YDT 4514-2023移动智能终端支持视频彩铃的技术要求和测试方法

ICS33.060

CCSM36

YD

中华人民共和国通信行业标准

YD/TXXXX—XXXX

移动智能终端支持视频彩铃的技术要求和

测试方法

Technicalrequirementsandtestmethodsforsmartmobileterminalto

supportcustomizedvideoalertingtonesservice

(报批稿)

XXXX-XX-XX发布XXXX-XX-XX实施

中华人民共和国工业和信息化部发布

YD/TXXXX—XXXX

前言

本文件按照GB/T1.1—2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定起

草。

请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。

本文件由中国通信标准化协会提出并归口。

本文件起草单位：中国移动通信集团有限公司，中国电信集团有限公司，中国联合网络通信集团有

限公司，华为技术有限公司，北京三星通信技术研究有限公司，北京小米移动软件有限公司，高通无线

通信技术(中国)有限公司，维沃移动通信有限公司，OPPO广东移动通信有限公司，中兴通讯股份有限公

司。

本文件主要起草人：侯冠军、张秋芬、董庆军、杨硕、李琳、徐嵩、徐超、张昕、周静、刘莹、单

华琦、付皓、胡博、师瑜、马智、弋翔、罗志亮、郝红霞、吴康华、吴越、赵福军、吴春雨、江小威、

杜志敏、陈晨、滕悦明、张元、高立发、曹婉、刘臻、李腾、张明、王海杰、毕扬、张宏伟。

2

YD/TXXXX—XXXX

移动智能终端支持视频彩铃的技术要求和测试方法

1范围

本文件规定了移动智能终端支持视频彩铃业务的技术要求和测试方法，包括支持视频彩铃业务开展

所需的终端功能要求、业务功能要求、人机界面要求等，以及针对以上要求开展测试的测试方法。

本文件适用于支持基于IMS的语音和视频解决方案（即“Voice&videooverIPMultimedia

Subsysytem”，以下简称VoIMS）的移动智能终端的视频彩铃业务的研发、测试和认证等，其它终端也

可参考使用。

2规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，

仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本

文件。

IETFRFC3261SIP：会话初始协议（SIP:SessionInitiationProtocol）

IETFRFC3264一种基于会话描述协议（SDP）的要约/应答模型（AnOffer/AnswerModelwiththe

SessionDescriptionProtocol(SDP)）

3GPPTS24.182IP多媒体子系统（IMS）彩铃；协议规范（版本15）（IPMultimediaSubsystem

(IMS)CustomizedAlertingTones(CAT);Protocolspecification(Release15)）

3GPPTS24.183IP多媒体子系统（IMS）彩振；协议规范（版本17）（IPMultimediaSubsystem

(IMS)CustomizedRingingSignal(CRS);Protocolspecification(Release17)）

3GPPTS24.229基于会话初始协议（SIP）和会话描述协议（SDP）的IP多媒体呼叫控制协议；第

3阶段（版本15）（IPmultimediacallcontrolprotocolbasedonSessionInitiationProtocol

(SIP)andSessionDescriptionProtocol(SDP);Stage3(Release15)）

3GPPTS26.114IP多媒体子系统（IMS）；多媒体电话；媒体处理与交互（版本15）（IPMultimedia

Subsystem(IMS);MultimediaTelephony;Mediahandlingandinteraction(Release15)）

3GPPTS24.628IP多媒体核心网公共基础通信过程（版本12）（CommonBasicCommunication

proceduresusingIPMultimedia(IM)CoreNetwork(CN)subsystem(Release12)）

GSMAPRDIR.92语音和短信的IMS配置文件（IMSProfileforVoiceandSMS）

GSMAPRDIR.94视频通话业务的IMS配置文件（IMSProfileforConversationalVideoService）

ITU-TRecommendationH.264用于一般视听服务的高级视频编码（Advancedvideocodingfor

genericaudiovisualservices）

3术语、定义和缩略语

3.1术语和定义

下列术语和定义适用于本文件。

3

YD/TXXXX—XXXX

3.1.1

移动智能终端smartmobileterminal

能够接入移动通信网，具有能够提供应用软件开发接口的操作系统，具有安装、加载和运行应用软

件能力的终端。

[来源：YD/T2408—2021，3.1.1]

