, socket);

端口号port则由create函数直接返回。create函数已经支持IPv6。

 

语音流：AudioStream

android.net.rtp.AudioStream继承自RtpStream，代表着一个建立在RTP协议之上的与对方通话的语音流。语音流需要使用一个语音Codec来描述其对应的编解码信息。在建立通话之前，语音流需加入（join）到会话组android.net.rtp.AudioGroup中。因此，它包含了：所在的语音组、语音Codec以及DTMF（Dual-Tone Multi-Frequency）类型（RFC 2833）等信息。

 

语音Codec：AudioCodec

一个android.net.rtp.AudioStream需要有一个android.net.rtp.AudioCodec为其编解码。Java层的AudioCodec只是描述了Codec信息的类，主要包含了三样信息：

 

public final int type; //The RTP payload type of the encoding.

public final String rtpmap; //The encoding parameters to be used in the corresponding SDP attribute.

public final String fmtp; //The format parameters to be used in the corresponding SDP attribute.

可以使用AudioCodec.getCodec轻松得到一个Codec：

public static AudioCodec getCodec(int type, String rtpmap, String fmtp)

为方便使用，在AudioCodec中Android定义了常用的几个Codec：PCMU、PCMA、GSM、GSM_EFR和AMR。

 

语音组：AudioGroup

android.net.rtp.AudioGroup代表的是一个会话，可能只是两人通话，也可能是多于两人的电话会议。可以同时有多组会话，因为麦克和扬声器只能是排他性使用，故只能有一组会话为活动的，其它必须是HOLD状态。

语音组通过一个映射表来维护加入它里面的语音流：

private final Map<AudioStream, Integer> mStreams;

 

一个AudioStream加入到AudioGroup的流程如下：

首先是AudioStream调用join加入到某个AudioGroup中：

public void join(AudioGroup group)

然后调用AudioGroup.add，接着调用：

private native void