1、VOIP 基本原理一、VOIP 的基本原理与实现形式VOIP 是建立在 IP 技术上的分组化、数字化传输技术，其基本原理是：通过语音压缩算法对语音数据进行压缩编码处理，然后把这些语音数据按 IP 等相关协议进行打包，经过 IP 网络把数据包传输到接收地，再把这些语音数据包串起来，经过解码解压处理后，恢复成原来的语音信号，从而达到由 IP 网络传送语音的目的。IP 电话系统把普通电话的模拟信号转换成计算机可联入因特网传送的 IP 数据包，同时也将收到的 IP 数据包转换成声音的模拟电信号。经过 IP 电话系统的转换及压缩处理，每个普通电话传输速率约占用 811Kbit/s 带宽，因此在与普通电信
2、网同样使用传输速率为 64Kbit/s 的带宽时， IP 电话数是原来的倍。VoIP 的传输过程分为下列几个阶段：图 VoIP 传输的基本过程1、 语音-数据转换语音信号是模拟波形，通过 IP 方式来传输语音，不管是实时应用业务还是非实时应用业务，道貌岸首先要对语音信号进行模拟数据转换，也就是对模拟语音信号进行 8 位或 6 位的量化，然后送入到缓冲存储区中，缓冲器的大小可以根据延迟和编码的要求选择。许多低比特率的编码器是采取以帧为单位进行编码。典型帧长为 1030ms。考虑传输过程中的代价，语间包通常由 60、120或 240ms 的语音数据组成。数字化可以使用各种语音编码方案来实现，目前采
3、用的语音编码标准主要有 ITU-T G.711。源和目的地的语音编码器必须实现相同的算法，这样目的地的语音设备帮可以还原模拟语音信号。2、 原数据到 IP 转换一旦语音信号进行数字编码，下一步就是对语音包以特定的帧长进行压缩编码。大部份的编码器都有特定的帧长，若一个编码器使用 15ms 的帧，则把从第一来的 60ms 的包分成 4 帧，并按顺序进行编码。每个帧合 120 个语音样点（抽样率为 8kHz） 。编码后，将 4 个压缩的帧合成一个压缩的语音包送入网络处理器。网络处理器为语音添加包头、时标和其它信息后通过网络传送到另一端点。语音网络简单地建立通信端点之间的物理连接（一条线路） ，并在端
4、点之间传输编码的信号。IP 网络不像电路交换网络，它不形成连接，它要求把数据放在可变长的数据报或分组中，然后给每个数据报附带寻址和控制信息，并通过网络发送，一站一站地转发到目的地。3、 传送在这个通道中，全部网络被看成一个从输入端接收语音包，然后在一定时间（t ）内将其传送到网络输出端。t 可以在某全范围内变化，反映了网络传输中的抖动。网络中的同间节点检查每个 IP 数据附带的寻址信息，并使用这个信息把该数据报转发到目的地路径上的下一站。网络链路可以是支持 IP 数据流的任何拓结构或访问方法。4、 IP 包- 数据的转换目的地 VoIP 设备接收这个 IP 数据并开始处理。网络级提供一个可变长
5、度的缓冲器，用来调节网络产生的抖动。该缓冲器可容纳许多语音包，用户可以选择缓冲器的大小。小的缓冲器产生延迟较小，但不能调节大的抖动。其次，解码器将经编码的语音包解压缩后产生新的语音包，这个模块也可以按帧进行操作，完全和解码器的长度相同。若帧长度为 15ms， ，是 60ms 的语音包被分成 4帧，然后它们被解码还原成 60ms 的语音数据流送入解码缓冲器。在数据报的处理过程中，去掉寻址和控制信息，保留原始的原数据，然后把这个原数据提供给解码器。5、 数字语音转换为模拟语音播放驱动器将缓冲器中的语音样点（480 个）取出送入声卡，通过扬声器按预定的频率（例如 8kHz）播出。 简而言之，语音信号
