VoLTE终端多媒体彩铃业务关键技术研究

潘璐，高晨亮，金晨光，曹蕾

VoLTE终端多媒体彩铃业务关键技术研究

潘璐，高晨亮，金晨光，曹蕾

（中国移动通信集团公司研究院，北京 100053）

为了丰富VoLTE终端用户的业务体验，针对音频和视频起呼不同场景，开展终端侧音频和视频彩铃业务的关键技术研究，结合IMS视频彩铃业务协商机制，从终端侧和平台侧提出了两种优化方案，可有效保障多媒体彩铃的协商以及用户彩铃业务的体验效果，并对未来多媒体彩铃的应用场景进行了展望。

IMS 多媒体彩铃 音频彩铃 视频彩铃 资源预留

1 引言

传统音频彩铃是运营商增值业务中市场渗透率和覆盖率非常高的一项业务。随着VoLTE语音业务迅速发展，VoLTE视频及相关增值业务也逐渐受到关注。基于IMS（IP Multimedia Subsystem，IP多媒体子系统）的多媒体彩铃业务不仅可以为用户提供更悦耳的音乐彩铃，而且还可以为用户提供如歌曲MV、DIY视频等视频彩铃业务，使用户获得更丰富的增值业务体验。为确保用户良好的多媒体彩铃业务体验，本文针对不同场景重点研究彩铃业务关键技术，并结合可能出现的异常场景，从终端侧和平台侧提出相应的优化方案。

2 业务背景

VoLTE是一种基于IMS的语音解决方案，其与传统2G/3G的CS域话音方案、LTE下的CSFB（Circuit Switched FallBack，电路域回落）语音方案相比，具有如下优势：

（1）通话质量明显提升

一方面，由于AMR-WB（Adaptive Multi Rate Wideband，自适应多速率宽带）等新型高清语音编解码技术的引入；

另一方面，QoS（Quality of Service，服务质量）控制机制和资源预留机制（precondition）为语音业务提供了有效的资源保障，使VoLTE通话质量提升约50%，用户可以体验到更自然的通话效果。

（2）呼叫建立时延大幅缩短

VoLTE是基于TD-LTE网络全IP条件下的端到端语音方案，呼叫建立时延在2 s左右，与2G/3G相比时延缩短50%～70%。

（3）增值业务有更广阔的拓展空间

由于基于IMS网络架构，VoLTE更容易与IMS网络其他多媒体业务（如融合消息、会议、视频共享等）及互联网业务发生融合，进而为用户提供更丰富的业务体验。

在确保VoLTE业务已有优势的基础上，为了使多媒体彩铃业务在“黄金15 s”发挥最大的增值效果，本文重点从VoLTE终端侧梳理不同场景下的多媒体彩铃业务的实现技术，保障多媒体彩铃业务良好的体验效果。

3 技术实现

3.1 音频彩铃业务场景

IMS网络下的音频彩铃与2G/3G网络下的同类业务相比，主叫终端与彩铃平台通过SIP（Session Initiation Protocol，会话初始协议）信令协商，且遵循QoS、precondition协商机制；同时彩铃库新增使用AMR-WB和AMR-NB新型语音编解码技术制作的铃音，因此主叫用户可在起呼后、被叫摘机前的时间窗内又快又好地享受到更高清、更自然的音频彩铃业务。

（1）音频起呼音频彩铃场景关键技术

在音频起呼场景，主叫VoLTE终端与彩铃平台通过SIP信令协商音频彩铃业务，既遵循了IMS网络下QoS服务质量的协商机制，保障音频彩铃在QCI（QoS Class Identifier，QoS等级标识）=1的专有承载上进行传输，同时也通过precondition资源预留机制保证彩铃业务在主叫与彩铃平台间端到端资源准备就绪后的正常传输。具体流程如图1所示。

VoLTE音频彩铃端到端信令协商流程描述如下：

步骤1～8：主叫与被叫完成端到端信令协商及资源预留。被叫发送180 Ringing振铃消息，被叫归属地彩铃平台AS收到并缓存此消息。

步骤9：主叫终端收到Update消息。其中，消息头中携带支持资源预留的头域（Supported:precondition），SDP（Session Description Protocol，会话描述协议）中携带AMR-WB、AMR-NB等音频编解码信息。同时，携带资源预留的提议（offer），包括本地和远端的当前及预期状态信息、需作为远端的主叫反馈资源预留状态的确认（conf）字段。