3.1.2

视频彩铃业务customizedvideoalertingtonesservice

视频彩铃业务是指在通话建立前为主叫用户播放一段视频或音频（媒体降级场景）替代普通回铃音，

为被叫用户播放一段视频替代被叫终端来电铃声的业务。

用户使用视频彩铃业务必须开通业务功能，并同时具备VoIMS等功能。

3.1.3

视频彩铃customizedvideoalertingtones

视频彩铃是视频彩铃业务的服务功能之一，指将通话建立前主叫用户听到的普通回铃音替代为网络

侧播放的一段视频或音频（媒体降级场景）的服务。

3.1.4

视频彩振customizedvideoringingsignal

视频彩振是视频彩铃业务的服务功能之一，指将通话建立前被叫终端来电铃声替代为网络侧播放的

一段视频的服务。

3.2缩略语

下列缩略语适用于本文件。

AMR-WB自适应多码率宽带编码AdaptiveMulti-RateWideband

ARQ自动重传请求AutomaticRepeatRequest

AS应用专用ApplicationSpecific

AVP音视频配置文件AudioandVideoProfile

扩展支持实时传输控制协议反馈的音AudioandVideoProfileforRTCP-based

AVPF

视频配置文件Feedback

aSRVCC振铃时单一无线语音呼叫连续性SRVCCduringalertingstage

bSRVCC振铃前单一无线语音呼叫连续性SRVCCbeforealertingstage

CBP受约束的基准配置文件ConstrainedBaselineProfile

CodecControlMessages(CCM)ofRTCP

CCM编解码器控制消息

feedbackpackage

CCMFIRCCM完整内部刷新FullIntraRefresh(CCM)

TemporaryMaximumMediaBitrate

CCMTMMBRCCM临时最大媒体比特请求

Request(CCM)

4

YD/TXXXX—XXXX

CN核心网CoreNetwork

CS电路交换CircuitSwitching

CSFB电路域回落CircuitSwitchedFallback

CVO视频定向协商CoordinationofVideoOrientation

DTMF双音多频DualToneMultiFrequency

EPC演进分组核心网EvolvedPacketCore

EPS演进分组系统EvolvedPacketSystem

eMSC针对SRVCC的增强移动交换中心enhancedMobileSwitchCenterforSRVCC

FEC前向纠错ForwardErrorCorrection

GlobalSystemforMobile

GSMA全球移动通信系统联盟

CommunicationsAlliance

IETF互联网工程任务组InternetEngineeringTaskForce

IMSIP多媒体子系统IPMultimediaSubsystem

IP网际协议InternetProtocol

IR国际漫游InternationalRoaming

InternationalTelecommunicationUnion

ITU-T国际电信联盟电信标准化部门TelecommunicationStandardization

Sector

LTE长期演进LongTermEvolution

NegativeAcknowledgementmessagesof

NACK未确认包报告

RTCP-basedfeedbackpackage

NACKPLINACK图片丢失指示PictureLostingIndicator(NACK)

NR新空口NewRadio

PANIP-Access-Network-Info头域P-Access-Network-Info

PEMP-Early-Media头域P-Early-Media

PRD永久参考文档PermanentReferenceDocument

PT载荷类型PayloadType

QoS服务质量QualityofService

RFC请求注解RequestForComments

RRRTCP包接收方报告ReceiverReportRTCPPacket

RSRTCP包发送方报告SenderReportRTCPPacket

RSRP参考信号接收功率ReferenceSignalReceivedPower

RTCP实时传输控制协议Real-timeTransportControlProtocol

RTP实时传输协议Real-TimeTransportProtocol

5

YD/TXXXX—XXXX

ServiceCentralizationandContinuity

SCCAS服务集中和连续性应用服务器

ApplicationServer

SDP会话描述协议SessionDescriptionProtocol

SessionDescriptionProtocol(SDP)

