CN115914178B - 一种voip实时音视频通话方法、***及装置 - Google Patents

Abstract

本发明实施例公开了一种VOIP实时音视频通话方法、***及装置，包括：接收来自发起端的请求指令，基于所述请求指令对发起端进行身份认证，当身份认证通过后返回发起端通过指令；发送视频呼叫请求至VOIP网关服务器，当被叫端摘机时，接收来自VOIP网关服务器的应答信息，建立通话；检测是否接收到来自发起端的第一媒体数据流或者来自VOIP网关服务器的第二媒体数据流，当接收到第一媒体数据流或第二媒体数据流时，将第一媒体数据流进行转码后转发至VOIP网关服务器以使将第一媒体数据流发送至被叫端；将第二媒体数据流转发至发起端。通过设置RTMP网关服务器和VOIP网关服务器分别对接发起端和被叫端，实现智能终端与SIP终端实施音视频互通功能，兼容性更强。

Description

一种VOIP实时音视频通话方法、***及装置

技术领域

本发明涉及计算机音视频通信技术领域，具体涉及一种VOIP实时音视频通话方法、***及装置。

背景技术

目前，RTMP是实时消息传输协议(Real Time Messaging Protocol)。该协议基于TCP，是一个协议族，包括RTMP基本协议及RTMPT/RTMPS/RTMPE等多种变种。RTMP是一种设计用来进行实时数据通信的网络协议，主要用来在Flash/AIR平台和支持RTMP协议的流媒体/交互服务器之间进行音视频和数据通信。

VOIP是基于IP的语音技术(Voice over Internet Protocol)，指的是将模拟的声音讯号经过压缩与封包之后，以数据封包的形式在IP网络的环境进行语音讯号的传输的一种技术。

在实时音视频通话领域中，存在着几种实现方式：传统的基于SIP+RTP技术的软话机实现方式；基于WSS+WebRTC技术的网页实现方式；即通过浏览器即可实现实时音视频通话，各浏览器厂商先后提供针对WebRTC技术的支持，由于浏览器厂商实现差异性导致很多兼容性的问题；用户体验也不好。

发明内容

针对所述缺陷，本发明实施例公开了一种VOIP实时音视频通话方法、***及装置，其可以解决传统音视频通话的兼容性问题。

本发明实施例第一方面公开了VOIP实时音视频通话方法，包括：

接收来自发起端的请求指令，基于所述请求指令对发起端进行身份认证，当身份认证通过后返回发起端通过指令；

发送视频呼叫请求至VOIP网关服务器，当被叫端摘机时，接收来自VOIP网关服务器的振铃应答信息，播放振铃音视频至发起端，建立通话；

检测是否接收到来自发起端的第一媒体数据流或者来自VOIP网关服务器并经过媒体编解码模块进行转码后的第二媒体数据流，当接收到所述第一媒体数据流或第二媒体数据流时，将所述第一媒体数据流进行转码后转发至VOIP网关服务器以使VOIP网关服务器将所述第一媒体数据流发送至被叫端；将所述第二媒体数据流转发至发起端。

作为一种可选的实施方式，在本发明实施例第一方面中，所述发起端包括推流端和拉流端。

作为一种可选的实施方式，在本发明实施例第一方面中，所述接收来自发起端的请求指令，基于所述请求指令对发起端进行身份认证，包括：

接收来自推流端的呼叫请求指令，并对所述推流端进行推流端身份认证，当推流端身份认证通过后返回推流端连接成功响应指令；

接收来自拉流端的数据请求指令，并对拉流端进行拉流端身份认证，当拉流端身份认证通过后返回拉流端数据连接响应指令。

作为一种可选的实施方式，在本发明实施例第一方面中，所述接收来自推流端的呼叫请求指令，并对所述推流端进行推流端身份认证，当推流端身份认证通过后返回推流端连接成功响应指令，包括：