6、在 IP 网络上的传送要经过从模拟信号到数字信号的转换、数字语音封装成 IP 分组、IP 分组通过网络的传送、IP 分组的解包和数字语音还原到模拟信号等过程。二、VOIP 系统结构：目前 VOIP 系统一般由 IP 终端、网关（Gateway ） 、网（关）守（Gatekeeper） 、网管系统、计费系统等几部分组成。IP 电话终端包括传统的语音电话机、PC 、IP 电话机，也可以是集语音、数据和图象于一体的多媒体业务终端。由于不同种类的终端产生的数据源结构是不同的，要在同一个网络上传输，这就要由网关或者是通过一个适配器进行数据转换，形成统一的 IP 数据包。IP 电话网关提供 IP 网络和电
7、话网之间的接口，用户通过 PSTN 本地环路连接到 IP 网络的网关，网关负责把模拟信号转换为数字信号并压缩打包，成为可以在因特网上传输的 IP 分组语音信号，然后通过因特网传送到被叫用户的网关端，由被叫端的网关对 IP 数据包进行解包、解压和解码，还原为可被识别的模拟语音信号，再通过 PSTN 传到被叫方的终端。这样，就完成了一个完整的电话到电话的 IP 电话的通信过程。关守实际上是 IP 电话网的智能集线器，是整个系统的服务平台，负责系统的管理、配置和维护。关守提供的功能有拨号方案管理、安全性管理、集中帐务管理、数据库管理和备份、网络管理等等。网管系统的功能是管理整个 IP 电话系统，包括
8、设备的控制及配置，数据配给，拨号方案管理及负载均衡、远程监控等。计费系统的功能是对用户的呼叫进行费用计算，并提供相应的单据和统计报表。计费系统可以由 IP 电话系统制造商提供，也可以由第三方制作，但此时需 IP 电话系统制造商提供其软件数据接口。VOIP 连接方式在实现方式上，VOIP 有电话机到电话机、电话机到 PC、PC 到电话机和PC 到 PC 等种方式：1、最初 VOIP 方式主要是 PC 到 PC，利用 IP 地址进行呼叫，通过语音压缩、打包传送方式，实现因特网上 PC 机间的实时话音传送，话音压缩、编解码和打包均通过 PC 上的处理器、声卡、网卡等硬件资源完成，这种方式和公用电话通
9、信有很大的差异，且限定在因特网内，所以有很大的局限性。2、电话到电话即普通电话经过电话交换机连到 IP 电话网关，用电话号码穿过IP 网进行呼叫，发送端网关鉴别主叫用户，翻译电话号码网关 IP 地址，发起IP 电话呼叫，连接到最靠近被叫的网关，并完成话音编码和打包，接收端网关实现拆包、解码和连接被叫。3、对于电话到 PC 或是 PC 到电话的情况，是由网关来完成 IP 地址和电话号码的对应和翻译，以及话音编解码和打包。三、VOIP 的关键技术传统的 IP 网络主要是用来传输数据业务，采用的是尽力而为的、无连接的技术，因此没有服务质量保证，存在分组丢失、失序到达和时延抖动等情况。数据业务对此要求
10、不高，但话音属于实时业务，对时序、时延等有严格的要求。因此必须采取特殊措施来保障一定的业务质量。VOIP 的关键技术包括信令技术、编码技术、网络传输技术技术、服务质量（QoS）保证技术等。信令技术信令技术保证电话呼叫的顺利实现和话音质量，目前被广泛接受的 VOIP控制信令体系包括 ITU-T 的 H.323 系列和 IETF 的会话初始化协议 SIP。H.323 系列协议H.323 协议最初并不是为 VoIP 提出的协议。H.323 是 ITU-T 于 1996 年提出的基于包交换网的多媒体网会议的建议。H.323 作为一个协议框架提供了系统及组成部分的描述，语音及视像编码、呼叫方式及呼叫信令
11、规程等，但是无服务质量（QoS）保证。1998 年 H.323 V2 中增加了补充业务(H.450.13)，系统控制(H.225.0，H.245)以及安全(H.235)等内容。H.323 V3 中又增加了呼叫保持、呼叫暂停和代答、呼叫等待、消息等待、识别服务以及忙时呼叫完成(H.450.48)等内容。H.323 协议中与 VoIP 相关的协议（对应于 OSI 模型）主要有：表示层的音频编码协议：G.729/G.723/G.711，会话层的实时传输控制协议（RTCP）和 H.225.0 分组和同步标准，H.245 系统控制标准，传输层的实时传输协议（RTP），网络层的资源预留协议（RSVP）等。