SDPCapNegSDP能力协商

CapabilityNegotiation

Signal-to-Interference-and-Noise

SINR信号与噪声干扰比

Ratio

SIP会话初始协议SessionInitiationProtocol

SRVCC单一无线语音呼叫连续性SingleRadioVoiceCallContinuity

TS技术规范TechnicalSpecification

Voice&videooverIPMultimedia

VoIMS基于IMS的语音和视频解决方案

Subsysytem

VoLTE基于LTE的IMS语音解决方案VoiceoverLong-TermEvolution

VoNR基于NR的IMS语音解决方案VoiceoverNewRadio

The2ndGenerationmobile

2G第二代移动通信技术

communicationtechnology

The3rdGenerationmobile

3G第三代移动通信技术

communicationtechnology

3GPP第三代合作伙伴计划3rdGenerationPartnershipProject

The4thGenerationmobile

4G第四代移动通信技术

communicationtechnology

The5thGenerationmobile

5G第五代移动通信技术

communicationtechnology

5GC第五代核心网5thGenerationCore

4终端功能要求

4.1终端形态

本文件中终端是指语音类终端，即可基于IMS会话控制功能提供电信语音和视频通话业务功能的移

动智能终端。

本文件中按照终端演进形态及其支持的电信语音类业务能力的差异，将终端分为4G语音类终端（以

下简称“4G终端”）、5G语音类终端（以下简称“5G终端”）。

4.2工作模式

4G终端应支持CS、CSFB、VoLTE等话音模式。

5G终端应支持CS、CSFB、VoLTE、VoNR、EPSfallback等话音模式。

6

YD/TXXXX—XXXX

4.3播放模式

播放模式是指终端电话应用去电详情界面播放音频回铃音或视频彩铃、来电详情界面与来电提示浮

窗等界面播放来电铃声或视频彩振时，符合相应播放、业务操作、业务设置、人机界面等功能要求的终

端电话应用的工作界面。播放模式包括：

——去电详情界面的音频回铃音播放模式，是指等待通话接通前还未进行视频彩铃等的视频媒体

图像播放时的默认去电详情界面。如果拨出呼叫并收到网络侧相关响应和指示消息时，不需

进行视频彩铃等的视频媒体图像播放，则通常会继续在该模式下播放主叫终端本地音频普通

回铃音、网络音频普通回铃音、音频彩铃或其他网络通知音，也即在收到网络侧相关响应和

指示消息前后，去电详情界面的显示布局通常不会做调整，因此将该默认去电详情界面和播

放音频普通回铃音与音频网络通知音的去电详情界面统称为音频回铃音播放模式的去电详情

界面，简称为“默认去电界面”；

——去电详情界面的视频彩铃播放模式，特指在去电详情界面中，加入视频彩铃的视频媒体图像

显示播放区域（以下简称“视频画框”、“画框”）和相关播放功能要求、业务操作功能要

求所涉及的界面元素后的去电详情界面，简称为“视频彩铃去电界面”；

——来电详情界面的视频彩振播放模式，特指在来电详情界面中，加入视频彩振的视频画框和相

关播放功能要求、业务操作功能要求所涉及的界面元素后的来电详情界面，简称为“视频彩

振来电界面”；

——来电提示浮窗的视频彩振播放模式，特指在来电提示浮窗中，附加视频彩振的视频画框和相

关播放功能要求、业务操作功能要求所涉及的界面元素后的来电提示浮窗，简称为“视频彩

振来电浮窗”。

4.4IMS媒体功能

4.4.1话音编解码

视频彩铃业务场景下，终端应支持AMR-WB全部9种速率编码模式，且默认编码模式为23.85kbps。

4.4.2视频编解码

视频彩铃业务场景下，终端应能支持ITU-TH.264CBPlevel3.1，并向下兼容支持其level3.1

以下的level。

终端应支持9:16竖屏、16:9横屏、4:3横屏、1:1横屏等多种宽高比分辨率、30fps及以内最高帧

率的视频：

——9:16竖屏：540*960、576*1024、720*1280；

