传统的语音通信(电话)采用的是电路交换。因为回路越长价格越高，因此电话呼叫距离越远电话费就越高。我们可以把VoIP(Voice over IP)简单地理解为IP电话，因为VoIP的话音数据利用IP网络进行传输。而传统电话和IP电话的一个显著区别就是在电话网里面传送的始终是模拟(连续)语音信号，而在IP网里面传送的是数字(离散)语音信号。IP网络可能是局域网、企业网、运营商的核心网络甚至是Internet。IP网络通过语音压缩设备对人们的话音进行压缩编码处理，然后把这些语音数据报经不同路由发送至目的地，再按照原先的顺序串接这些数据，经过解压解码后把数字语音数据还原成人们能听到的模拟语音，从而达到经由IP网络传送话音的目的。

VoIP的发展

1995年以色列的VocalTec公司研制出可通过Internet网打长途电话的软件“Internet Phone”。用户只要在多媒体PC机上安装该软件，就可以通过Internet网和其他安装该软件的联机用户进行通话。这项技术上引起了全世界的瞩目，其背后的无限商机也使许多公司投入此项技术的研究，从而使IP电话技术得到迅速发展，人们把这种在Internet上实现的电话业务称为“Internet电话”。这是IP电话的雏形。此后，不少公司都推出了类似的软件，例如微软的NetMeeting、IDT的Net2Phone、英特尔的Internet Video Phone等。这一时期的Internet电话，语音质量基本没什么保证，技术也不够成熟。

到上世纪90年代中后期，电信运营商认识到利用Internet实现语音业务的巨大潜力，便开始考虑如何将Internet和已有的PSTN(Public Switched Telephone Network，公用电话交换网)结合起来，从而能更加广泛地为电话用户提供业务。这时，IP电话进入快速的发展阶段。由于当时利用Internet传输实时语音存在很多不足，难以保证用户接受的语音质量。因此运营商建立了专用的IP网或在Internet上构建VPN来提供语音业务，从而实现较好的语音质量，这时的IP电话就可以真正地称为IP电话了。

目前，IP电话正处于发展期，各个设备制造商纷纷推出IP电话相关设备产品，众多电信运营公司也开始经营IP电话业务，IP电话正以强大的吸引力吸引着传统和新型的电信公司。

VoIP基本原理

VoIP采用无连接的UDP协议进行传输。从VoIP传输基本过程图，可以发现VoIP设备是如何把模拟语音信号转换为IP数据流，并把这些数据流转发到IP目的地，IP目的地又把它们转换回到语音信号。因此我们可以简单地将VoIP的传输过程分为以下几个阶段：
 
1、模数信号转换

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，首先要对语音信号进行模数转换(Analog-Digital Conversion )，也就是对模拟语音信号进行的量化(Quantization)，然后送入到缓冲存储区中。数字化可以使用各种语音编码方案来实现，目前采用的语音编码标准主要有ITU-T G.711。另外，目的地的语音解码器必须使用和源的算法，这样目的地语音设备才可把数据还原成模拟语音信号。

2、数字语音数据的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20ms的帧，则把60ms的包分成3帧，并按顺序进行编码。若采用8kHz的抽样率，即每帧有160个语音样点。编码后，将3个压缩的帧合成一个压缩的语音包送入NPU(网络处理器)。NPU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，并在端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，经过多个节点转发到目的地。

3、IP数据的传送

TCP/IP协议负责将要传输的IP数据分组排队发送到网络上。每个分组均包含地址及数据重组信息，以确保数据安全和数据分组交换正确无误。在这个阶段，网络被看成一个从输入端接收语音包，然后在一定时间内将其传送到网络输出端。网络中的节点将检查每个IP数据附带的寻址信息，并使这个信息把该数据报转发到目的地路径的下一站。

4、IP包到数字语音数据的转换

目的地VoIP设备接收到IP数据并开始处理。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20ms，60ms的语音包被分成3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、数模信号转换

播放驱动器将缓冲器中的480个语音样点取出送入声卡，通过喇叭按预定的频率(例如8kHz)播出。简言之，语音信号在IP网络上的传送要经过模数信号转换、数字语音封装成IP分组、IP分组的网络传送、IP分组的解码以及数模信号转换等过程。

VoIP信令协议

目前VoIP所采用的技术标准主要有两种：ITU的H.323协议以及IETF的SIP协议。H.323和SIP协议代表着两种相对独立的发展趋势，是两种相对完善的具有语音业务信令体系的系统。