12、H.323 提供设备之间、高层应用之间和提供商之间的互操作性。它不依赖于网络结构，独立于操作系统和硬件平台，支持多点功能、组播和带宽管理。H.323 具备相当的灵活性，支持包含不同功能的节点之间的会议和不同网络之间的会议。H.323 建议的多媒体会议系统中的信息流包括音频、视频、数据和控制信息。信息流采用 H.225.0 建议方式来打包和传送。 H.323 协议组包括以下子协议：1.图像编码：H.261，H.263；2.话音编码：G.711、G.722、G.728、G.729、G.723；3.数据通信：T.120；4.呼叫控制：H.225（包括信令、注册、媒体同步、分组打包等）；5.系统控制；
13、H.245（包括打开或关闭一个呼叫、功能协商等）；6.实时传送协议：RTP、RTCP。 ITU 的 H.323 系列建议定义了在无业务质量保证的因特网或其它分组网络上多媒体通信的协议及其规程。H.323 标准是局域网、广域网、 Intranet 和Internet 上的多媒体提供技术基础保障。H.323 是 ITU-T 有关多媒体通信的一个协议集，包括用于 ISDN 的 H.320，用于ISDN 的 H.321 和用于 PSTN 终端的 H.324 等建议。其编码机制，协议范围和基本操作类似于 ISDN 的 Q.931 信令协议的简化版本，并采用了比较传统的电路交换的方法。相关的协议包括用于控
14、制的 H.325，用于建立连接的 H.225.0，用于大型会议的 H.332，用于补充业务的 H.450.1、H.450.2 和 H.450.3，有关安全的 H.235，与电路交换业务互操作的.246 等。H.323 提供设备之间、高层应用之间和提供商之间的互操作性。它不依赖于网络结构，独立于操作系统和硬件平台，支持多点功能、组播和带宽管理。H.323 具备相当的灵活性，支持包含不同功能的节点之间的会议和不同网络之间的会议。H.323 建议的多媒体会议系统中的信息流包括音频、视频、数据和控制信息。信息流采用 H.225.0 建议方式来打包和传送。 H.323 呼叫建立过程涉及到三种信令：RAS
15、（注册：Registration、许可：Admission 和状态：Status）信令，H.225.0 呼叫信令和 H.245 控制信令。其中RAS 信令用来完成终端与网守之间的登记注册、授权许可、带宽改变、状态和脱离解除等过程；H.225.0 呼叫信令用来建立两个终端之间的连接，这个信令使用 Q.931 消息来控制呼叫的建立和拆除，当系统中没有网守时，呼叫信令信道在呼叫涉及的两个终端之间打开；当系统中包括一个网守时，由网守决定在终端与网守之间或是在两个终端之间开辟呼叫信令信道；H.245 控制信令用来传送终端到终端的控制消息，包括主从判别、能力交换、打开和关闭逻辑信道、模式参数请求、流控消息
16、和通用命令与指令等。H.245 控制信令信道建立于两个终端之间，或是一个终端与一个网守之间。H.323 的基本信令协议结构如下图所示：在下图中，描述了 H.323 中有网守参与的快速呼叫的建立过程：在 Setup 和 Alerting 消息中带有 H.245 的通道信息，网关间不需要进行H.245 的消息连接。在描述呼叫流程的过程中，被叫网关与 PSTN 的接口信令均以 ISUP 为例。（见图 4）A 方用户使用电话机拨接入码和被叫号码接入到本地网关。网关 1 采集 B 方电话号码（被叫号码）和 A 方电话号码（主叫号码），检查地址映射表，如有数据，直接进行地址翻译，否则利用“请求用户接入认证