——16:9横屏：640*360、854*480、960*540、1024*576、1280*720；

——4:3横屏：640*480、800*600、1024*768；

——1:1横屏：640*640、720*720、800*800、960*960。

4.5IMS控制功能

4.5.1会话管理

4.5.1.1呼叫管理

终端应支持按照3GPPTS24.229和3GPPTS26.114的规定进行SIP呼叫管理流程及SDP媒体协商。

终端音、视频通话SIP信令的头域携带要求：

7

YD/TXXXX—XXXX

——终端在发起VoIMS话音主叫时，Invite消息中应携带Accept-Contact头域，应携带包含

+g.3gpp.icsi-ref=“urn:urn-7:3gppservice.ims.icsi.mmtel”的Contact头域；

——终端在发起视频主叫时，Invite请求Accept-Contact头域还应包含video标签；

——终端在建立VoIMS音视频通话和进行音视频切换时，Invite请求、18X以及200OK消息应

携带Contact头域，并通过携带+g.3gpp.icsi-ref=

“urn:urn-7:3gpp-servive.ims.icsi.mmtel”与video标签标识终端支持语音业务和视频业

务能力。

终端音、视频通话SIP信令处理和携带SDP要求：

——终端在收到空SDP的Invite消息后,如果终端支持视频业务，回复消息的SDPoffer中应携

带音频和视频信息；如果终端只支持音频业务，回复消息的SDPoffer中只需携带音频信息；

——终端应该支持在Prack消息中携带SDP进行的媒体协商流程；

——主叫终端支持通过发送Cancel消息释放尚未建立完成的呼叫，Cancel消息应在收到对Invite

消息的临时响应之后，收到最终响应之前发送；

——当终端作为被叫收到携带SDP的Invite消息，如果本次呼叫没有使用precondition流程且

此时被叫终端本地资源没有就绪，被叫终端也应通过回复183消息携带SDP，同时在被叫本地

资源预留成功前不提示用户也不发送180消息。

终端视频通话信令处理和携带SDP要求：

——在建立VoIMS视频通话时，终端在Invite消息SDP中携带所有支持的视频格式信息，推荐使

用a=imageattr参数；

——终端作为被叫接收到视频呼叫Invite请求后，如果用户拒绝接听，应支持发送603Decline

来响应Invite；

——终端作为被叫接收到视频呼叫Invite请求后，如果用户选择音频接听，终端应发起Update

流程将视频通话切换为音频通话后发送针对Invite的200ok消息给主叫。

终端音、视频通话SDP媒体协商和通信功能要求：

——终端在回复给SDPoffer的SDPanswer中针对每一个媒体行的每一种媒体亚型携带选定的一

种编解码方式；如：视频媒体行下携带为视频流选定的一种视频编解码方式，音频媒体行下

携带为音频流选定的一种音频编解码方式和为电话事件选定的一种电话事件编解码方式；

——终端在音视频通话过程中应支持双向收发（sendrecv）；

——终端在发起VoIMS音视频呼叫时，SDP长度不应超过4096字节；

——终端在发送消息的SDP中代表方向的a行（RFC3264中的directionattribute，以下简称

“方向属性”）填写值应遵循如下要求：

•发送初始Invite消息中方向属性填写值按照3GPPTS24.229V13.1.0中6.1.2与6.1.3规定

的要求，即不填写或者填写为sendrecv；

•终端在接收到空SDP的Invite消息时,在回复的消息中包含的SDPoffer中代表方向的a行

不填写或者填写为sendrecv；

•终端在接收到空SDP的re-Invite消息时,代表方向的a行填写符合3GPPTS24.628中

4.7.2.1规定的要求；

•终端在初始视频业务建立时应支持H264CBPprofile编码方案level3.0的视频通话，并

且，终端应支持level3.1和level3.0的视频彩铃。level3.0及level3.1申请带宽值

建议如表1所示：

8

YD/TXXXX—XXXX

表1

level-idprofile-leTotalASRSRRmax-br

vel-idBandwidth(kbps)(bps)(bps)(kbps)

(kbps)

