手机实时提取SIM卡打电话的信令和声音-总结篇

手机实时提取SIM卡打电话的信令和声音-总结篇

继上一篇《电脑蓝牙打电话-总结》之后，至今，不知不觉已经又过去了一年（时间过得快啊，碌碌无为说的就是我这种），手上一直在忙其它紧迫的工作任务，一直都没有时间去探索新兴领域，着实惭愧。

由于所在的通信行业的特性，针对手机SIM卡业务，接触一些常规范围之外的音频/视频的业务需求，如：

手机来电时想使用AI来自动接听。SIM卡发卡商要求某个业务的所有通话都要有录音，可回溯与核查。SIM卡的套餐分钟数太多、打不完，想共享给部门内其它同事。SIM卡电话用AI来播出，收集用户的语音反馈后做相应处理。极端情况下，需要手机信令和语音与线路一样能正常在后台坐席和呼叫中心拨打。

在以上的场景需求中，需要对SIM卡的通话能力进行实时的干预和管理，包括但不限于事件、信令、语音、视频等数据。而且，按照中国大陆相关的电信法律法规，应该有对通话的源/目标、通话内容和通话事件本身进行合规性的监管和追溯的能力。

在做一个分析或者是方向规划之前，我们会先睁开眼去看看这个世界，看看前人或同伴在这个领域，最新的成果做到了什么程度，针对不同的场景采用的是什么样的方案？我们看了，但是很遗憾，SIM卡的通话能力是手机的核心功能，为了保证稳定性、安全性和产品发布合规的原因，SIM卡的几乎所有功能被层层的权限和约束锁住。

我们看到的几乎所有设备，包括但不限于安卓手机、苹果手机、老人机、电话手表、第三方插卡座机等常见的设备，SIM卡的功能基本都是专用的特权应用才可以正常操作。不仅如此，SIM卡开放的功能中，获取SIM卡号码/查话费余额、切换主/副卡操作、使用SIM卡流量、拨打语音电话/volte电话，这一系列的能力中，打电话也是属于最核心的能力，而且也是通信部门监管的重点区域。

我们在前期分析的时候，评估过阿里通信、腾讯云、华为云等呼叫中心的产品，以及一些第三方商业公司类似OKCC、通信助手等提供的app应用和插卡话机等模式和方案，但并没有找到符合我们方向的一个通用的产品方案。这些产品要么使用线路来对接（公安部门重点打击的卡线、卡池、猫池，以及民用的SIMBOX多卡宝等专用SIM设备都属于线路的范畴），要么就将手机来作为接听终端，将打电话操作下发到手机执行。但此类方案明显有缺陷，最简单的如iPhone等iOS设备禁止了通话录音功能，苹果设备取不到录音。而且跟我们打算挂AI来进行语音流入流出的方向偏差很大。

在手机的细分市场中，截止到目前的2023年，整个市场出货量和存量的大头是Android手机，其次是iOS系统的苹果手机，鸿蒙目前仍支持AOSP挂载的app，暂与Android归为一类。剩下的是一些非智能机、电话手表，但年出货量和市场存量都不大。整个手持终端的划分范围表明，我们预研的《手机实时提取SIM卡打电话的信令和声音》这个能力，首先必须要能适配安卓。我们也不管它到底是OPPO、VIVO，还是小米、三星、华为、荣耀，不管它是安卓、Android、鸿蒙的AOSP或者是其它的变种。在预研的方向上，我们只有两点要求：

按市场覆盖率来看，方案必须要支持Android和iOS两种系统，如果实在不能支持，就优先支持Android，如果Android还是不行就优先选择一家品牌的各种型号进行支持。方案必须要能提取得到实时的声音，即通话的接听终端一定要脱离手机的麦克风/扬声器硬件。（我们也不管它是在手机上装AI的app，或是使用旁边的辅助设备来收发数据）

先说好消息，具体实施上，某些设备比如小米，提供了小爱助手的AI电话App，小米手机只需要安装应用或在小米的应用商店里升级（现在好像改名为“小爱通话”），来电后，说“小爱帮我接”等关键词后，即可自动接听并提取通话声音进行实时ASR转文字和AI分析和通话对答。经试验，其ASR功能为联网模式，断开网络连接后转译的内容牛头不对马嘴，但有网络的情况下做得效果还算可以。但是软件有个缺陷：由于小爱通话是与小米的MIUI系统电话深度配合的系统级软件，只能在小米/Redmi手机中使用，而且仅支持国内版。

在Android中，正常一说到提取通话语音，首先想到的应该是“录音机”程序，一般的手机都支持录制通话录音（无论是从听筒/扬声器，还是耳机或蓝牙输出的语音都可以录制），部分手机的录音机还支持从QQ、微信等App中录制语音/视频通话的语音。

那么，按照道理来说，我们可以参照录音机的逻辑，甚至是调用录音机暴露的接口，将自己的APP进行提权后，理论上也可以做到提取通话过程语音的能力。（注明一下：手机中存在“单轨录音/双轨录音”这个概念，跟硬件有关，如果只支持单轨录音的手机，通话的本地和对方的语音将合并录制到单通道中）。

个人简单猜测，上述的“小爱通话”也是根据这个理论来进行设计和扩展的。既然小米系列有这个应用，华为、三星、OPPO、VIVO等手机也会有自己的内置应用，进行手机定制层面的通话语音提取和分析处理的能力。

在手机这个范围之外，围绕着SIM卡/G模块的通信业务和需求，依照时间的先后次序，诞生出G Modem/G Gateway、卡线、卡池、GOIP、多卡宝等多种制式和设备，主打的就是一个“专用”设备，有的侧重于高并发、有的主打便携。从使用方式来看，有的可以独立工作，有的要依赖于电脑、网关盒子等上位机进行协同工作，此类设备和方案可参见本系列的篇外文章《篇外、自研专用手机产品和风险分析》，里边列有我们前期做规划和方向决策时进行的调研图片和参数对比。