17、“（ARQ）消息，向网守发送。网守接收到来自网关 1 的“请求用户接入认证“（ARQ）消息后，检查用户合法性，确定用户权限，并进行地址翻译，将接入认证通过和授权（ACF）或拒绝（ARJ）消息发送到网关 1，网关 1 在收到 ACF 消息后，作进一步处理，收到ACF 消息后，做拆线处理。如网关 1 有授权和地址映射缓冲区，在缓冲区中存储新数据，同时向被叫网关 2 发起呼叫建立请求“Setup“，里面包含有 H.245 的通道信息。网关 2 向网关 1 发送“呼叫进展“ （Call Proceeding）消息，里面包含有 H.245 的通道信息。H.245 通道建立成功后，网关 2 向 PSTN
18、发送 IAM，请求接续被叫。网关 2 收到 PSTN 发回的 ACM 信号时，被叫振铃。网关 2 向网关 1 发送 ALERT 消息，网关 1 收到该消息后，向主叫发回铃音。被叫摘机，网关 2 收到 ANM 消息。向网关 1 发送“连接“（Connect）消息。网关 1 收到 Connect 消息，启动计费计数器，同时接通主叫。向网守提供呼叫或开始计费的信息（任选）虽然 H.323 提供了窄带多媒体通信所需要的所有子协议，但 H.323 的控制协议非常复杂。此外，H.323 不支持多点发送（Multicast）协议，只能采用多点控制单元（）构成多点会议，因而同时只能支持有限的多点用户。H.32
19、3也不支持呼叫转移，且建立呼叫的时间比较长。 SIP 协议：SIP 是由 IETF 提出来的一个应用控制（信令）协议。正如名字所隐含的-用于发起会话。它可用来 创建、修改以及终结多个参与者参加的多媒体会话进程。参与会话的成员可以通过组播方式、单播 连网或者两者结合的形式进行通信。 SIP 中有客户机和服务器之分。客户机是指为了向服务器发送请求而与服务器建立连接的应用程 序。用户代理（User Agent）和代理（Proxy）中含有客户机。服务器是用于向客户机发出的请求 提供服务并回送应答的应用程序。共有四类基本服务器：用户代理服务器：当接到 SIP 请求时它联系用户，并代表用户返回响应。代理服
20、务器：代表其它客户机发起请求，既充当服务器又充当客户机的媒介程序。在转发请 求之前，它可以改写原请求消息中的内容。重定向服务器：它接收 SIP 请求，并把请求中的原地址映射成零个或多个新地址，返回给客户机。注册服务器：它接收客户机的注册请求，完成用户地址的注册。 用户终端程序往往需要包括用户 代理客户机和用户代理服务器。代理服务器、重定向服务器和注册服务器可以看出是公众性的网络 服务器。在 SIP 中还经常提到定位服务器的概念，但是定位服务器不属于 SIP 服务。SIP 在设计上充分考虑了对其它协议的扩展适应性。它支持许多种地址描述和寻址，包括用户名 主机地址：被叫号码PSTN 网关地址：Te
21、l:010-62281234 普通电话的描述等。这样，SIP 主叫按照 被叫地址就可以识别出被叫在传统电话网上的位置，然后通过一个与传统电话网相连的网关发起并 建立呼叫。SIP 最强大之处就是用户定位功能。SIP 本身含有向注册服务器注册的功能，也可以利用 其它定位服务器 DNS、LDAP 等提供的定位服务来增强其定位功能。SIP 共规定了六种信令：INVITE、ACK、CANCEL、OPTIONS、BYE、REGISTER。其中 INVITE 和 ACK 用于建立呼叫，完成三次握手，或者用于建立以后改变会话属性；BYE 用以结束会话；TIONS 用 于查询服务器能力；CANCEL 用于取消已
22、经发出但未最终结束的请求；REGISTER 用于客户出向注册服 务器注册用户位置等消息。SIP 协议支持三种呼叫方式：由用户代理服务机（UAC）向用户代理服务器（UAS）直接呼叫， 由 UAC 在重定向服务器的辅助下进行重定向呼叫和由代理服务器代表 UAC 向被叫发起呼叫。通过 SIP 代理建立呼叫的例子 如图所示：H.323 和 SIP 协议的比较H.323 和 SIP 分别是通信领域与因特网两大阵营推出的建议。 H.323 企图把IP 电话当作是众所周 知的传统电话，只是传输方式发生了改变，由电路交换变成了分组交换。而 SIP 协议侧重于将 IP 电话 作为因特网上的一个应用，较其实应用（
