На сколько я понял, это синусоидальные сигналы от 500 до 1500кГц примерно. Они передаются по тому же голововомсу каналу. Задача в том, чтобы отловить момент когда будет сигнал сигнал той или иной частоты, а когда - голос ( на голос - не делать ничего). По аналогии с DTMF как я понял.
На самом деле с заказчиком встречаемся вечером, сейчас я имею ту инфрмацию, которую можно было получить из телефонного разговора. Вечером будет подробнее