3.042C01E97496080006000974

3.142C01F21762162800060002176

——终端SDP媒体协商中AS、RR、RS等带宽资源申请属性参数的取值规则要求如下：

•会话级的各个带宽申请属性参数取值按会话中所有媒体行的各个媒体行级带宽申请属性

参数取值分别求和的和值来填写。会话中只有一个媒体行时，会话级的各个带宽申请属

性参数取值为该媒体行的各个媒体行级带宽申请属性参数取值来填写；

•媒体行的各个媒体行级带宽资源申请属性参数取值按其下各PT行的各相应带宽资源属性

参数值中的各个最大值来填写。媒体行下只有一个PT行时，该媒体行的各个媒体行级带

宽资源申请属性参数取值为该PT行的各带宽资源属性参数值；

•音、视频等媒体编码PT行的各带宽资源属性参数值可以根据业务和对应各种媒体编码方案

的各带宽资源属性参数值配置或各级缺省配置来取值。

终端视频通话SDP媒体协商和通信功能要求：

——终端在初始视频业务建立时应支持发起level3.0的视频通话，默认向下兼容。同时，终端

支持在初始协商后针对业务媒体协商SDPoffer在SDPanswer中上报支持的最高level。

——终端在视频呼叫中应兼容网络侧分配带宽小于终端在SDP中申请带宽的情形；

——推荐支持在视频会话建立时进行纠错协商，协商内容包括采用的纠错机制以及相关参数等，

如FEC或ARQ纠错机制；

——终端在发起视频呼叫时使用AVPF，向下兼容AVP，SDP中使用SDPCapNeg协商AVPF，具体要

求见IR.92V9.0和IR.94V10.0及其后续版本；

——终端在发起视频呼叫过程中，应支持CVO协商；

——终端在发起视频呼叫过程中，应支持NACK、NACKPLI、CCMFIR、CCMTMMBR的协商；

——终端应支持视频自适应调整。

4.5.1.2资源预留

终端发起呼叫、通话过程中音频视频切换时应默认开启资源预留流程（precondition流程），应

满足如下要求：

——终端应支持SegmentedTypePrecondition流程；

——终端应对precondition流程中的SIP的Invite消息与专有承载建立的顺序具备逆序容错性；

——终端在通话过程中呼叫保持和呼叫等待等业务中可不使用precondition流程；

——呼叫过程中主叫终端发送的Invite消息中des参数设置遵照3GPPTS24.229中描述，且主

叫侧des中参数设置为mandatory后，在Require头域中不包括precondition；

——在主叫侧已经进行过成功的SDP协商且资源已经预留就绪，主叫侧需要重新进行媒体协商场

景下，主被叫侧应遵循以下处理方式：

9

YD/TXXXX—XXXX

•对于主叫侧：在收到的SDPoffer中如果需要进行资源确认，如果资源已经就绪,直接在回

复的SDPanswer中进行localsendrecv的资源确认，不再发送新的Update消息进行资源

确认；

•对于被叫侧：在收到的SDPanswer中如果看到需要确认的对端状态为sendrecv，那么直接

进行后续处理如发送180Ringing消息而不等待新的Update消息进行确认；如果直接进行

了后续处理，如发送了180Ringing消息后收到新的资源确认的Update消息后可正常兼容

并回复针对Update消息的200ok消息。

——终端应支持3GPPTS24.229中定义的precondition相关机制。

4.5.1.3DTMF

终端应按照3GPPTS26.114AnnexG中定义的内容支持event方式的带内DTMF功能。终端应支持

通话建立过程中和通话过程中的DTMF功能。

4.5.1.4早媒体EarlyMedia

终端应该支持gatewaymodel的EarlyMedia功能。终端接收到PEM头域具体行为参见3GPPTS

24.628R12中描述。

终端在收到180消息中没有携带PEM头域，或者携带该头域但是取值为inactive时，终端应该启

动本地放音，其中，在此前已收到其他携带PEM头域指示的消息的情况下，收到180消息没有携带PEM

头域时，终端放音行为不做改变。

前转场景下，终端需根据不同阶段收到的PEM状态参数，调整放音状态。

4.5.2媒体切换

终端应支持如下媒体切换流程：

——终端应在音视频切换过程中支持precondition流程，在re-Invite消息的supported头域携

带precondition，并在SDP中携带相应QoS参数；

——终端在语音通话过程中接收到升级请求，若对端不支持precondition，终端需在确认本侧资

源预留好后，提示用户接收到升级请求；

——终端发出升级请求的re-Invite后，在接收到200OKforre-Invite之前，应支持使用Cancel

取消升级请求。若终端在发出Cancel后收到对端回复的200OKforre-Invite，应重新发送

re-Invite，并将video端口置0；

——终端在语音通话过程中发起升级请求后，若本端视频资源预留失败或对端超时未接受升级请

求，终端应支持发送Cancel取消升级请求；

——终端在语音通话过程中接收到升级请求后，若本端视频资源预留失败，应支持发送580响应