步骤10：主叫终端根据自身能力回复200 OK（For Update），其中携带本地当前资源预留的情况。

步骤11～12：若主叫本地资源在步骤10中已预留成功并反馈给彩铃平台，此步骤可省略；若主叫本地资源在步骤10时未准备就绪，待预留成功时主叫发送Update消息更新状态，彩铃平台收到更新并确认。

步骤13：彩铃AS在确认主叫和本地资源均预留成功后，向主叫转发180 Ringing，同时推送音频彩铃RTP媒体包。其中，180 Ringing中早媒体参数PEM（P-Early-Media）状态为sendrecv，即主叫本地可发可收RTP媒体包。此时主叫终端根据收到的PEM=sendrecv状态信息，对后续收到音频彩铃RTP媒体包进行解析和播放处理。

步骤14～17：当被叫用户摘机，被叫终端将发送200 OK（For Invite），彩铃AS收到并缓存，同时向被叫回复确认ACK。

步骤18～25：被叫终端收到空SDP的re-Invite消息，发送200 OK（For re-Invite）消息。其中，SDP携带被叫本地上一次音频协商能力或音视频全媒体能力；彩铃平台根据步骤1～4原始音频通话协商结果，删除视频媒体相关SDP内容，并转为Update消息发送给主叫，进行音频通话的重协商。

图1 音频起呼场景音频彩铃业务协商流程

结合彩铃业务流程中QoS和precondition机制，针对步骤9提供如下信令示例：

a=curr：qos local sendrecv

a=curr：qos remote none

a=des：qos mandatory local sendrecv

a=des：qos mandatory remote sendrecv

a=conf：qos remote sendrecv

其中：

第一行当前（curr）本地（local）可收可发（sendrecv），说明彩铃平台本地资源已预留成功；

第二行当前远端（即主叫，remote）状态未知（none）；

第三行根据QoS和precondition机制，说明彩铃平台本端期望最终本端资源预留成功（sendrecv），根据第一行目前本地状态已满足；

第四行同理，最终预期远端（即主叫）也成功完成资源预留状态（sendrecv）。

对于当前彩铃平台而言，由于当前主叫侧资源预留是否成功的状态未知，因此在Update消息中携带第五行conf消息，即指出彩铃平台本端期待收到主叫（远端）资源预留成功的应答（Answer）。

若主叫终端发送给彩铃平台的第一条200 OK（For Update）消息SDP中携带的主叫侧资源预留仍为none，则彩铃平台将始终等待来自主叫侧的Answer；若主叫终端侧资源预留成功，则将发送Update状态更新消息，把本地资源预留成功（sendrecv）的状态更新至彩铃平台。

在此场景中，VoLTE终端需具备基本的SIP信令协商能力，同时终端必须遵循QoS机制和precondition协商机制。

（2）视频起呼音频彩铃场景关键技术

视频起呼与音频起呼场景相比，主叫VoLTE终端与彩铃平台间的SIP信令协商流程相似，但仍存在不同，下面结合图1具体论述如下：

步骤9：主叫终端收到的Update消息中，视频媒体行被置为inactive。

步骤20：被叫回复200 OK（For re-Invite），将携带音视频全媒体能力。

步骤18～22：彩铃平台收到携带音视频全媒体能力的200 OK（For re-Invite）消息。彩铃平台根据步骤1～4原始视频通话协商结果，保留被叫终端的视频媒体能力，并将200 OK（For re-Invite）转为Update发给主叫终端。

步骤22～23：主被叫终端通过SIP信令协商恢复原视频通话。

在此场景中，需确保现网彩铃设备在步骤9中将视频媒体行置为inactive而非0。否则，在后续主被叫终端恢复视频通话的重协商时，经彩铃平台转发给主叫终端的步骤21中的视频媒体行仍将为0，从而导致无法恢复为视频通话，进而影响用户体验。

3.2 视频彩铃业务场景

IMS网络下的视频彩铃与音频彩铃相比，在业务早媒体类型方面将由单一的音频扩展至音频和视频两种媒体，为确保主叫用户能够观赏到流畅、清晰的视频彩铃，需对QoS和资源预留提出新的需求，下面将分场景逐一论述。