23、如 FTP，E-mail 等）增加了信令和 QoS 的要求，它们支持的 业务基本相同，也都利用 RTP 作为媒体传输的协议。但 H.323 是一个相对复杂的协议。与 H.323 相比，SIP 是一种比较简单的会话初始化协议。它不像 H.323 那样提供所有的通信协议，而是只提供会话或呼叫的建立与控制功能。SIP 可以应用于多媒体会议、远程教学及 Internet 电话等领域。SIP 既支持单点发送（Unicast）也支持多点发送，会话参加者和媒体种类可以随时加入一个已存在的会议。SIP 可以用来呼叫人或机器设备，如呼叫一个媒体存储设备记录一个会议，或呼叫一个点播电视服务器向会议播放视频信号。
24、SIP 是一种应用层协议，可以用 UDP 或 TCP 作为其传输协议。H.323 采用基于 ASN.1 和压缩编码规则的二进制方法表示其消息。ASN.1 通常需要特殊的代码生 成器来进行词法和语法分析。而 SIP 的基于文本的协议，类似于 HTTP。基于文本的编码意味着头域的 含义是一目了然的，如From、To、Subject 等域名。这种分布式、几乎不需要复杂的文档说明的标 准规范夫风格，其优越性已在过去的实践中得到了充分的证明（现在广为流行的邮件协议 SMTP 就是 这样的一个例子）。SIP 的消息体部份采用 SDP 进行描述，SDP 中的每一项格式为=，也比较简单。用 SIP 规则资源定
25、位语言描述（SIP Uniform Resource Locators） ，这样易于实现和调试，更重要的是灵活性和扩展性好。由于 SIP 仅作于初始化呼叫，而不是传输媒体数据，因而造成的附加传输代价也不大。SIP 的 URL 甚至可以嵌入到 Web 页或其它超文本链路中，用户只需用鼠标一点即可发出一个呼叫。与 H.323 相比， SIP 还有建立呼叫快，支持传送电话号码的特点。在支持会议电话方面，H.323 由于由多点控制单元（MCU）集中执行会议控制功能，所有参加会 议终端都向 MCU 发送控制消息，MCU 可能会成为颈，特别是对于具有附加特性的大型会议；并且 323 不支持信令的组播功能，
26、其单功能限制了可扩展性，降低了可靠性。而 SIP 设计上就为分布式的 呼叫模型，具有分布式的组播功能，其组播功能不仅便于会议控制，而且简化了用户定位、群组邀 请等，并且能节约宽带。但是 H.323 集是中控制便于计费，对宽带的管理也比较简单、有效。H.323 中定义了专门的协议用于补充业务，如 H.450.1、H.450.2 和 H.450.3等。SIP 并未专门定义的 协议用于此目的，但它很方便地支持补充业务或智能业务。只要充分利用 SIP 已定义的头域（如 Contact 头域），并对 SIP 进行简单的扩展（如增加几个域），就可以实现这些业务。例如对于呼叫 转移，只要在 BYE 请求消息
27、中添加 Contact 头域，加入意欲转至的第三方地址就可以实现此业务。对 于通过扩展头域较难实现的一些智能业务，可在体系结构中增加业务代理，提供一些补充服务或与 智能网设备的接口。在 H.323 中，呼叫建立过程涉及到第三条信令信致到：RAS 信令信道、呼叫信令信到和 H.245 控 制信道。通过这三条信道的协调才使得 H.323 的呼叫得以进行，呼叫建立时间很长。在 SIP 中，会话 请求过程和媒体协商过程等一起进行。尽管 H.323v2 已对呼叫建立过程作了改进，但较之 SIP 只需要 1.5 个回路时延来建立呼叫，仍是无法相比。 H.323 的呼叫信令通道和 H.245 控制信道需要可