re-Invite；

——终端在语音通话过程中接收到指示对端支持precondition的升级请求，若用户拒绝升级请求

或超时未接受升级请求，终端应发送Update消息将视频端口置0后发送针对re-Invite的200

ok响应消息给对端；

——终端在正在进行的媒体切换流程没有结束之前，不应再发起新的媒体切换流程。

4.5.3Forking

终端应支持RFC3261和3GPPTS24.229中描述的Forking功能。

4.5.4SIP定时器

10

YD/TXXXX—XXXX

除本文件定制的定时器外，其他定时器取值遵循3GPPTS24.229中7.7SIPTimers中默认要求。

4.6媒体协商能力要求

4.6.1公共基础协商要求

终端应支持视频彩铃业务媒体协商时，在回复给SDPoffer的SDPanswer中针对每一个媒体行的每

一种媒体亚型只携带选定的一种编解码方式。这种工作模式简称为“1/N工作模式”，又称“单选模式”。

例如：视频媒体行下携带为视频流媒体亚型选定的一种视频编解码方式，音频媒体行下携带为音频

流媒体亚型选定的一种音频编解码方式和为电话事件媒体亚型选定的一种电话事件编解码方式。

4.6.2音频编码协商要求

4.6.2.1音频编码公共协商要求

终端应支持视频彩铃业务各业务媒体协商SDP下音频媒体流中各音频编码PT行和a=ptime、

a=maxptime和a=sendrecv的方向属性等公共协商参数的协商功能。

视频彩铃业务需要支持利用DTMF音通讯功能实现的拨号盘操作功能，因此，终端应支持接收业务

音频媒体流进行播放的同时，还应支持用户进行拨号盘操作时发送音频媒体流给彩铃平台的功能，所以，

视频彩铃业务媒体协商时，SDPoffer/answer中均应将音频媒体行的方向属性置为a=sendrecv。

终端应支持视频彩铃业务各业务媒体协商SDP下音频媒体行中包含AMR-WB/16000、

telephone-event/16000的编码PT行。

4.6.2.2AMR-WB编码协商要求

终端应支持视频彩铃业务各业务媒体协商SDP下音频媒体行中AMR-WB编码PT行的协商功能。其中：

AMR-WB编码PT行协商参数要求为携带a=fmtp等属性行，其中a=fmtp行需携带

mode-change-capability、max-red等参数，具体见3GPPTS26.114中6.2.2的要求。

4.6.3视频编码协商要求

4.6.3.1视频编码公共协商要求

终端应支持视频彩铃业务各业务媒体协商SDP下视频媒体流

a=sendrecv/sendonly/recvonly/inactive等视频媒体流方向属性协商、a=tcap/pcfg等指示支持AVP

和AVPF的SDP能力协商，和其下各视频编码PT行a=fmtp属性行对称媒体协商、视频媒体行端口置0

等公共基础协商功能。

终端应支持视频彩铃业务各业务媒体协商SDP下视频媒体行中包含H264/CBPprofile的编码PT

行。

4.6.3.2H264编码协商要求

终端应支持视频彩铃业务各业务媒体协商SDP下视频媒体行中H264/CBPprofile编码PT行的协商

功能。其中：

H264/CBPprofile编码PT行，参数填写要求如下：

——对于视频彩铃业务各业务媒体协商SDPoffer视频媒体行下的H264/CBPprofile编码PT行，

需携带a=fmtp等属性行，其中：

11

YD/TXXXX—XXXX

•a=fmtp行应携带profile-level-id和packetization-mode参数，用于这种可用编解码器的

媒体能力协商；

•a=fmtp行可携带sprop-parameter-sets参数（以下简成sps参数），其即H264/CBPprofile

视频编码PT行中对应视频编码标准定义的PT行参数中包含视频图像分辨率参数的参数，

其中sps参数中分辨率取值与待播放视频彩铃实体文件的分辨率取值一致。

——对于视频彩铃业务各业务媒体协商SDPanswer视频媒体行下的H264/CBPprofile编码PT行，

需携带a=fmtp等属性行，其中：

•a=fmtp行需携带profile-level-id和packetization-mode参数，用于指示这种可用编解码

器的媒体协商结果；

•a=fmtp行可携带sps参数，该参数指示终端发送视频媒体时的初始图像参数信息，因视频

彩铃各业务功能目前均不涉及视频媒体的接收处理，所以该参数对视频彩铃业务无实际

意义。

H264/CBPprofile编码PT行的媒体协商要求为应答方终端根据业务媒体协商SDPoffer视频媒体

行中该H264编码PT行中a=fmtp属性行携带的profile-level-id、packetization-mode两个协商参数

进行处理：

——当应答方终端不支持offer中该profile的H264编码PT行的a=ftmp属性行视频媒体协商参

数profile-level-id和packetization-mode中除level-id值以外的协商参数值时，该PT

行媒体协商不成功；

——当应答方终端支持offer中该profile的H264编码PT行的a=ftmp属性行视频媒体协商参数

