拍乐云发布“融合语音通话”产品，实现多场景下 VoIP 和 PSTN 互通

2021 年 12 月，拍乐云 Pano 正式推出“融合语音通话”产品，实现了 VoIP 和 PSTN 的互联互通，一个 SDK 连接所有语音通话场景，支持多平台集成，跨不同的终端，用户可按需选择接入方式，享受高质量、高稳定的语音通话体验。

融合语音通话很好地解决了网络语音通话中产生的不可抗力弱网问题，同时在一些传统语音外呼场景下，实现更好的语音方案融合，进而服务更多行业下的实时互动场景提供，助力企业实现降本增效。

PART 01 融合语音通话应用场景

随着实时音视频在会议、社交、医疗、金融、IoT 等行业的应用普及率上升，实时语音技术在不断迭代与成熟，这其中就包括了 VoIP 和 PSTN。

VoIP 指 Voice over IP，IP 指互联网，VoIP 可以理解为基于网络的语音通话；而 PSTN 是基于运营商的电话语音，也就是我们现在打电话所使用的电话网络。VoIP 音质更好成本更低，但是 VoIP 语音通话依赖于互联网，当碰到极限弱网或没有网络时，就没办法进行 VoIP 语音通话了，PSTN 通话更加稳定，但是成本更高。

拍乐云融合语音通话产品已经覆盖面试、医疗、金融、会议和 IoT 五大场景，并有着更多的应用潜力，通过接入 SDK 就能实现。

视频会议

在视频会议中参会人网络多种多样，当会议中某一方或某几方遇到弱网时，可以使用 PSTN 方式接入会议，其他网络正常的参会方使用 VoIP 网络语音通话，从而让会议顺利进行。融合语音通话还提供完善的会控功能（静音、禁麦、踢人、监控、录制等）。

远程面试

在远程面试场景中，融合语音通话可以更好地解决由于网络质量不佳等不可抗因素导致的通话丢包，提升用户体验。面试官与候选人一对一进行语音通话，当一方出现了弱网情况，系统会检测通话质量并提示可以通过 PSTN 呼叫继续面试，保障面试流程的顺畅。

远程医疗

融合语音通话在在线问诊、心理咨询、家庭陪护等医疗场景也有不少的应用，在提升服务的同时，还可以帮助降低技术成本。传统的专线电话成本高，且双向收费，而融合语音通话会优先走低成本的 VoIP，当发生弱网时再切换至 PSTN，只收一路费用。

金融营销

在金融行业中，常常会通过呼叫中心进行理财产品的营销，但 SaaS 系统的坐席成本高。接入拍乐云融合语音通话，可以实现通过 Pano SDK 直接呼叫金融机构客服中心，同时支持录音，对服务进行质检，有效提升客服服务效率。

智能硬件

在智能门禁、智能陪伴机器人等场景中，实现硬件设备与落地电话的互通也是刚需。接入拍乐云融合语音通话，可以实现移动设备和智能硬件相互语音通话。比如，当主人不在家时，访客通过门禁设备可以直接给主人打电话，主人可以在手机上接听。

PART 02 融合语音通话产品优势

拍乐云融合语音通话既能解决 VoIP 弱网通话问题，提供一站式语音方案，又能与传统外呼 SIP/PSTN 能力打通，服务更多场景，它的优势可以概括为：

跨平台互联互通

SDK 支持 VoIP+PSTN 互通，提供了不同协议间的互转模块，同时涵盖 Windows 端、Mac 端、Android 端、iOS 端、Web 端、小程序端等主流系统，全平台支持。

高质量、高稳定

通过智能 3A 算法保障高清音质，通过多种弱网对抗策略和全球化部署的加速网络 Pano Backbone 确保语音通话的低时延和高流畅，上下行抗丢包率 70%。提供高可用的服务保障，故障自动恢复，通话稳定不中断。

简单易用、降本增效

通过一个 Pano SDK 就可以实现所有场景下的语音需求，省去和运营商对接的繁琐工作和开发周期。同时，融合语音通话可根据参会者网络情况按需选择 VoIP 或 PSTN 方式，相比传统电话语音，更加节省运营成本。

PART 03 融合语音通话技术架构

Pano PSTN 网关服务端架构

PSTN 经过长时间的发展，目前演进到了 IMS 网络架构，可以把专用网络的信令流和数据流通过 SIP_TRUNK 的方式在 Internet 上面传输，这是 VoIP 和 PSTN 互通的基础。

接下来介绍下主要的服务和模块。

最上层是 Load Controller，主要负责 SIP 信令的接入和负载均衡。支持和 PSTN 的 SIP 中继对接，这是目前运营商主要采用的对接方式。Load Controller 会根据 PSTN Gateway 的负载，将通话分配到合适的 PSTN Gateway 上（为了节省带宽，在会议已经存在的情况下会直接分配到同一台 PSTN Gateway 上）。

PSTN Gateway 负责 SIP 协议和 Pano 内部协议的转换，以及将相应的码流混音后和运营商媒体 Server 相通。

PSTN Gateway 主要有两大模块：

• 编解码模块：目前各大运营商提供的 PSTN 的 SIP 中继对接方式，仅支持 G711A、G711U 等编码，采样率为 8K；而 VoIP 常用的是 OPUS 编码，采样率一般为 48k，所以需要处理音视频编解码和转码。

• MCU 模块：由于手机端不支持接收多流，所以我们会在服务端混音后将一路码流发送给 PSTN。

PART 04 总结

在崭新的万物互联时代，实时音视频互动成为了众多行业必不可少的基础设施，发挥着越来越重要的价值。

拍乐云创始人赵加雨表示：“拍乐云推出“融合语音通话”产品，通过一个 SDK 满足所有语音通话场景需求，这标志着拍乐云在产品上的持续创新和场景上的不断探索。我们希望通过技术重塑人与人的连接、人与物的连接，让信息传递更高效。”