接收来自推流端的握手与连接请求，对所述推流端进行第一次推流端身份认证，当第一次推流端身份认证通过后返回推流端连接成功响应指令；

接收来自推流端的数据交互请求，对所述推流端进行第二次推流端身份认证，当第二次推流端身份认证通过后返回推流端交互响应指令；

接收来自推流端的发布请求，对所述推流端进行第三次推流端身份认证，当第三次推流端身份认证通过后返回推流端发布响应指令。

作为一种可选的实施方式，在本发明实施例第一方面中，所述接收来自拉流端的数据请求指令，并对拉流端进行拉流端身份认证，当拉流端身份认证通过后返回拉流端数据连接响应指令，包括：

接收来自拉流端的握手与连接请求，对所述拉流端进行第一次拉流端身份认证，当第一次拉流端身份认证通过后返回拉流端连接成功响应指令；

接收来自拉流端的数据交互请求，对所述拉流端进行第二次拉流端身份认证，当第二次拉流端身份认证通过后返回拉流端交互响应指令；

接收来自拉流端的播放请求，对所述拉流端进行第三次拉流端身份认证，当第三次拉流端身份认证通过后返回拉流端播放响应指令。

作为一种可选的实施方式，在本发明实施例第一方面中，还包括，当未接收到第一媒体数据流时，控制对话休眠预设时长并在休眠预设时长内进行计数预设次数，在该预设时长且预设次数内持续检测是否接收到第一媒体数据流，当超过预设时长或超过预设次数未检测接收到第一媒体数据流，则结束通话。

本发明实施例第二方面公开一种VOIP实时音视频通话***，包括推流终端、拉流终端、RTMP网关服务器、媒体编解码模块和VOIP网关服务器，所述推流终端、拉流终端、媒体编解码模块和VOIP网关服务器均与RTMP网关服务器连接，所述媒体编解码模块和VOIP网关服务器连接，所述推流终端用于发起呼叫请求指令，所述拉流终端用于发起数据请求指令，RTMP网关服务器用于基于呼叫请求指令对推流终端进行身份认证，基于数据请求指令对拉流终端进行身份认证，并发送视频呼叫请求至VOIP网关服务器，将来自推流终端的第一媒体数据流发送至媒体编解码模块进行编解码后转发至VOIP网关服务器，将来自VOIP网关服务器并经过媒体编解码模块进行编解码后的第二媒体数据流转发至拉流终端。

本发明实施例第三方面公开一种VOIP实时音视频通话装置，包括：

指令接收模块：用于接收来自发起端的请求指令，基于所述请求指令对发起端进行身份认证，当身份认证通过后返回发起端通过指令；

通话建立模块：用于发送视频呼叫请求至VOIP网关服务器，当被叫端摘机时，接收来自VOIP网关服务器的振铃应答信息，播放振铃音视频至发起端，建立通话；

数据交互模块：用于检测是否接收到来自发起端的第一媒体数据流或者来自VOIP网关服务器并经过媒体编解码模块进行转码后的第二媒体数据流，当接收到所述第一媒体数据流或第二媒体数据流时，将所述第一媒体数据流进行转码后转发至VOIP网关服务器以使VOIP网关服务器将所述第一媒体数据流发送至被叫端；将所述第二媒体数据流转发至发起端。

本发明实施例第四方面公开一种电子设备，包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；所述处理器调用所述存储器中存储的所述可执行程序代码，用于执行本发明实施例第一方面公开的VOIP实时音视频通话方法。

本发明实施例第五方面公开一种计算机可读存储介质，其存储计算机程序，其中，所述计算机程序使得计算机执行本发明实施例第一方面公开的VOIP实时音视频通话方法。

与现有技术相比，本发明实施例具有以下有益效果：

本发明实施例通过设置RTMP网关服务器和VOIP网关服务器分别对接发起端和被叫端，实现智能终端与SIP终端实施音视频互通功能，兼容性更强，额外设置媒体服务器对数据进行编解码，无需缓存数据，有低延迟的优势，对于通话期间是否接收到媒体数据流进行监管，能够实现媒体数据流有效实时互通。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例公开的一种VOIP实时音视频通话方法的流程示意图；

图2是本发明实施例公开的一种VOIP实时音视频通话***的模块结构示意图；

图3是本发明实施例公开的一种VOIP实时音视频通话***的流程原理示意图；

图4是本发明实施例提供的一种VOIP实时音视频通话装置的结构示意图；

图5是本发明实施例提供的一种电子设备的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书中的术语“第一”、“第二”、“第三”、“第四”等是用于区别不同的对象，而不是用于描述特定顺序。本发明实施例的术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，示例性地，包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