profile-level-id和packetization-mode中除level-id值以外的协商参数值、且应答方终

端可支持的最高level-id值高于或等于offer中该profile的H264编码PT行的视频媒体协

商参数profile-level-id的level-id值，应按照offer方发送的该PT行的a=fmtp属性行

视频媒体协商参数profile-level-id、packetization-mode进行应答，a=fmtp属性行可不携

带sps参数，如果携带，则为终端结合该PT行协商结果level-id取值、视频通话媒体协商

规范和/或本地配置等要求所优选提供的一个图像分辨率所生成的sps，该PT行媒体协商成功；

此种情形下，如果该PT行作为最终媒体协商结果，则当offer中a=fmtp属性行包含sps参

数时，终端可直接通过该sps参数进行相应显示设备、解码器等的初始化，并且，最终应按

照开始和随后接收到的与协商结果一致/兼容的H264视频媒体码流中的sps参数指示，在此

前未知相应参数或相应参数有变化时进行显示设备、解码器等的(重新)初始化和实际视频媒

体码流的解码播放；

——当应答方终端支持offer中该profile的H264编码PT行的a=ftmp属性行视频媒体协商参数

profile-level-id和packetization-mode中除level-id值以外的协商参数值、且应答方终

端可支持的最高level-id值低于offer中该profile的H264编码PT行的a=fmtp属性行视

频媒体协商参数profile-level-id的level-id值时，应答方终端可支持的H264编码该

profile的最高level-id值应不低于level3.0的要求，即：

•如果应答方终端可支持的最高level-id值不低于level3.0的要求，应答方终端应在应答

消息中将offer中该PT行的a=fmtp属性行视频媒体协商参数profile-level-id的

level-id值部分修改为终端可支持的最高level-id值、packetization-mode保持不变进

行应答，a=fmtp属性行可不携带sps参数，如果携带，则为终端结合该PT行协商结果

level-id取值、视频通话媒体协商规范和/或本地配置等要求所优选提供的一个图像分辨

率所生成的sps，该PT行媒体协商成功；此种情形下，如果该PT行作为最终媒体协商结果，

则不管offer中a=fmtp属性行中是否包含sps参数，建议终端不对该sps参数做处理，而是

12

YD/TXXXX—XXXX

按照开始和随后接收到的与协商结果一致/兼容的H264视频媒体码流中的sps参数指示进

行显示设备、解码器等的初始化和实际视频媒体码流的解码播放。

•否则，应答方终端可选视频媒体行下该PT行媒体协商不成功而继续协商其他低优先级PT

行、或者视频媒体行下逐PT行协商且该PT行为可供选择的优先级最低PT行时，应答方终

端可处理成业务媒体协商的视频媒体行协商失败，或者在应答消息中将offer中该PT行的

a=fmtp属性行视频媒体协商参数profile-level-id的level-id值部分修改为终端可支持

的最高level-id值、packetization-mode保持不变进行应答，以触发彩铃平台进行此异

常情况的处理；正常情况下，在应答方终端可支持的H264编码CBPprofile的能力符合本

文件4.3.2条的要求时，不应该出现此情况。

——特别的，如果视频媒体行各PT行媒体协商均失败，则业务媒体协商的视频媒体行协商失败，

视频媒体行端口应该置0。

5业务功能要求

5.1基础协商要求

5.1.1视频彩铃协商要求

5.1.1.1音频通话的视频彩铃协商要求

在初始通话媒体协商采用precondition流程的VoIMS音频通话振铃阶段，主叫终端应支持与视频

彩铃平台进行视频彩铃媒体协商，并正常播放视频彩铃。具体要求为：

——主叫用户发起VoIMS音频通话时，主叫终端如支持precondition和视频通话能力，应在Invite

消息的Supported头域中携带precondition和100rel标签、Contact头域中携带video标签，

且这一情况下，主叫终端应支持视频彩铃平台发起的基于3GPPTS24.182中gateway模式的

precondition流程的视频彩铃媒体协商与资源预留确认流程和据此播放视频彩铃的功能、各

种原因降级为音频媒体时播放音频彩铃的功能，以及支持此后被叫用户摘机后通过彩铃平台

转接恢复主被叫终端间音频通话的音频媒体重协商与资源预留确认流程、通话接通流程。其

中：

•主叫终端支持按照视频彩铃业务媒体协商流程要求进行资源预留确认，在资源预留确认阶

段主叫终端本地启动Pqos定时器（建议Pqos定时器默认设值为2秒，且可配置），正常情

况下，Pqos定时器超时前音视频媒体资源预留成功时主叫终端进行资源预留确认，随后

收到视频彩铃音视频媒体时开始播放视频彩铃；异常情况下：Pqos定时器超时前仅视频

媒体资源预留失败时应确认视频媒体资源预留失败降级为音频媒体、或Pqos定时器超时

