我正在使用 Asterisk 与可以使用 DTMF 交互进行编程和测试的模拟电话设备进行交互。
有些人说话很快。太快了，你可以令人信服地争辩；我同意你的观点。然而，Asterisk 完全能够听到音调，如果我足够幸运地获得纯带内 DTMF 音频流，我可以非常成功地识别出甚至非常快的音调。
当 Asterisk（或其他电话系统）决定需要识别和重新生成 DTMF 时，就会出现问题。我意识到，在转换带外 DTMF 时，这一点很重要，但我不确定为什么这似乎是默认操作，尤其是为什么它经常以较长的持续时间重新生成（例如 100 毫秒；幸运的是，在 Asterisk 中，这可以更改，尽管它可能涉及重新编译），这几乎肯定会导致数字丢失。其他人报告了带内转换为带外导致数字重复的问题，即使转换不是必要的。
所以我的问题是：为什么这是电话系统的 MO？除非明确要求翻译，否则为什么不保留通话中的 DTMF？
答案1
用高保真 CD 录制您最喜欢的歌曲。
使用您能找到的最便宜的麦克风录制。使用
针对口语优化的劣质 8 位音频编解码器对录音进行编码。
通过廉价扬声器播放录音（并摇动电线）。
如果您同时收听 CD 和上面的链接，您会听到电话中的东西被破坏得多么严重。现在想象一下，您录制的不是歌曲，而是 DTMF 音调，并尝试播放它们并让计算机识别它们。
这就是为什么大多数 VoIP 系统使用带外信道（如 RFC 2833）重新编码 DTMF 音调的原因——压缩、网络抖动、延迟和潜在的数据包丢失使音频编码的 DTMF 容易失败。
通过将 DTMF 音调作为带外数据发送，它们可以在最靠近 PSTN 的端点重新插入到音频流中，从而最大限度地降低音调被破坏的风险。
为什么是 100ms？因为有些电话线或远程终端在较短的音调持续时间内会遇到麻烦（如果您曾经通过嘈杂的陆线拨打过按键音系统，您可能会沮丧地按住按钮几秒钟，让系统识别音调）。
（100ms 可能太长 - 20-50ms 绰绰有余）
你不需要有使用带外信令——潮湿的 VoIP 系统将处理带内信令（通常你必须在手机上设置一个参数和你的服务器这样做，你必须使用高质量的编解码器（或者，如果您想要真正的可靠性，则完全禁用压缩）。
大多数部署它们的人选择使用 RFC 2833（并重新编码带内接收的 DTMF），因为它的可靠性要高得多。