视频会议系统关键技术及应用

文/李建敏 朱顺痣

视频会议系统又被称之为会议电视系统，在该系统下，可以使身处不同地点的人，利用通信网络和多媒体设备，将音视频图像进行互传，完成即时沟通，实现远程会议。目前，视频会议是最为先进的一种通讯技术，通过互联网便可进行高清远程会议，与会人员不需要长途跋涉赶赴会议现场，减少了企业会议支出，提升了办公效率。现如今，视频会议的应用范围逐步扩大，已经涉及诸多领域，如政府机关、企事业单位，医疗、教育等等。借此，本文就视频会议系统关键技术及应用展开浅谈。

1 视频会议系统构成及功能

1.1 系统的基本构成

常规的视频会议系统由以下几个部分组成：视频会议服务器、会议室终端、桌面终端、网关等等。在整个系统中，视频会议服务器是核心，其能够为用户提供群组会议的连接服务，该服务器以MCU（多点控制器）为主，MCU的使用管理应当尽可能简单，便于用户操作。PC终端则是视频会议系统中不可或缺的重要组成部分之一，通常情况下，在计算机上进行的视频会议，需要配置PC摄像头，因PC现已成为办公自动化的标配，所以桌面会议终端无需增设其它硬件。会议室终端则可通过视频采集卡来实现，它的成本较低。随着移动通信技术的不断发展，用户利用智能手机，通过移动网络可以加入到视频会议当中，可发布和记录会议内容。

1.2 视频会议软件的常用功能

1.2.1 音视频交互

采用了由VCEG和MPEG联合视频组提出的视频编解码器标准H.264，可呈现高清的画质，支持多方音视频交互。

1.2.2 电子白板

参与视频会议的人员可在白板区域内对相关信息进行书写或绘制，可多人同时操作，能够对屏幕中任意矩形区域进行截图，并将截图在新建的白板页上显示。

1.2.3 动态PPT

支持动态PPT展示，可对动态画面进行高保真还原。

1.2.4 媒体播放

图1：SIP协议的工作流程示意图

图2：视频会议系统的架构示意图

可将存储在本地计算机系统中的多媒体文件作为虚拟设备源，将音视频播放给其它与会人员。

1.2.5 会议录制

可对进行中的视频会议进行随时录制，直接存储到本地计算机中，会议管理人员可对录制的会议进行剪辑，并上传至系统，以网络链接的形式发布到网站上，供访问者点播挂看。

1.2.6 会议控制

视频会议的管理人员可通过软件创建一个会议流程，据此对整个会议流程进行控制。

2 视频会议系统的关键技术

对于视频会议系统而言，其中最为关键的技术就是通信协议，这是确保系统功能的前提和基础。目前，在多媒体通信系统中常用的通信协议有两类，一类是H.32X协议族，另一种是基于SIP（会话初始）协议。前者由于扩展性受限，使其市场份额出现了明显的萎缩现象，在视频会议系统构建中的应用越来越少。而后者具有开放性、灵活性和可扩展性等特点，并且还拥有会议控制和管理机制，在会话创建、邀请、退出等功能的实现方面能提供良好的技术支撑。正因如此，使得SIP协议在视频会议系统的构建中逐步取代了H.32X协议。

2.1 SIP技术

2.1.1 体系结构

SIP协议以文本为基础，可对应用层进行控制，该协议的功能非常强大，如可对用户进行精确定位、创建会话、管理会话等，支持点对点通信和多方实时通话。在SIP协议的会话系统中，借助互联网，可实现终端互联。SIP协议的工作流程如图1所示。

2.1.2 消息格式

SIP协议的基础是文本，它的消息语法与HTTP协议基本相同，由于该协议可对应用层进行控制，所以它和传输层之间是相互独立的存在。SIP协议使用的是UTF-8字符集，在消息内所需传递的数据信息。按照具体的工作方式，可将SIP协议的消息分为两种类型，一种是请求消息，另一种是响应消息，其中前者能够实现对会议的控制，后者可根据请求信息的含义进行响应处理。