仅视频媒体资源未完成预留时应降级协商为音频媒体，随后收到音频彩铃音频媒体流时

开始播放音频彩铃；资源预留的过程中，主叫终端收到彩铃平台发送的将视频彩铃视频

媒体行端口置0的降级播放音频彩铃的Update消息（含视频彩铃视频媒体协商结果中单向

视频媒体能力低于业务场景最低要求且主叫终端未主动处理成视频媒体协商失败的情

况），且在Pqos定时器超时前完成音频媒体资源预留确认，随后收到音频彩铃音频媒体

流时开始播放音频彩铃；主叫终端收到彩铃平台侧发来的带PEM:inactive头域指示的18X

消息时，应播放本地普通回铃音；

•主叫终端支持视频彩铃业务媒体协商的视频媒体行方向属性为sendonly；

13

YD/TXXXX—XXXX

•主叫终端播放视频彩铃、播放音频彩铃应遵循PEM头域的工作机制，视频彩铃媒体协商

Update消息已带有PEM:sendrecv头域指示，主叫终端应在收到视频彩铃音视频媒体流时

开始播放视频彩铃、或在收到降级为的音频彩铃的音频媒体流时开始播放音频彩铃。

——主叫终端进行了视频彩铃媒体协商的情况下，被叫终端侧应支持被叫用户摘机后通过彩铃平

台转接恢复主被叫终端间音频通话的实现通话音频媒体重协商和通话接通功能的

re-Invite/200OKforre-Invite/ACK流程。

5.1.1.2视频通话的视频彩铃协商要求

在初始通话媒体协商采用precondition流程的VoIMS视频通话振铃阶段，主叫终端应支持与视频

彩铃平台进行视频彩铃媒体协商，并正常播放视频彩铃。具体要求为：

——主叫用户发起VoIMS视频通话时，主叫终端如支持precondition，应在Invite消息的

Supported头域中携带precondition和100rel标签，在Contact头域和Accept-Contact头

域中携带video标签，且这一情况下，主叫终端应支持视频彩铃平台发起的基于3GPPTS24.182

中gateway模式的precondition流程的视频彩铃媒体协商与资源预留确认流程和据此播放视

频彩铃的功能、各种原因降级为音频媒体时播放音频彩铃的功能，以及支持此后：在被叫用

户视频摘机的情况下，当未降级播放音频彩铃的情况下，通过彩铃平台转接恢复主被叫终端

间视频通话的音视频媒体重协商与资源预留确认流程、通话接通流程，当降级播放音频彩铃

的情况下，通过彩铃平台转接将主被叫终端间视频通话降级恢复为音频通话的音频媒体重协

商与资源预留确认流程、通话接通流程；在被叫用户音频摘机的情况下（被叫用户选择音频

摘机，或在振铃期间发生被叫终端将通话降级为音频通话导致被叫用户只能选择音频摘机），

通过彩铃平台转接将主被叫终端间视频通话降级恢复为音频通话的音频媒体重协商与资源预

留确认流程、通话接通流程。其中：

•主叫终端支持按照视频彩铃业务媒体协商流程要求进行资源预留确认，在资源预留确认阶

段主叫终端本地启动Pqos定时器（建议Pqos定时器默认设值为2秒，且可配置），正常情

况下，Pqos定时器超时前音视频媒体资源预留成功时主叫终端进行资源预留确认，随后

收到视频彩铃音视频媒体时开始播放视频彩铃；异常情况下，Pqos定时器超时前仅视频

媒体资源预留失败时应确认视频媒体资源预留失败降级为音频媒体、或Pqos定时器超时

仅视频媒体资源未完成预留时应降级协商为音频媒体，随后收到音频彩铃音频媒体流时

开始播放音频彩铃，并且这两种异常情况下，将导致通话降级为音频通话；资源预留的

过程中，主叫终端收到彩铃平台发送的将视频彩铃视频媒体行方向属性置为inactive的

降级播放音频彩铃的Update消息（含视频彩铃视频媒体协商结果中单向视频媒体能力低

于业务场景最低要求且主叫终端未主动处理成视频媒体协商失败的情况），且随后在Pqos

定时器超时前完成音频媒体资源预留确认和音频媒体流接收时，播放音频彩铃；主叫终

端收到彩铃平台侧发来的带PEM:inactive头域指示的18X消息时，应播放本地普通回铃

音；

•主叫终端支持视频彩铃业务媒体协商的视频媒体行方向属性为sendonly或sendrecv，当视

频彩铃媒体能力要求低于等于视频通话协商结果视频媒体能力要求时，视频彩铃媒体能

力协商时视频媒体行方向属性为sendrecv且采用等于视频通话协商结果媒体能力要求的

PT行做协商；当视频彩铃媒体能力要求高于视频通话协商结果视频媒体能力要求时，视

频彩铃媒体能力协商时视频媒体行方向属性为sendonly且采用视频彩铃媒体能力的PT行

做协商；

14

YD/TXXXX—XXXX

•主叫终端播放视频彩铃、播放音频彩铃应遵循PEM头域的工作机制，视频彩铃媒体协商

Update消息已带有PEM:sendrecv头域指示，主叫终端应在收到视频彩铃音视频媒体流时

开始播放视频彩铃、或在收到降级为的音频彩铃的音频媒体流时开始播放音频彩铃。

——主叫终端进行了视频彩铃媒体协商的情况下，在被叫用户视频摘机的情况下，被叫终端侧应

支持被叫用户视频摘机后通过彩铃平台转接恢复主被叫终端间视频通话的实现通话音视频媒

体重协商和通话接通功能的re-Invite/200OKforre-Invite/ACK流程；在被叫用户音频摘

机的情况下（被叫用户选择音频摘机，