28、靠的传 输协议。而 SIP 独立于低层协议，一般使用 UDP 等无法连接的协议，用自己信用层的可靠性机制来保 证消息的可靠传输。SIP 与 H.323 协议相比具有如下的特点： 容易理解。SIP 协议是基于文本形式的，而 H.323 协议则是按照 ASN.1格式的，比较复杂。 比较简单。SIP 协议（包括 SDP）文本仅 100 多页，信息类型也比较少，而 H.323 有 700 多页，信息比较复杂。 功能扩充性比较好。SIP 协议定义了 Require 头部字段，可以比较灵活地扩充各种增值业务，而 H.323 的扩充有其局限性。 扩展性好。SIP 能支持多域搜索，可以支持比较大的网络，而 H
29、.323 要求保持呼叫的状态，因此扩充能力有限制。 效率较高。完成一个呼叫，SIP 协议的消息流数量比较少，因此执行效率比较高，而 H.323 协议则比较复杂，因此效率不太高。总之，H.323 沿用的是传统的实现电话信令模式，比较成熟，已经出现了不少 H.323 产品。 H.323 符合通信领域传统的设计思想，进行集中、层次控制，采用 H.323 协议便于与传统的电话网相 连。SIP 协议借鉴了其它因特网的标准和协议的设计思想，在风格上遵循因特网一贯坚持的简练、开 放、兼容和可扩展等原则，比较简单。 编码技术话音压缩编码技术是 IP 电话技术的一个重要组成部分。目前，主要的编码技术有 ITU-
30、T 定义的 G.729、G.723（G.723.1）等。其中 G.729 可将经过采样的 64Kbit/s 话音以几乎不失真的质量压缩至 8Kbit/s。由于在分组交换网络中，业务质量不能得到很好保证，因而需要话音的编码具有一定的灵活性，即编码速率、编码尺度的可变可适应性。G.729 原来是 Kbit/s 的话音编码标准，现在的工作范围扩展至 6.411.8Kbit/s，话音质量也在此范围内有一定的变化，但即使是 6.4Kbit/s，话音质量也还不错，因而很适合在 VOIP 系统中使用。.723.1采用 5.36.3Kbit/s 双速率话音编码，其话音质量好，但是处理时延较大，它是目前已标准化
31、的最低速率的话音编码算法。下表为 G.723.1、G.729 和 G.729的部分性能比较：以上只是编码器所需要的带宽，在实际的传输过程还会引起额外带宽，主要原因是 IP 和 UDP 的报文头.当 VoIP 发送小的数据包时,在大多数时候,报文头实际上要比包中的数据大得多. 下面的表列出了各种编码方法，所需要的带宽： 编码方法 编码所需带宽 实际所需要的网络带宽 G.711 64 Kbps 87.2 Kbps G.729 8 Kbps 31.2 Kbps G.723.1 6.4 Kbps 21.9 Kbps G.723.1 5.3 Kbps 20.8 Kbps G.726 32 Kbps 55
32、.2 Kbps G.726 24 Kbps 47.2 Kbps G.728 16 Kbps 31.5 Kbps 编码所需带宽，是指理论上所需要的带宽。但在实际的传输过程中，还要付出其他的消耗，如报文头。真正需要的带宽是实际所需要的网络带宽，这是大致的数值，而不是严格的精确值。实际所需要的网络带宽通常是以太网所需要的带宽，或者是 ppp 连接所要的带宽。此外，静音检测技术和回声消除技术也是 VOIP 中十分关键的技术。静音检测技术可有效剔除静默信号，从而使话音信号的占用带宽进一步降低到3.5Kbit/s 左右；回声消除技术主要利用数字滤波器技术来消除对通话质量影响很大回声干扰，保证通话质量。这点
33、在时延相对较大的 IP 分组网络中尤为重要。IP 电话与传统电话最大的不同在于语音模拟信息以分组数据的形式在数据网中传输，因此，在语音终端和数据传输网络之间需要一个信源编码器（通常叫网关） ，将连续的语音模拟信号分割成一定长度的多个语音数据分组，并对其进行压缩处理，减小信源语音消息的多余度，降低传输码率，提高传输消息的有效性。又因为采用基于 TCP/IP 协议的包交换技术，所以在通过传输信道传送前，将压缩后得到的数据封装到 IP 数据包中实现在 IP 交换网的传输，由于网络上实际传送的码流并不是编码后输出净菏码流（语音包）如5.3kbit/s（G.723.1）或 8kbit/s（G.729）