（1）音频起呼视频彩铃场景关键技术

音频起呼场景中，视频彩铃业务在主叫VoLTE终端与彩铃平台间的SIP信令协商流程如图2所示。

VoLTE视频彩铃基本端到端协商流程描述如下：

步骤1～8：同图1。

步骤9：主叫终端收到Update。其中，消息头携带支持资源预留头域（Supported:precondition），SDP中携带音视频编解码能力。同时，携带资源预留的提议（offer），包括本地和远端的当前及预期状态、需要主叫远端反馈资源预留状态的确认（conf）消息。

步骤10：若在主叫执行步骤10前视频专用承载QCI=2已建立成功，且主叫本地音视频媒体资源已预留成功，主叫终端将根据自身能力回复200 OK（For Update），其SDP中携带本地当前音视频媒体资源预留情况（sendrecv）；若主叫终端在执行步骤10前无线链路和本地资源有任一未就绪，此时主叫终端在200 OK（For Update）消息的SDP中，本地视频资源状态将为none。

图2 音频起呼场景视频彩铃业务协商流程

步骤11～12：若在步骤10中主叫终端本地无线链路和本地资源有任意一项未预留成功，待本地音视频资源均准备就绪后，主叫终端将发送Update更新状态；若在步骤10中主叫本地无线链路、音视频资源均已就绪且告知彩铃平台，此流程可省略。

步骤13：当彩铃AS确认远端主叫及本地音视频资源均预留成功后，将向主叫转发180 Ringing，并推送音频和视频彩铃RTP媒体包。其中，180 Ringing的SDP中早媒体参数PEM（P-Early-Media）状态将填写为sendrecv，即可发可收RTP媒体包。此时主叫终端根据PEM=sendrecv，将收到的RTP媒体包进行解析和播放。

步骤14～17：被叫摘机发送200 OK（For Invite），彩铃AS收到后缓存本地并回复ACK。

步骤18～25：被叫终端收到空SDP的re-Invite消息，发送200 OK（For re-Invite）。其中，SDP携带原音频协商结果或本地音视频全媒体能力；彩铃平台依步骤1～4原始音频协商，删除其中的视频媒体能力，并将此消息转为Update，发送给主叫进而音频重协商。

针对音频起呼播放视频彩铃媒体场景，原主被叫终端完成音频协商后，主被叫间仅有一条QCI=1语音专用承载，需在主叫和彩铃平台之间重新协商并申请QCI=2的视频专有承载；同时，为保障信令面和媒体面资源同时准备就绪，需继续严格遵循precondition资源预留协商机制。

若QCI=2的视频专有承载和端到端资源均预留成功，主叫终端将可正常观赏到清晰的视频彩铃；若QCI=2的视频专有承载或端到端资源预留任意一个协商失败，如何确保主叫用户对于多媒体彩铃业务的良好体验，即如何兼容异常场景下的多媒体彩铃业务，下面将通过终端侧方案和平台侧方案来详细论述。

1）终端侧兼容方案

为兼容资源预留异常场景，从终端角度出发制定兼容方案。

参考图2，若在主叫执行步骤10时，本地音视频资源任一项未就绪，主叫将在发送200 OK（For Update）消息SDP中将对应项资源状态填写为a=curr：qos local none，同时启动本地保护定时器（Pqos）。此定时器可配置，主叫终端可根据网络情况调整设定。

◆若Pqos定时器超时前，主叫本地判断视频专用承载等资源预留成功，将主动发送Update状态更新消息给彩铃平台，即可正常执行视频彩铃协商和播放流程。

◆若Pqos定时器超时前，主叫本地判断视频专用承载等资源始终未预留成功，待Pqos定时器超时，主叫终端将主动发送Update消息，且将此消息SDP中的视频媒体行置为0，即因资源不足，本次主叫建议将视频彩铃降级为音频彩铃。彩铃平台根据收到的更新消息进行协商，若协商成功则根据协商结果向主叫终端推送音频彩铃媒体包，主叫终端根据协商结果正常接收并播放音频彩铃。

通过以上终端侧兼容方案，不仅可以实现资源预留成功场景下视频彩铃的正常播放，而且也可以兼容资源预留失败场景下多媒体彩铃业务的连续性及用户体验。

2）平台侧兼容方案

结合视频彩铃业务实现流程，从彩铃平台侧设置定制器，考虑平台侧保护机制。

参考图2信令交互流程，当彩铃平台执行完步骤9时，即刻启动本地保护定时器（Tqos）。定时器Tqos必须大于Pqos，以便确保主叫侧音视频资源预留成功后再次发送Update给彩铃AS，可执行正常的视频彩铃协商和播放流程。同时，此定时器可配置，主叫终端可根据网络实际情况设定和调整。

