摘 要： 为了实现基于Android手机平台的音频会话和图像上传，设计了一个基于Android手机的多媒体应用软件。首先介绍了Android端的多媒体发展趋势，然后介绍了如何设计并实现在手机端的VOIP以及利用FTP协议上传图像。测试结果表明，用户可以通过软件客户端与PC客户端进行音频会话，并有良好的通话体验，登录FTP服务器可以查看到通过软件上传的图像。
关键词： Android；多媒体应用；VOIP；FTP
0 引言
多媒体技术[1]是指包括对文字、图像、声音以及视频等媒体数据进行处理分析、传输以及应用的技术。市场上出现的多种多媒体应用不仅可以帮助人们进行日常沟通，还有多种功能，包括了视频监控、IP电话[2]以及即时消息等。Android[3]是一个开放自由的移动终端平台，以其开源、免费等特点吸引了大量开发研究人员和厂商，并获得了用户的喜欢，是目前市场上主流的移动设备。随着手机硬件性能的提高和移动数据网络的发展，Android应用程序将拥有强大的多媒体数据处理能力，手机上的多媒体应用将会成为手机用户的焦点，给人们带来极大的便利性[4]。
1 多媒体系统框架设计
多媒体交互系统主要包括Android手机客户端、服务器端和PC平台端。Android手机客户端需要实现音频的收发，发送端需要实现的功能包括音频的采集、编码压缩、RTP打包封装以及发送，而接收端需要实现接收RTP包并且通过解码来播放音频。手机客户端还需要向服务器发送SIP消息来邀请音频通话，并建立FTP连接来传送图片和录像。FTP服务器主要负责管理图片和录像；SIP消息作为整个系统的控制信令，SIP服务器负责管理登录以及转发SIP消息；媒体转发服务器负责转发手机客户端和PC平台端发送的音频数据。多媒体系统的框架如图1所示。
2 客户端软件设计
客户端功能主要包括语音通话模块、图像和本地录像上传功能模块。其中，语音通话模块实现邀请并建立语音通话实现实时通话。图像和本地录像上传功能模块实现FTP连接并将图像和本地录像上传到服务器上。
2.1 语音通话模块的设计
主叫用户需要进行语音聊天时，需要向SIP服务器发送INVITE的SIP消息，其中SIP消息的消息体为XML文本数据。XML消息体内容如下所示：
<xml version="1.0"encoding="UTF-8"?>
<speech>
<audio>G.711</audio><!--音频编解码协议-->
<kbps>8000</kbps><!--采样率-->
<self>192.168.1.112 UDP 5200</self>
<!--地址与端口号-->
<from_number>1000</from_number>
<!--主叫号码-->
<to_number>1001</to_number><!--被叫号码-->
</speech>
此消息体中包含了会话媒体格式、主叫用户的号码、被叫用户的号码等信息。SIP服务器接收到消息后，开始分配资源并且回复主叫用户Tring消息。接着服务器将添加了分配好的资源消息的邀请消息转发给被叫用户。被叫用户收到邀请消息后，如果同意进行语音通话，则回复200 OK给SIP服务器。最后主叫用户接收到SIP服务器转发的200 OK消息，此时双方就可以进行音频通话了。若此时Android手机客户端是主叫用户，则跳入主叫音频会话界面；若为被叫用户则跳转到被叫音频会话界面。当通话中的任意一方想要结束通话时，可以选择挂断，并向SIP服务器发送BYE SIP消息。SIP服务器收到挂断消息后，转发给另一方后开始释放资源。被挂断用户收到挂断消息后回复200 OK给服务器，由服务器转发此消息给主挂断用户。语音通话建立和结束的过程如图2所示。
在Android手机端上实现与平台语音通话，不仅包括发送端部分也包括接收端部分。发送端需要实现原始PCM音频数据采集、音频数据编码和打包发送。接收端需要实现音频数据包的接收以及解码和PCM音频数据的播放。音频会话框架图如图3所示。
从Android手机硬件麦克风获取原始的PCM音频数据，通过对其进行G711压缩编码，使得减少发送到网络上的码率，调用jlibrtp库用RTP格式数据包将压缩后的G711数据打包发送到网络上。RTP数据包的接收是通过新建一个RTPRecieve类实现jlibrtp中的RTPAppIntf回调接口实现的。接收的RTP数据包通过G711解码还原成原始PCM数据流，此时经过解码得到的PCM数据流并不直接拿去播放，而是先放在缓存中，再由播放线程来播放，数据接收解码和数据播放置于两个不同的线程中，不仅可以提高网络的容错能力，还可以增强系统的健壮性。音频会话流程图如图4所示。
软件中的音频采集和播放分别是根据Android平台下的AudioRecorder和AudioTrack集合框架类实现的。经过流程图步骤，基于Android的音频通话的实现基本完成。