本发明实施例公开了VOIP实时音视频通话方法、***、装置、电子设备及存储介质，通过设置RTMP网关服务器和VOIP网关服务器分别对接发起端和被叫端，实现智能终端与SIP终端实施音视频互通功能，兼容性更强，额外设置媒体服务器对数据进行编解码，无需缓存数据，有低延迟的优势，对于通话期间是否接收到媒体数据流进行监管，能够实现媒体数据流有效实时互通。

实施例一

请参阅图1，图1是本发明实施例公开的一种VOIP实时音视频通话方法的流程示意图。其中，本发明实施例所描述的方法的执行主体为由软件或/和硬件组成的执行主体，该执行主体可以通过有线或/和无线方式接收相关信息，并可以发送一定的指令。当然，其还可以具有一定的处理功能和存储功能。该执行主体可以控制多个设备，例如远程的物理服务器或云服务器以及相关软件，也可以是对某处安置的设备进行相关操作的本地主机或服务器以及相关软件等。在一些场景中，还可以控制多个存储设备，存储设备可以与设备放置于同一地方或不同地方。如图1所示，该一种VOIP实时音视频通话方法包括以下步骤：

101、接收来自发起端的请求指令，基于所述请求指令对发起端进行身份认证，当身份认证通过后返回发起端通过指令。

实施例中的发起端包括推流端和拉流端，也即是推流终端和拉流终端，推流端是指获取音视频数据的通道，包括包括手机/平板APP、Web端、PC端，拉流端是指接收音视频数据的通道，包括包括手机/平板APP、Web端、PC端。

具体的，接收来自发起端的请求指令，基于所述请求指令对发起端进行身份认证，包括：接收来自推流端的呼叫请求指令，并对所述推流端进行推流端身份认证，当推流端身份认证通过后返回推流端连接成功响应指令；接收来自拉流端的数据请求指令，并对拉流端进行拉流端身份认证，当拉流端身份认证通过后返回拉流端数据连接响应指令。

其中，对于推流端而言，具体是接收来自推流端的握手与连接请求，对所述推流端进行第一次推流端身份认证，当第一次推流端身份认证通过后返回推流端连接成功响应指令；接收来自推流端的数据交互请求，对所述推流端进行第二次推流端身份认证，当第二次推流端身份认证通过后返回推流端交互响应指令；接收来自推流端的发布请求，对所述推流端进行第三次推流端身份认证，当第三次推流端身份认证通过后返回推流端发布响应指令。

对于拉流端而言，具体是接收来自拉流端的握手与连接请求，对所述拉流端进行第一次拉流端身份认证，当第一次拉流端身份认证通过后返回拉流端连接成功响应指令；接收来自拉流端的数据交互请求，对所述拉流端进行第二次拉流端身份认证，当第二次拉流端身份认证通过后返回拉流端交互响应指令；接收来自拉流端的播放请求，对所述拉流端进行第三次拉流端身份认证，当第三次拉流端身份认证通过后返回拉流端播放响应指令。

102、发送视频呼叫请求至VOIP网关服务器，当被叫端摘机时，接收来自VOIP网关服务器的振铃应答信息，播放振铃音视频至发起端，建立通话。

被叫端是指支持VOIP网关服务器的终端设备、软件应用程序，例如实体话机、软话机、网页话机、手机app等。

103、检测是否接收到来自发起端的第一媒体数据流或者来自VOIP网关服务器并经过媒体编解码模块进行转码后的第二媒体数据流，当接收到所述第一媒体数据流或第二媒体数据流时，将所述第一媒体数据流进行转码后转发至VOIP网关服务器以使VOIP网关服务器将所述第一媒体数据流发送至被叫端；将所述第二媒体数据流转发至发起端。

进一步的，当未接收到第一媒体数据流时，控制对话休眠预设时长并在休眠预设时长内进行计数预设次数，在该预设时长且预设次数内持续检测是否接收到第一媒体数据流，当超过预设时长或超过预设次数未检测接收到第一媒体数据流，则结束通话。