2.2 SDP技术

SDP即会话描述协议，它依附于应用层，归属于文本协议的范畴，具有良好的扩展性。在多方会话的过程中，SDP协议可为与会人员之间的信息互传提供支撑。同时，还能协助服务器下达媒体控制命令，据此实现对媒体设备的控制。SDP协议可在大规模的网络系统中运行，适用于多种应用场景。目前，基于SIP协议开发的通信软件都对SDP协议进行了应用，以此来实现媒体协商的功能。

2.3 R/R技术

该技术又被称之为双R协议，其中一个R代表的是RTP，即实时传输协议，另一个R代表的是RTCP，即实时传输控制协议。RTP最早是由国际互联网工程任务组（IETF）发布的，当时主要用其在互联网上进行媒体流传输，该协议除了能够为会话提供时间信息之外，还能实现流同步。RTCP协议可在进程间对控制信息进行交换，对信息的传输质量进行管理，同时还能够对QoS进行实时监测。双R协议位于传输层内，其基础是UDP，可实现实时传输，RTCP基于UDP可为RTP提供控制服务。

2.4 Web RTC技术

Web RTC是由全球著名的谷歌公司开发的实时通信项目，其能够实现浏览器之间的音视频通信，这为移动终端加入视频会议系统提供了技术支撑。Web RTC采用的是当前最为流程分层架构体系，共分为三层，第一层可向开发者提供标准的API接口；第二层是核心层，由音视频引擎和数据传输模块构成；第三层包含音视频数据信息采集和网络I/O接口。Web RTC具有两种会话管理方式，一种是ROAP，另一种是JESP。

3 视频会议系统的构建及应用

某集团公司当前采用的会议方式有两种，一种是现场会议，另一种是电话会议，虽然通过电话会议系统，该集团可与生产单位进行通信联系，对突发事件进行安排和处理，但电话会议只能以语音的形式进行交流，其中的信息量较少，无法为快速决策提供充足的信息。为改变这一现状，该集团决定应用视频会议系统。下面就系统的构建过程进行分析。

3.1 视频会议系统的构建思路

随着多媒体和通信技术的快速发展，给视频会议系统的构建提供了强有力的技术支撑。通过视频会议系统可使人们的远距离通信问题得到有效解决。但从目前视频会议系统的应用情况上看，系统在功能方面存在一些不足之处，从而制约了其大范围推广使用。如系统硬件的价格较高，一般的视频会议系统只能支持基于SIP协议的客户端连接，其它类型的客户端则无法接入，这样限制了应用范围。同时，音视频的传输质量也并不十分理想，常常会出现画面卡顿、声音断流等现象，严重影响了用户体验。针对视频会议系统中存在的上述问题，本文构建的视频会议系统，应当达到如下要求：开发成本尽可能低，这样能够增强系统的应用性；系统应当能够兼容多种客户端，满足主流通信的发展需要；对两种媒体流控制方法进行融合，提高通话质量。除此之外，系统还应当具备如下功能：创建新的会议、加入会议、会议流程控制、结束会议等。

3.2 系统总体架构

根据视频会议系统的构建思路，并在充分考虑各种要求的基础上，对系统总体架构进行设计，如图2所示。

整个视频会议系统由以下几个部分组成：

3.2.1 会议服务器

本次构建的视频会议系统采用的处理模式为SIP信令集中处理，其中通信控制器负责对会议过程进行实时控制，对各个终端信令进行集中处理，并对终端传输的数据信息进行解析，然后存储到系统数据库当中。而动态控制器可从系统中对会议数据信息进行提取，通过计算处理后，建立终端连接状态图，对系统的即时连接状态进行还原，通过对相关数据结果的分析，评估会议成员的网络资源情况，进而确定相应的管理方式。

3.2.2 Web RTC服务器

本文构建的视频会议系统中融合了多个通信平台，整个系统由两个客户端组成，一个是SIP客户端，另一个是Web RTC客户端，二者在会议控制上采用了不同的解决方案。由于SIP无法对Web RTC客户端进行直接管理，所以需要在构建系统时，增设一个独立的Web RTC服务器，完成相关的控制工作，从而确保各客户端能够在信令层实现交互。