◆若Tqos定时器超时前，主叫本地判断视频专用承载等资源预留成功，将主动发送Update状态更新消息给彩铃平台，主叫与彩铃平台即执行正常的视频彩铃协商和播放流程，同时关闭Tqos定时器。

◆若Tqos定时器超时前，彩铃平台仅收到主叫终端发送的本地视频资源未预留成功（a=curr：qos local none）的Update消息，待Tqos定时器超时，彩铃平台将发送Update消息，且将此消息SDP中的视频媒体行置为0，重新进行音频彩铃早媒体协商，主叫终端与彩铃平台间根据协商结果播放音频彩铃。

◆若Tqos定时器超时前，彩铃平台始终未收到200 OK（For Update）消息，待Tqos定时器超时，彩铃平台将直接发送180 Ringing消息，其中PEM=inactive。主叫终端在收到此消息后，启动本地放音功能，向主叫播放“嘟嘟嘟”普通提示音。

此平台侧兼容方案不仅保证了主叫和彩铃平台间音视频资源预留成功场景下视频彩铃的正常播放，而且在视频资源预留失败、主叫故障等异常场景下也均可实现多媒体彩铃业务的连续性。

（2）视频起呼视频彩铃场景关键技术

针对视频彩铃业务，视频起呼场景与音频起呼场景相比，主被叫在初始协商阶段即完成QCI=1和QCI=2的音视频专有承载的申请及建立、端到端的音视频资源预留，因此在视频彩铃协商阶段无需额外申请视频专有承载及资源。

若协商过程中因主叫终端移动发生SRVCC（Single Radio Voice Call Continuity，双模单待无线语音呼叫连续性）流程，终端将移入非VoLTE覆盖区，此场景的多媒体业务流程将在下文重点介绍。

3.3 SRVCC场景下的多媒体彩铃业务

具体如下：

（1）音频起呼振铃阶段，如主叫终端在被叫终端音频摘机应答后发生SRVCC切换。此场景下，主叫终端可正常体验多媒体彩铃业务，但由于主叫终端能力发生变化，因此主被叫将进行重协商。针对主被叫重协商过程，被叫终端将回复200 OK（For re-Invite）携带初始SDP协商结果（音频媒体能力）或全媒体能力（音频全媒体或音视频全媒体）的消息。

（2）视频起呼振铃阶段，如被叫终端先视频摘机应答，随后主叫终端发生SRVCC切换。此场景下，主叫终端将可正常体验多媒体彩铃业务，但因主叫媒体能力发生变更，所以主被叫间将通过重协商由原视频通话恢复为音频通话，被叫终端需支持回复200 OK（For re-Invite）携带上一次SDP协商结果（音视频媒体能力）或音视频全媒体能力的消息。

（3）视频起呼振铃阶段，如主叫终端先发生SRVCC切换，稍后被叫终端音频摘机应答。此场景下，主叫终端在切换前可正常体验多媒体彩铃业务，切换后因主叫终端无法再支持视频能力，网络侧将给彩铃平台发送Update消息通知主叫的能力降级。此时被叫终端回复200 OK（For re-Invite）中携带音频媒体能力或音视频全媒体能力，核心网网元检查并删除视频能力，转发至主叫域MGCF（Media Gateway Controller Function，媒体网关控制功能）网元，使主被叫经重协商恢复音频通话。

（4）视频彩铃播放过程中，若主叫终端发生a-SRVCC切换，彩铃平台将根据主叫侧网络反馈的媒体更新请求，完成媒体更新处理，将本次视频彩铃直接回落为音频彩铃。即便主叫可能切换失败再次返回LTE，为避免因音频和视频彩铃频繁切换影响用户体验，本场景的多媒体彩铃业务将始终保持为降级后的音频彩铃。

4 应用展望

多媒体彩铃业务占据了音视频通话振铃阶段的“黄金15 s”，随着IMS网络架构的引入，多媒体彩铃与互联网IP类应用业务将发生更多深度的融合。

根据音视频多媒体彩铃业务的特点，可在企业客户新型广告投放、微博等网红自我宣传等场景推广应用。同时，从传统音频彩铃到新型视频彩铃，彩铃业务将给予用户听觉和视觉的全方位业务体验。结合现有的订餐、快递等互联网市场对人工客服的需求，未来多媒体彩铃业务将承担更多点击等在线互动交互功能，不仅可以大大降低人工服务的成本，而且能够提升平台与用户的智能互动体验，从而提高便捷性及用户体验。