实施例二

请参阅图2，图2是本发明实施例公开的一种VOIP实时音视频通话***的模块结构示意图，图3是本发明实施例公开的一种VOIP实时音视频通话***的工作原理流程示意图，参见图2和图3，该***推流终端、拉流终端、RTMP网关服务器、媒体编解码模块和VOIP网关服务器，所述推流终端、拉流终端、媒体编解码模块和VOIP网关服务器均与RTMP网关服务器连接，所述媒体编解码模块和VOIP网关服务器连接，所述推流终端用于发起呼叫请求指令，所述拉流终端用于发起数据请求指令，RTMP网关服务器用于基于呼叫请求指令对推流终端进行身份认证，基于数据请求指令对拉流终端进行身份认证，并发送视频呼叫请求至VOIP网关服务器，将来自推流终端的第一媒体数据流发送至媒体编解码模块进行编解码后转发至VOIP网关服务器，将来自VOIP网关服务器并经过媒体编解码模块进行编解码后的第二媒体数据流转发至拉流终端。

具体的，推流终端与拉流终端分别向RTMP网关服务器发送握手与连接请求申请鉴权认证，当鉴权通过后，返回连接成功响应。接着推流终端向RTMP网关服务器发送数据交互请求，RTMP网关服务器返回推流终端交互响应指令。推流端发起发布请求，RTMP网关服务器返回发布成功响应，同时接收推流终端的媒体流数据。拉流终端依次发起握手与连接请求、数据交互请求和播放请求，RTMP网关服务器一一返回成功响应。同时，RTMP网关服务器向VOIP网关服务器发送信令请求视频呼叫，当被叫端响铃时，VOIP网关服务器返回振铃事件，此时RTMP网关服务器向拉流终端播放振铃音视频，通知拉流端被叫已响铃。当被叫端摘机时，VOIP网关服务器返回答应事件，此时RTMP网关服务器判断当前会话是否已接收推流终端媒体数据流，如果未接收到数据，则通过休眠M秒且计数N次的方式判断是否接收到推流终端媒体数据流。判断失败则结束呼叫，成功则将RTMP媒体流数据转交给媒体编解码模块进行转码处理，转码为RTP媒体流数据后转发给VOIP网关服务器。同理，接收到来自VOIP网关服务器的RTP媒体流数据，通过媒体编解码模块进行转码处理，转码为RTMP媒体流后转发给拉流端。主被叫双方实时看到对方影像、听到对方声音，实现基于RTMP进行视频呼叫的媒体流数据实时互通。

实施例的音频编解码格式包括G711A/G711U/AAC/SPEEX的一种或多种；视频编解码包括：H263/H264/VP8的一种或多种。

实施例三

请参阅图4，图4是本发明实施例公开的一种VOIP实时音视频通话装置的结构示意图。如图4所示，该VOIP实时音视频通话装置可以包括：指令接收模块401、通话建立模块402、数据交互模块403，其中，指令接收模块401：用于接收来自发起端的请求指令，基于所述请求指令对发起端进行身份认证，当身份认证通过后返回发起端通过指令；通话建立模块402：用于发送视频呼叫请求至VOIP网关服务器，当被叫端摘机时，接收来自VOIP网关服务器的振铃应答信息，播放振铃音视频至发起端，建立通话；数据交互模块403：用于检测是否接收到来自发起端的第一媒体数据流或者来自VOIP网关服务器并经过媒体编解码模块进行转码后的第二媒体数据流，当接收到所述第一媒体数据流或第二媒体数据流时，将所述第一媒体数据流进行转码后转发至VOIP网关服务器以使VOIP网关服务器将所述第一媒体数据流发送至被叫端；将所述第二媒体数据流转发至发起端。

上述中，发起端包括推流端和拉流端。所述接收来自发起端的请求指令，基于所述请求指令对发起端进行身份认证，包括：接收来自推流端的呼叫请求指令，并对所述推流端进行推流端身份认证，当推流端身份认证通过后返回推流端连接成功响应指令；接收来自拉流端的数据请求指令，并对拉流端进行拉流端身份认证，当拉流端身份认证通过后返回拉流端数据连接响应指令。