但是随着电信盛行以及电信行业的监管规则趋于严格，上述这一系列产品和品牌，还没等到起高楼，楼就塌了，我们初次听说它们的时候都是在新闻上，听说哪里的公安机关又破获了一起“电信案”，犯罪分子利用XXX设备，流动作案，为境外分子提供非法的行为，罚没了XXX的非法收益。汗啊，高危行业，拿着卖白菜的钱，分分钟就去踩缝纫机。

我们回过头来思考，这些方案或者设备为什么会受国家监管的打击，或者说国家为什么打击它、不打击OPPO/VIVO/小米/华为手机？？我思考了一下，核心根源在于G制式的问题，即：由于历史时间线的原因，欧洲、北美、日韩、南美、非洲、印度、东南亚等区域的运营商网络和中国大陆，采用的是不同的制式和标准。这就造成了一个问题：这帮家伙做出来的设备，不管它宣称的造福方便民众、扩展了使用领域、促进行业的完善度或者其它冠冕堂皇的说法，它就是在祸害中国老百姓（或者叫造福中国老百姓），而且只能作用于中国老百姓，而不能造福世界其它国家的老百姓。

这才是问题的根源，你看，不打击你打击谁？就算打击了你，你能跑到哪里去？

中国自改革开放以来，中国民众的生活或者说小日子，比之前三十年，确实物质要充裕很多。原因可能多种多样，不同的人可能会有不同甚至相反的观点，但不可否认，国际化或者说世界化进程在里面起到了很大的作用。简单说就是通过输出高价值产品、进口低价值产品，让世界的老百姓来供养中国平民，而不是前三十年中，让中国农民来供养城镇居民。这就要求每个公司或产品，海外化的战略，对整个民族或者个人，都是重中之重。凡是出不了海的，海外战略不能带来明显收益的，在整体看来，都属于内耗，属于改变了生产关系和财富分配但没有改变生产力，简单来讲，就是垃圾。

我们做产品，海外战略的扩展能力，很大程度上也决定了方案规划和产品的生命力。做出来的产品，必须要有足够的通用性，以创新，驱动产品力的竞争力，才是我们这一代人奋斗和实现的途径。

我们认为，技术本身是无谓好坏之分，它对社会影响的好坏，取决于使用它的人。就好比一把刀，铁刀，总是比青铜刀要好，历史的车轮滚滚向前，你不造铁刀，别的地方迟早也会造，并总有一天会流传回你这里。以创新驱动进步，科学技术才是第一生产力。

因此，综上所有的需求和行业现状，我们认为：Internet通过分散的SIM卡入网，其作用与互联网的网关类似，作为解决连接互联网和电话网的最后一公里的解决方案，有其必然的存在意义。

而且我们规划方案时，不能依赖某个制式或规格的入网设备，最好是直接对接上目前市面上存在的各种手机或其它设备，用它们来去实现规划的【手机实时提取SIM卡打电话的信令和声音】的能力，并使用其数据，进行IVR、ASR文字转换、AI等高级应用和扩展。

我们最朴素的念头，是希望在当世大量手机的存量市场的前提下，采用一种所有手段都无法约束的标准化方式，打通互联网/移动互联网 与传统电话网络之间的隔离。用分布式、离散化的方式，让全世界各国的民众，都能简单的使用这种能力。

这里我还是吐槽一下做某些G制式的小型化的硬件，说是促进行业的发展，我并不认同。需要这种硬件来推动的行业，还有没有必要存在，都是值得思考的。而且监管好像也在防范此类设备，你看多卡宝（SIMBOX），刚出来没多久就被禁，值得反思。此处再贴一下法规，与君共勉。

扯远了，本篇章以Android操作系统为例，按照如下顺序组织语言，从G硬件开始，以ALSA音频架构来解析RIL的逻辑，列举通话录音和AI电话助手的案例和部分源码，论证这个模式和方案的可行性（按照规划，如果使用此方式，将属于定制ROM的范畴），将于后续篇章中逐步介绍：（其实我也不想写，网上一搜一大堆，引别人的文章算了。最主要这种方式去搞，刷机数量多了搞不好被手机厂商告你“破坏计算机系统”，汗啊）

G/4G模块原理和引脚安卓ALSA音频架构经典案例1-通话录音实现原理经典案例2-AI电话助手

目前市面上，针对SIM卡应用（网关类）现有成熟方案，大致有：

GOIP、卡线、卡池、猫池多卡宝

至少是这么多预研中，商用化程度还可以。相关描述，读者要是感兴趣，自己跳转到本系列的篇外文章《篇外、自研专用手机产品和风险分析》去看。

在我们规划的产品方案的各个方向，按软硬件的集成度，可以划分如下几个类型和已有的实现方案，如下：

一、定制硬件：多卡宝、卡池等

二、定制ROM，刷机：AI电话助手

三、root设备+特权应用：Mock Bluetooth

四、普通应用+外设配件：USB蓝牙、耳机插口转接器等

我们将在后续篇章对上述这几个分类的案例进行试用和介绍，看看哪种方案更加靠谱，适配性更强，更容易推广开来给更多的用户去使用。

注：本系列的分享，预计共7个篇章，以总结开篇，从硬件、系统、权限、外设、扩展应用等多个角度，论述了手机实时提取SIM卡打电话的信令和声音能力的一种通用的办法，列举其它备选方案的优缺点，以及项目选型时的决策参考依据，如果读者感兴趣，可以逐篇章跟随我们一同探索。