5 结束语

本文总结了音频、视频不同起呼场景下，音频和视频两类多媒体彩铃业务的端到端关键技术。针对音频起呼视频彩铃场景，结合资源预留异常场景，通过终端和平台两种兼容方案确保了多媒体彩铃业务的端到端协商及业务体验，同时结合多媒体彩铃业务特点进行了应用展望。后续将结合现网多媒体彩铃业务实测优化定时器时长设置，并针对资源预留异常问题进行定位，提出相应的解决方案，进一步优化网络性能并提升多媒体彩铃业务体验。

[1] Mikka Poikselka, Georg Mayer, Hisham Khartabil. IMS：IP多媒体概念和服务[M]. 3版. 北京: 机械工业出版社,2011.

[2] 3GPP TS 22.173 V15.1.0. IP Multimedia Core Network Subsystem (IMS) Multimedia Telephony Service and supplementary services[S/OL]. [2017-06-25]. https://www.3gpp.org/DynaReport/22173.htm.

[3] 3GPP TS 24.182 V14.0.0. IP Multimedia Subsystem (IMS)Customized Alerting Tones (CAT) [S/OL]. [2017-06-25].https://www.3gpp.org/DynaReport/24182.htm.

[4] 3GPP TS 24.229 V14.4.0. IP multimedia call control protocol based on Session Initiation Protocol (SIP) and Session Description Protocol (SDP)[S/OL]. [2017-06-25].https://www.3gpp.org/DynaReport/24229.htm.

[5] 3GPP TS 24.628 V14.0.0. Common Basic Communication procedures using IP Multimedia (IM) Core Network (CN)subsystem[S/OL]. [2017-06-25]. https://www.3gpp.org/DynaReport/24628.htm.

[6] RFC 3312. Integration of Resource Management and Session Initiation Protocol (SIP)[S/OL]. [2017-06-25].http://www.rfc-editor.org/info/rfc3321.

[7] 周峰. VoLTE让彩铃更悦耳[J]. 中国新通信, 2017,19(3):43-46.

[8] 杨军,廖建新,朱晓民,等. 基于IMS的多媒体彩铃业务的设计和实现[J]. 电信工程技术与标准化, 2006,19(4):87-90.

[9] 乔木,王晶. 基于VoLTE的多媒体彩铃业务的设计与实现[J]. 电信工程技术与标准化, 2015,28(7): 52-57.

[10] 姜先贵,李勇辉,朱斌,等. VoLTE语音质量研究[J]. 邮电设计技术, 2015(10): 51-55.★

Research on Key Techniques of Multimedia Ringback Music Services for VoLTE Terminal

PAN Lu, GAO Chenliang, JIN Chenguang, CAO Lei

(China Mobile Research Institute, Beijing 100053, China)

In order to enrich the service experience of VoLTE terminal users，key techniques of voice and video ringback music service in the terminal side were investigated according to the different calling scenarios of voice and video.Combined with the negotiation mechanism of IMS video ringback music service, two optimization solutions in both terminal side and the platform side were proposed, which can effectively guarantee the negotiation of multimedia ringback music and the experience effect of user’s ringback music service. In addition, the application scenario of multimedia ringback music in the future was prospected.

IMS multimedia ringback music audio ringback music video ringback music resource reservation

10.3969/j.issn.1006-1010.2017.22.017

TN929.5

A

1006-1010(2017)22-0089-08

潘璐,高晨亮,金晨光,等. VoLTE终端多媒体彩铃业务关键技术研究[J]. 移动通信, 2017,41(22): 89-96.

2017-06-25

袁婷 yuanting@mbcom.cn

潘璐：硕士，现任职于中国移动通信集团公司研究院，主要从事VoLTE及物联网相关标准制定、测试验证、产业推进等工作。

高晨亮：硕士，现任职于中国移动通信集团公司研究院，主要从事VoLTE及物联网相关标准制定、测试验证、产业推进等工作。

金晨光：高级工程师，硕士毕业于西安电子科技大学，现任职于中国移动通信集团公司研究院，长期从事2G/3G/4G/5G移动通信技术标准研究、移动终端原型产品方案研发、规模试验、终端产品测试认证等工作，目前主要从事4G/5G移动通信语音方案研究及产品方案开发等相关工作。