数据交互模块403中，还包括，当未接收到第一媒体数据流时，控制对话休眠预设时长并在休眠预设时长内进行计数预设次数，在该预设时长且预设次数内持续检测是否接收到第一媒体数据流，当超过预设时长或超过预设次数未检测接收到第一媒体数据流，则结束通话。

实施例五

请参阅图5，图5是本发明实施例公开的一种电子设备的结构示意图。电子设备可以是计算机以及服务器等，当然，在一定情况下，还可以是手机、平板电脑以及监控终端等智能设备，以及具有处理功能的图像采集装置。如图5所示，该电子设备可以包括：

存储有可执行程序代码的存储器501；

与存储器501耦合的处理器502；

其中，处理器502调用存储器501中存储的可执行程序代码，执行实施例一中的VOIP实时音视频通话方法中的部分或全部步骤。

本发明实施例公开一种计算机可读存储介质，其存储计算机程序，其中，该计算机程序使得计算机执行实施例一中的VOIP实时音视频通话方法中的部分或全部步骤。

本发明实施例还公开一种计算机程序产品，其中，当计算机程序产品在计算机上运行时，使得计算机执行实施例一中的VOIP实时音视频通话方法中的部分或全部步骤。

本发明实施例还公开一种应用发布平台，其中，应用发布平台用于发布计算机程序产品，其中，当计算机程序产品在计算机上运行时，使得计算机执行实施例一中的VOIP实时音视频通话方法中的部分或全部步骤。

在本发明的各种实施例中，应理解，所述各过程的序号的大小并不意味着执行顺序的必然先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物单元，即可位于一个地方，或者也可以分布到多个网络单元上。可根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。

另外，在本发明各实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。所述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元若以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可获取的存储器中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或者部分，可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干请求用以使得一台计算机设备（可以为个人计算机、服务器或者网络设备等，具体可以是计算机设备中的处理器）执行本发明的各个实施例所述方法的部分或全部步骤。

在本发明所提供的实施例中，应理解，“与A对应的B”表示B与A相关联，根据A可以确定B。但还应理解，根据A确定B并不意味着仅仅根据A确定B，还可以根据A和/或其他信息确定B。

本领域普通技术人员可以理解所述实施例的各种方法中的部分或全部步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质包括只读存储器（Read-Only Memory，ROM）、随机存储器（Random Access Memory，RAM）、可编程只读存储器（Programmable Read-only Memory，PROM）、可擦除可编程只读存储器（Erasable Programmable Read-Only Memory，EPROM）、一次可编程只读存储器（One-time Programmable Read-Only Memory，OTPROM）、电子抹除式可复写只读存储器（Electrically-Erasable Programmable Read-Only Memory，EEPROM）、只读光盘（CompactDisc Read-Only Memory，CD-ROM）或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。

以上对本发明实施例公开的VOIP实时音视频通话方法、装置、电子设备及存储介质进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种VOIP实时音视频通话方法，其特征在于，包括：

接收来自发起端的请求指令，基于所述请求指令对发起端进行身份认证，当身份认证通过后返回发起端通过指令；所述身份认证通过RTMP网关服务器执行；

发送视频呼叫请求至VOIP网关服务器，当被叫端摘机时，接收来自VOIP网关服务器的振铃应答信息，播放振铃音视频至发起端，建立通话；

检测是否接收到来自发起端的第一媒体数据流或者来自VOIP网关服务器并经过媒体编解码模块进行转码后的第二媒体数据流，当接收到所述第一媒体数据流或第二媒体数据流时，将所述第一媒体数据流进行转码后转发至VOIP网关服务器以使VOIP网关服务器将所述第一媒体数据流发送至被叫端；将所述第二媒体数据流转发至发起端。

