Android源码分析：VoIP

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.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：.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.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.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.rtp.AudioStream需要有一个.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.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 nativeAdd(int mode, int socket, String remoteAddress, int remotePort, String codecSpec, int dtmfType);其中前四个参数：mode、socket号、远程地址、远程端口号来自于语音流的父类RTPStream中的信息，codecSpec来自于语音流对应的Codec的三样信息，最后一个参数dtmf类型也来自语音流。

在JNI层（frameworks/base/voip/jni/rtp/AudioGroup.cpp）的add函数中，首先将远程网络地址和端口号保存到结构体sockaddr_storage[TODO：参见UNIX socket编程]中：sockaddr_storage remote;if (parse(env, jRemoteAddress, remotePort, &remote) < 0) {//遍历得到地址，存放于sockaddr_storage中// Exception already thrown.return;}接着得到codec信息，创建一个native层AudioCodec：sscanf(codecSpec, “%d %15[^/]%*c%d”, &codecType, codecNam e, &sampleRate); codec = newAudioCodec(codecName);//根据名称创建对应的native层的Codec 再接着创建一个native层的语音流AudioStream：// Create audio stream.stream = new AudioStream;//创建语音流if (!stream->set(mode, socket, &remote, codec, sampleRate, sampleCount, codecType, dtmfType)) {//将相关信息设置给语音流jniThrowException(env, “java/lang/IllegalStateException”, “cannot initialize audio stream”);goto error;}最后获取或创建native层的AudioGroup，并将native的AudioStream添加到native的AudioGroup中：// Create audio group.group = (AudioGroup *)env->GetIntField(thiz, gNative);if (!group) {//若Java层的AudioGroup中还没有一个对应的native层的Group。

注意，Java 层多次对add的调用，也只执行第一次下面的代码int mode = env->GetIntField(thiz, gMode);group = new AudioGroup;//创建一个native的AudioGroupif (!group->set(8000, 256) || !group->setMode(mode)) {//详见后文对这两个函数的解释jniThrowException(env, “java/lang/IllegalStateException”,“cannot initialize audio group”);goto error;}}// Add audio stream into audio group.if (!group->add(stream)) {//将native的stream添加到Group中jniThrowException(env, “java/lang/IllegalStateException”,“cannot add audio stream”);goto error;}// Succeed.env->SetIntField(thiz, gNative, (int)group);//将native的Group指针转换为整型变量存放于Java实例的成员变量中再来详细看一下上述的几个过程。

在创建native层的AudioCodec时，会根据查询预设的数组里保存的名称，得到与之对应创建函数，从而调用创建函数得到AudioCodec。

在AudioCodec.cpp中的预设的数组如下：struct AudioCodecType {//结构体定义const char *name; //Codec名称AudioCodec *(*create)();//对应的创建函数} gAudioCodecTypes[] = {//全局数组{“PCMA”, newAlawCodec},//G.711 a-law语音编码{“PCMU”, newUlawCodec},//G.711 u-law语音编码{“GSM”, newGsmCodec},//GSM全速率语音编码，也称作GSM-FR、GSM 06.10、GSM,或FR {“AMR”, newAmrCodec},//适应性多速率窄带语音编码AMR或AMR-NB，当前不支持CRC校验、健壮性排序（robust sorting）和交织（interleaving)，更多features参见RFC 4867. {“GSM-EFR”, newGsmEfrCodec},//增强型GSM全速率语音编码，也称作GSM-EFR, GSM 06.60或EFR{NULL, NULL},};这些C++实现的Codec都继承自AudioCodec，实现了其set、encode和decode函数，如下图：函数encode和decode用于编码和解码，set函数用于设置相关信息给Codec。