今天談的這個主題（tone）存在於我們的日常打電話過程中。先舉兩個場景：1，你拿起固話話筒准備打電話，按電話號碼前先從話筒里聽到“嗡”的連續音，這叫dial tone(撥號音，表示你可以撥電話號碼了)，你撥完號碼對方振鈴后你又聽到有規律的“嘟-嘟-”的斷續音，這叫ring back tone(回鈴音，表示對方已振鈴了)。2，你給企業服務號（比如中國移動的10086）打電話，對方叫你按鍵選擇，當你按下鍵后會聽到按鍵聲，這叫DTMF tone（雙音多頻音）。感覺到它存在於我們日常的打電話過程中了吧。現在我們就從技術的角度談談這些tone。
在語音通信中tone主要分兩大類：CPT（call progress tone，呼叫過程音）tone和DTMF（dual tone multi frequency，雙音多頻音）tone。CPT tone存在於通話過程中，主要用於告訴用戶目前在什么狀態，主要有dial tone(撥號音)/ringback tone(回鈴音)/busy tone（忙音）等。CPT tone是單頻音，即由一個頻率的正弦波形成。CPT tone沒有全球統一的標准，而是各個國家有自己的標准，比如中國的標准，歐洲的標准，美國的標准等。下表就是我們國家的標准：
還有其他類型的CPT tone，由於用的相對較少，這里就不一一列出了。相對於CPT tone是單頻音，DTMF tone是雙頻音，即用兩個頻率（一個高頻和一個低頻）的正弦波疊加去表示某個按鍵值。與CPT tone各國有自己的標准不同的是DTMF tone全球有統一的標准，下表列出了常用的16個按鍵值是由哪些高頻音和低頻音組合而成的：
從軟件實現的角度對tone主要有兩類處理：tone generation，讓用戶聽到tone；tone detection，主要是指DTMF tone的detection，讓軟件知道哪個按鍵按下了，好進行后續的處理。我們先看tone generation，也就是生成單個頻率的正弦波（CPT tone）或者兩個頻率正弦波的疊加（DTMF tone），在信號處理上有相應的算法。對於單頻正弦波，各個采樣點上值的生成可通過如下的數學表達式求得：
其中a/y(0)/y(1)在各個頻點上的值已事先根據數學公式做成表，從而減少數學運算。對於DTMF這樣的雙頻率音來說，采樣點上的值就是兩個頻率采樣點上的值相加。Tone generation分兩個方向，local 和remote。Local是tone讓自己聽到，把生成的正弦波放到RX stream上；remote是tone讓對端聽到，把生成的正弦波放到TX stream上。對於像ring back tone等斷續音還需要timer控制放多長時間停多長時間。
再來看tone detection，這里主要是指對DTMF的tone detection。有專門的算法（Goertzel戈澤爾算法）來detect DTMF的鍵值，把DTMF的音頻信號（多幀的PCM信號）作為算法的輸入，經過一定幀數后得到的就是DTMF的鍵值。原理這里就不詳細講了，有興趣的可以看相關文章。有時候我們需要告訴對端按下的是什么DTMF鍵，即要把鍵值傳給對端，主要有三種方法，具體如下：
1，把DTMF音頻信號直接編碼得到碼流放在RTP中發給對端。對端收到RTP包后解碼復原出音頻信號，然后再通過DTMF detection算法得到鍵值。這通常被叫做in-band方法。
2，在本端做DTMF detection得到鍵值，然后根據RFC2833（后來升級成RFC4733）組成RFC2833包發給對端。對端收到RFC2833包后去解析就知道是哪個鍵值了。這通常被叫做out-of-band方法。RFC2833包也是用RTP做承載，不過它的payload type是動態的（96~127之間一個值），payload共4個字節（32個比特），具體如下：
其中bit0-7（共8位）表示鍵值，bit8表示DTMF按鍵結束，bit9目前保留不用，bit10-15（共6位）表示按鍵信號的level（dBm表示），bit16-31（共16位）表示按鍵持續的時間（以采樣值為單位）。一個DTMF鍵會生成多個RFC2833包，對同一個鍵值而言，這些包的sequence number會每次加1，但是timestamp不變，duration會持續增加，以8k采樣率20ms為一包為例，第一個RFC2833包duration為160，第二個RFC2833包duration為320，依次向上加，直到END包（bit8置1）結束。END包會發3次（發3 次主要是為了防丟包），每個END包sequence number會加1，但是duration保持不變。
3，在本端做DTMF detection得到鍵值，然后通過SIP信令的INFO帶給對端，讓對端知道是哪個鍵值。
這三種方法中，具體用那種方法要看雙方設備的支持程度，在SDP中有個協商的過程，最終選用雙方都支持的一種方法（如果雙方都支持多種方法，還有一個優先級來控制選擇哪種方法）來傳送DTMF值。