2.根据权利要求1所述的VOIP实时音视频通话方法，其特征在于，所述发起端包括推流端和拉流端。

3.根据权利要求2所述的VOIP实时音视频通话方法，其特征在于，所述接收来自发起端的请求指令，基于所述请求指令对发起端进行身份认证，包括：

接收来自推流端的呼叫请求指令，并对所述推流端进行推流端身份认证，当推流端身份认证通过后返回推流端连接成功响应指令；

接收来自拉流端的数据请求指令，并对拉流端进行拉流端身份认证，当拉流端身份认证通过后返回拉流端数据连接响应指令。

4.根据权利要求3所述的VOIP实时音视频通话方法，其特征在于，所述接收来自推流端的呼叫请求指令，并对所述推流端进行推流端身份认证，当推流端身份认证通过后返回推流端连接成功响应指令，包括：

接收来自推流端的握手与连接请求，对所述推流端进行第一次推流端身份认证，当第一次推流端身份认证通过后返回推流端连接成功响应指令；

接收来自推流端的数据交互请求，对所述推流端进行第二次推流端身份认证，当第二次推流端身份认证通过后返回推流端交互响应指令；

接收来自推流端的发布请求，对所述推流端进行第三次推流端身份认证，当第三次推流端身份认证通过后返回推流端发布响应指令。

5.根据权利要求3所述的VOIP实时音视频通话方法，其特征在于，所述接收来自拉流端的数据请求指令，并对拉流端进行拉流端身份认证，当拉流端身份认证通过后返回拉流端数据连接响应指令，包括：

接收来自拉流端的握手与连接请求，对所述拉流端进行第一次拉流端身份认证，当第一次拉流端身份认证通过后返回拉流端连接成功响应指令；

接收来自拉流端的数据交互请求，对所述拉流端进行第二次拉流端身份认证，当第二次拉流端身份认证通过后返回拉流端交互响应指令；

接收来自拉流端的播放请求，对所述拉流端进行第三次拉流端身份认证，当第三次拉流端身份认证通过后返回拉流端播放响应指令。

6.根据权利要求1所述的VOIP实时音视频通话方法，其特征在于，还包括，当未接收到第一媒体数据流时，控制对话休眠预设时长并在休眠预设时长内进行计数预设次数，在该预设时长且预设次数内持续检测是否接收到第一媒体数据流，当超过预设时长或超过预设次数未检测接收到第一媒体数据流，则结束通话。

7.一种VOIP实时音视频通话***，其特征在于，包括推流终端、拉流终端、RTMP网关服务器、媒体编解码模块和VOIP网关服务器，所述推流终端、拉流终端、媒体编解码模块和VOIP网关服务器均与RTMP网关服务器连接，所述媒体编解码模块和VOIP网关服务器连接，所述推流终端用于发起呼叫请求指令，所述拉流终端用于发起数据请求指令，RTMP网关服务器用于基于呼叫请求指令对推流终端进行身份认证，基于数据请求指令对拉流终端进行身份认证，并发送视频呼叫请求至VOIP网关服务器，将来自推流终端的第一媒体数据流发送至媒体编解码模块进行编解码后转发至VOIP网关服务器，将来自VOIP网关服务器并经过媒体编解码模块进行编解码后的第二媒体数据流转发至拉流终端。

8.一种VOIP实时音视频通话装置，其特征在于，包括：

指令接收模块：用于接收来自发起端的请求指令，基于所述请求指令对发起端进行身份认证，当身份认证通过后返回发起端通过指令；所述身份认证通过RTMP网关服务器执行；

通话建立模块：用于发送视频呼叫请求至VOIP网关服务器，当被叫端摘机时，接收来自VOIP网关服务器的振铃应答信息，播放振铃音视频至发起端，建立通话；

数据交互模块：用于检测是否接收到来自发起端的第一媒体数据流或者来自VOIP网关服务器并经过媒体编解码模块进行转码后的第二媒体数据流，当接收到所述第一媒体数据流或第二媒体数据流时，将所述第一媒体数据流进行转码后转发至VOIP网关服务器以使VOIP网关服务器将所述第一媒体数据流发送至被叫端；将所述第二媒体数据流转发至发起端。

9.一种电子设备，其特征在于，包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；所述处理器调用所述存储器中存储的所述可执行程序代码，用于执行权利要求1至6任一项所述的VOIP实时音视频通话方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储计算机程序，其中，所述计算机程序使得计算机执行权利要求1至6任一项所述的VOIP实时音视频通话方法。

Images