3.2.3 微控制单元

该单元能够在视频会议系统运行时，对各个终端的信息留进行同步分离，并对信息流中的音视频数据进行提取，将提取到数据传给各模块进行处理，从而完成音视频混合与交换，处理好的数据可直接发送到各个终端上。本系统在构建时，引入了媒体流控制理论，将集中与分散两种控制方式进行融合，微控制单元针对集中控制方式，由此大幅度提升了视频会议系统的负载能力，显著降低了客户端的运行压力，从而使系统可以承载更大规模的会议，并确保视频通话质量。

3.2.4 信令转换网关

为使视频会议系统能够具备良好的兼容性，从而完成系统内的SIP与Web RTC转换，实现两个客户端之间的通信，在构建系统时，加入了信令转换网关，以此来实现异构网络的通信。

3.2.5 客户端

本系统中的客户端由两部分组成，一部分是SIP客户端，另一部分是Web RTC客户端，前者可与会议服务器进行直连，而后者则需要通过信令转换网关才能连接到会议服务器。

3.3 服务器设计

在本系统中，服务器的设计是关键环节，主要包括会议服务器和媒体服务器两个部分。

3.3.1 会议服务器的设计方法

本文所开发的视频会议系统融合了多种通信协议，在这一前提下，会议服务器分为两个部分，一部分是SIP通信控制器，另一部分是动态控制器。

（1）SIP通信控制器设计。该控制器能够实现系统的会话功能，它由以下几个模块组成：用户代理、注册服务、数据写入等。本次设计中，通过SIP Servlet是上述各模块的功能进行实现。

（2）动态控制器。该控制器由三个模块组成，分别为数据读取、图分析、动态调整。

3.3.2 媒体服务器设计

本系统在运行时，会有大量的音视频流同时接入到系统当中，为最大限度地减轻这些数据信息给客户端造成的压力，在系统构建的过程中，设计了媒体服务器，以此来对所有的媒体流进行编解码和混合处理。该服务由以下功能模块构成。

（1）媒体流收发。该模块具备如下功能：可从媒体流数据中对双R消息进行解析，并按照媒体类的特征对其进行分类，同时，将相关的音视频数据放置在缓冲区内。同时，还能向指定的终端发送媒体流。

（2）消息收发。该模块的主要功能是对会议服务器发出的消息进行接收，经过解析处理后，再发送给资源采集模块。

（3）音视频缓冲。在该模块中集合了多个缓冲区，其主要功能是对终端发送的音视频流数据进行存储。

（4）资源采集。该模块的主要功能是对媒体服务器运行过程中产生的数据进行实时采集，以此来掌握相关的数据信息，如通话路数、内存情况等等。

（5）编解码。该模块的主要功能是对媒体流音视频进行编解码处理。为对Web RTC客户端进行有效兼容，在对编解码进行设计时，需要其支持两种类型的编码 格式，一种是H.264，另一种是VP8。该模块采用的是开源代码。

（6）混合模块。该模块的主要功能是对多路流媒体进行整合，通过查找confer_id，对视频会议中的终端数量加以明确，据此对需要合并的媒体流路数进行判断。

3.3.3 客户端连接方式

在对视频会议系统进行应用的过程中，需要保证所有客户端的有效连接，这样才能使视频会议顺利进行。因此，在构建视频会议系统时，应当对客户端的连接方式进行合理设计。由于本文开发的系统融合了多种通信平台。所以，确保Web RTC客户端的接入是设计的重点。具体的方法如下：在服务器端增加Web RTC与SIP信令的转换网关，以此来使前者传输的信令可以直接转换为与SIP终端信息格式相一致的信令，这样便可实现客户端与服务器的信息交互。增加的信令转换网关采用的是模块化设计思路，由以下几个模块构成：代理模块、网关事务模块、会话模块、信令转换模块等。通常情况下，当中间信令的格式及转换过程设计合理时，信令转换网关能够对多协议进行统一转换。

4 结论

综上所述，视频会议系统以自身强大的功能，得到用户的一致认可。为满足使用需要，本文依托当前先进的通信协议技术，设计开发了一套融合多种通信平台的视频会议系统。通过该系统的应用，与会人员可以随时随地参加会议，由此不但提高了会议效率，而且还降低了会议成本。可见，该系统具有一定的推广使用价值。