2.2 图像和本地录像上传模块的设计
此模块的主要功能是将Android手机拍照下来的图像和录像使用FTP协议上传到服务器上。FTP会话主要包括获取配置信息、请求连接服务器、登录、数据上传以及断开连接释放资源，具体流程图如图5所示。
在上传文件之前，软件客户端需要向SIP服务器发送NOTIFY消息来获取FTP信息。NOTIFY消息的消息体内容如下。
<?xml version="1.0"encoding="UTF-8"?>
<ftpinfo_query>
<!--此节点标识ftp信息获取查询-->
</ftpinfo_query>
SIP服务器接收到此NOTIFY消息后开始解析xml消息，当解析出ftpinfo_query节点后，回复200OK和FTP连接信息。200 OK的SIP消息体的内容如下。
<?xml version="1.0"encoding="UTF-8"?>
<ftpinfo_query_response>
<!--此节点标识ftp信息回应-->
<result>0 or 1</result>
<server_ip>ftp服务器ip</server_ip>
<!--FTP服务器的ip地址-->
<username>用户名</username>
<pwd>密码</pwd>
</ftpinfo_query_response>
当Android软件客户端接收到此SIP消息，并解析出ftpinfo_query_response节点时，将result值、server_ip、用户名以及密码解析出来并存到自定义的FtpInfo中。然后初始化FTP，并通过openConnect（）函数来打开FTP服务。在openConnect（）函数中，FTPClient为FTP连接，通过构造函数传进来的参数建立，首先通过ftpClient.connect（）来连接服务器，再通过ftpClient.login（）登录到服务器。FTP服务打开之后，就可以对图像文件或者录像文件进行上传操作。首先生成需要上传的文件：File file=new File（localpath），参数localpath为本地文件的名称，通过CreatFtpPath（）函数生成远程FTP服务器的对应路径名称，最后通过ftp.uploading（）函数上传文件，可通过返回值result来判断上传是否成功。在uploading（）函数中，首先如果远程的服务器没有上传的目录则需创建，则需对当前FTP目录初始化，并设置二进制文件上传和设置流传输模式，在改变FTP目录后，需要判断本地文件为多个还是单个，如果是多个则调用上传函数uploadingMany（）来实现上传，若是单个则调用uploadingSingle（）来实现上传。在uploadingMany（）中反复调用uploadingSingle（）来实现多个文件的上传。在上传函数中，首先需要创建输入流inputStream，文件上传完毕后关闭文件流。上传结束后需要结束FTP服务来释放对应的资源。
3 效果演示
在实验室WIFI条件下，软件客户端在摩托罗拉XT910（Android 4.1.2）和HTC One V（Android 4.0.3）设备上测试通过，成功实现了音频通话以及图像的上传。如图6所示，其中图6（a）为手机客户端音频被呼叫界面，图6（b）为Android手机端语音通话界面，图6（c）为PC端音频会话界面，语音会话过程中通话流畅，延时较小。图6（d）为手机软件端图像上传界面，上传成功后可以登录FTP服务器看到上传的图像，如图6（e）所示。
4 结论
随着Android智能手机的普遍使用和移动互联网技术的迅速发展，在Android手机上开发越来越广泛。在Android手机上开发音频通话，不仅有较好的通话体验，并且不会产生通信费用，只是消耗一定的流量。通过Android手机拍照和录像的便利性，能够存储于手机中并且根据需求实现上传图像和录像。软件客户端能够满足人们对多媒体应用软件的需求。
参考文献
[1] 史元春，徐光祐，高原.中国多媒体技术研究：2011[J].中国图象图形学报，2012，17（7）：741-747.
[2] 贺丹丹，施展.基于Android的VoIP系统的设计与实现[J].现代电子技术，2011，34（6）：28-31.
[3] BURNETTE E. Hello， Android： introducing Google′s mobile development platform[M]. Pragmatic Bookshelf， 2009.
[4] 朱雷坚.基于Android的实时语音通信系统的设计与实现[D].杭州：浙江工业大学，2013.