34、，而是经过封装后的码流。它的一般封装形式为：在语音包前加上 IP 包头、UDP 包头和 RTP 包头。IP 包头为 20 字节，UDP 包头为 8 字节，RTP 包头 12 字节，总包头长度为 40 字节。通过增加这部分多余字节，达到寻址、提高可靠性等功能。封装的效率取决于一个 RTP包中打多少数量的语音包。RTP 包头所打的语音包越多，封装效率就越高，单位流量也就越小，电路利用率就越高，但同时，由于 RTP 包头所携带的语音包个数增加，单个 IP 数据包的传输时延在一个话音来回的历时加长，全网时延就加大，给消费者最直接的感觉就是“对方反应迟钝 ”，反之亦然。因此，在设计系统时，运营商需要在提
35、高电路利用率和减少时延中做出选择，两者是难以两全的。一般在全程时延（包括编码时延、打包时延、处理时延、网络时延、缓冲排队时延等）中分配给编码的时延为 30ms 左右，这种时延要求也是普通电信业务的时延最低要求。要满足这个时延要求，取决于一个 RTP 的包打进多少压缩后的语音包。IP 电话的实际码流可估算如下：实际传送码流 =压缩后的语音包/封装效率。封装效率的估算公式为：封装效率=（压缩后的语音包 n 帧长/ 8）/ （压缩后的语音包 n 帧长/ 8 ）40 其中 n 表示打进 n 个语音包。以 G.729 信源编码为例，如一个 RTP 包打进一个语音包，则实际传送码流为 40kbit/s，时
36、延约为 10 ms；如打两个语音包，则实际传送码流为 24kbit/s，时延约为 20 ms；如打四个语音包，实际传送码流为16kbit/s，时延为 40ms。为保证编码打包的时延，若将缺省语音包的数量定为两个，实际传送码流即为 24kbit/s，而不是 8kbit/s。因此对于语音业务这类实时性要求非常高的业务，要保证语音的质量，根据 ITU-T 标准语音的全程往返时延应当控制在 450ms 为宜，编码打包后形成的单位码流通常是在 20kbit/s。从这一点可以看出带宽压缩与普通电话相比仅为 3 倍左右，而不是 8 倍或更多。网络传输技术在 IP 网中传输层有两个并列的协议：TCP 和 UD
37、P。TCP 是面向连接的，它提供高可靠性服务；UDP 是无连接的，它提供高效率的服务。高可靠性的 TCP用于一次传输要交换大量报文的情况，高效率的 UDP 用于一次交换少量的报文或实时性要求较高的信息。VOIP 中网络传输技术主要是 TCP 和 UDP，此外还包括网关互联技术、路由选择技术、网络管理技术以及安全认证和计费技术等。由于实时传输协议 RTP提供具有实时特征的、端到端的数据传输业务，因此 VOIP 中可用 RTP 来传送话音数据。在 RTP 报头中包含装载数据的标识符、序列号、时间戳以及传送监视等，通常 RTP 协议数据单元是用 UDP 分组来承载，而且为了尽量减少时延，话音净荷通常
38、都很短。IP、UDP 和 RTP 报头都按最小长度计算。 VOIP 话音分组开销很大，采用 RTP 协议的 VOIP 格式，在这种方式中将多路话音插入话音数据段中，这样提高了传输效率。实时传输协议 RTP 提供具有实时特征的、端到端的数据传输业务，可以用来传送声音和活动图像数据，在这项数据传输业务中包含了装载数据的标识符、序列号、时戳以及传送监视。通常 RTP 的协议数据单元是用 UDP 分组来承载的。而且为了尽量减少时延，话音净荷通常都很短。图 1 表示一个 IP 话音分组的结构，图中 IP，UDP 和 RTP 的控制头都按最小长度计算。由图 1 以可看出，这种 IP 话音分组的开销很大，约
