DTMF 的三种模式（SIP INFO、RFC 2833、IN BAND）

DTMF（双音多频）的定义

由高频音和低频音的两个正弦波合成表示按键 “0~9”、“*”、“#”、“A”、“B”、“C”、“D”。

SIP 中检测 DTMF 数据的三种方法

SIP INFO

带外检测方式，通过 SIP 信令通道传输 DTMF 数据。没有统一的实现标准，目前以 Cisco SIP INFO 为标准，通过 SIP INFO 包中的 signal 字段识别 DTMF 按键。注意当 DTMF 为 “” 时不同的标准实现对应的 signal= 或 signal=10。SIP INFO 的好处就是不影响 RTP 数据包的传输，但可能会造成不同步。

RFC 2833

带内检测方式，通过 RTP 传输，由特殊的 rtpPayloadType 即 TelephoneEvent 来标示 RFC 2833 数据包。同一个 DTMF 按键通常会对应多个 RTP 包，这些 RTP 数据包的时间戳均相同，此可以作为识别同一个按键的判断依据，最后一包 RTP 数据包的 end 标志置 1 表示 DTMF 数据结束。另外，很多 SIP UA 包括 IAD 都提供 TelephoneEvent 的设置功能，如 3CX Phone、Billion-IAD、ZTE-IAD 等默认的 TelephoneEvent 都为 101，但可以人为修改，这时要求在进行 RFC 2833 DTMF 检测之前需事先获取 SDP 协商的 TelephoneEvent 参数。

IN BAND

带内检测方式，而且与普通的 RTP 语音包混在一起传送。在进行 IN BAND DTMF 检测时唯一的办法就是提取 RTP 数据包进行频谱分析，经过频谱分析得到高频和低频的频率，然后查表得到对应的按键，进行频谱分析的算法一般为 Goertzel，这种算法的实现也很简单，网上有很多可以下到，但建议采用定点算法，浮点算法效率很低。

在选择压缩比很高码率很低的 codec，比如 G.723.1 和 G.729A 等，建议不要使用 IN BAND 模式，因为 IN BAND DTMF 数据在进行复杂编解码后会产生失真，造成 DTMF 检测发生偏差或失败。

另外，还特别需要注意的一点就是很多 SIP UA 中 IN BAND 都是伴随着 RFC 2833 和 SIP INFO 同时发生的，这时需要区别对待，最好选择 RFC 2833 和 SIP INFO 作为主要检测方式。