39、为 6680。于是有人提出了组合 RTP 分组的概念，如图 2 所示。 采用这种组合复用方法的确可以大大提高传输效率，但是目前尚无标准。RTP 本身没有提供任何确保及时传送的机制，也没有提供任何传输质量保证的机制，因而业务质量完全由下层网络的质量来决定。同时，RTP 不保证数据包按序号传送，即使下层网络提供可靠性传送，也不能保证数据包的顺序到达。包含在 RTP 中的序列号就是供接收方重新对数据包排序之用。与 RTP 相配套的另一个协议是 RTCP 协议。RTCP 是 RTP 的控制协议，它用于监视业务质量并与正在进行的会话者传送信息。 QoS 保障技术VOIP 采用了资源预留协议（RSVP）以
40、及进行服务质量监控的实时传输控制协议TCP 来避免网络拥塞，保障通话质量。传输电信网大多采用时分多路复用方式，因特网须采用的是统计复用变长分组交换方式，二者相比，后者对网络资源利用率高，互连互通简便有效、对数据业务十分适用，这是因特网得以飞速发展的重要原因之一。但是，宽带 IP 网络通信对 QoS 和延迟特性提出了苟刻的要求，因此，统计复用变长分组交换的技术发展为人们所关注。目前，除已问世的新一代 IP 协议-IPV6 外，世界因特网工程任务组（IETF）提出了多协议标记交换技术（ MPLS） ，这是一种基于网络层选路的各种标记/标签的交换，能提高选路的灵活性，扩展网络层选路能力，简化路由器和
41、基于信元交换的集成，提高网络性能。MPLS 既可以作为独立的选路协议工作，又能与现有的网络选路协议兼容，支持 IP 网络的各种操作、管理和维护功能，使 IP 网络通信的 QoS、路由、信令等性能大大提高，达到或接近统计复用定长分组交换（ATM）的水平，而又比 ATM 简单、高效、便宜、适用。IETF 还地抓紧新的分组理理持术，以便实现 QoS 选路。三、VOIP 主要优点：（1） 、消除长途话费。企业成功使用 VOIP 语音网关之后，能够完全消除公司各分部之间高昂的跨国，跨区长途话费。新一代 VOIP 的外线打出功能还将覆盖面由公司内部各点之间扩大到城市与城市，国家与国家之间。（2） 、清晰、
42、稳定、低延时的话音质量。（3） 、先进的拨号规划。先进的拨号规划和地址对应功能，令其轻而易举的连接到 PBX 交换机上，灵活且多样化的拨号通达各个目的地。（4） 、节省带宽资源。电路交换电话消耗的带宽为 64kbit/s，而 IP 电话只需 8-10kbit/s，从而节省了带宽，降低了成本。（5） 、便于集成智能。VOIP 电话网集成了计算机网的智能模块，可以灵活地控制信令和连接，有利于各种增值业务的开发。（6） 、开放的体系结构。VOIP 的协议体系是开放式的，有利于各个厂商产品的标准化和之间的互相连通。（7） 、多媒体业务的集成。VOIP 同时支持语音、数据、图象的传输，为将来全面提供多媒
43、体业务打下了基础。符合三网合一的发展方向： 以高效率进行数据业务的 IP 网络上进行话音、传真甚至视频业务传送已成必然之势，IP 网络已遍布全世界，这无疑是三网合一的可靠途径。四、Voip 设计目标：1、轻松实现异地电话通信，无须大量设备投入2、利用现有的网络资源，节省资金和成本3、免除电线网络高额电话费用，真正实现通话“0“突破4、拨号方式与传统方式基本相同，无须专人维护5、对用户端要求简单，只要电话线和互联网线即可6、廉价高音质拨打任意电话五、企业 VOIP 方案介绍：VOIP 互联网免费电话系统是安装于企业内部网络的专供电话，传真是使用的通信设备，利用互联网代替长途电话线路，实现异地通话。通过 VOIP 语音网关拨号，利用 INTERNET 线路，延迟更少且从根本上免用户长途话费，故能从根本上解决企业高额的话费负担。VoIP 网络拓朴示意图：六、运营级别 VOIP 方案介绍：（SIP 协议）系统结构图：信令和媒体流示图：