1、H.323协议

ITU的H.323系列建议定义了在无业务质量保证的互联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、内联网(intranet)和互联网上的多媒体提供技术基础保障。它是支持局域网上进行视频(多媒体)通信的一组协议。1996年公布的第一版中，协议集规范了终端、网关、网守（Gatekeeper）和多点控制单元4个组成部分的功能，但不能确保不同系统间的互操作能力。为改进操作效率，1998年初公布了H.323第二版本，把寻址能力推广到非H.323的域名查号和域名访问协议以及验证授权功能；此后于1999年公布了面向大范围网络应用的H.323第三版本，包括带宽管理和QoS功能。总的来说，H.323协议规范已很成熟，但由于H.323当初并非专门针对电话业务特性设计的，协议的媒体管理采用了ISDN的Q.931信令，在寻址建立呼叫和入网登记过程中，终端和网关/网守间协商操作需要数十次往返交换消息，操作耗时。而且网络规模愈大，寻址过程愈复杂，难于满足语音实时通信的要求。采用H.323技术体制，VoIP运营商可以基本上继承传统运营商的管理和运维模式。

2、SIP协议

SIP是由IETF倡导的信令协议，是专门为IP电话，尤其是结合Internet设计的协议。SIP立足于Web客户机/服务器环境中主机间的会晤启动协议，利用服务器或代理方式提供各种服务。SIP使用登记报文对SIP服务器登记，用请求命令起动呼叫，报文直接送至客户机或服务器，后者取代了H.323网守的功能。SIP协议一方面借鉴了其他互联网的标准和协议的设计思想，在风格上遵循互联网一贯坚持的简单、开放、兼容和可扩展等原则，另一方面，它也考虑了对传统公众电话网的各种业务，包括IN25（智能网）业务和ISDN（综合业务数字网）业务的支持。同时，SIP协议是互联网多媒体通信和控制协议体系的一个部分。

比较H.323与SIP，H.323显得更成熟、更稳定。H.323第二版与SIP所支持的功能和业务是非常接近的，而对于补充业务，H.323定义得更严格，因此在实现上，H.323很少有互操作方面的问题。两个协议在对QoS的支持上都是可比较的，但H.323第三版将更适合大型电信营运商的使用。

VoIP软交换技术

从广义上讲，所有基于分组交换技术的话音业务电信级解决方案均可归为软交换技术。从技术实现上讲，H.323和SIP均可归为软交换技术。相对于TDM技术的硬交换，软交换的概念是伴随着VoIP技术的发展一起成长和成熟的。支持多种协议是软交换的主要特点之一，因此软交换为VoIP的发展提供一个更大的平台。软交换网络通过基于IP传输的协议实现呼叫、业务的控制和语音、数据的传输，不仅解决了目前PSTN存在的问题，更重要的是它将交换网和数据网巧妙有机地结合起来，并在此基础上又提出了多种业务的提供方式。

VoIP网关可以分解为单纯的MG(媒体网关)和MGC(媒体网关控制器)，以便集中控制和管理。其间的控制协议是MGCP。MGCP只是设备控制协议，不是一种独立的VoIP信令体系技术，多为运营商作为软交换平台中的主要支持协议，因此MGCP只是作为H.323和SIP两种系统体系的补充协议而存在。此外，软交换机可采用H.323和SIP来控制带有呼叫智能VoIP网关，从而产生H.323软交换机和SIP软交换机。而将MGCP软交换机称其为单体(Monolithic)软交换机。MGCP单体软交换机的优点是，它的设备软件结构趋向于传统的交换机，便于集中式管理。它的弱点是，它不像H.323/SIP那样把智能推向边缘，而是高度集中。高度集中带来的问题就是软交换机的性能、功能和价格会在大网实践中有不小挑战。更值得注意的是其增值业务和组网依赖于软交换机，不适宜于互联网应用。

目前，世界上最大的VoIP网络－中国联通VoIP网便是以H.323为基础，以思科公司针对中国独创的以分布式软交换网络为核心，软交换系统和软交换机为辅的组网原则组建的。

推动VoIP发展的技术因素

技术进步和发展为创建一个更有效、功能和互操作性更强的VoIP网络起到推波助澜的作用。推动VoIP飞速发展乃至加速VoIP普及的技术因素可以归纳为如下几点。

1. CPU

CPU在高功能、低功率和高速度方面继续发展。这使多媒体PC能够广泛应用，并提高了受CPU功率限制的系统功能的性能。PC处理流媒体的能力在用户中期待已久，所以在数据网络上传送语音呼叫理所当然成为下一步的目标。这个计算功能使先进的多媒体桌面应用和网络组件中的先进功能都支持语音应用。

2. DSP

DSP (Digital Signal Processor，数字信号处理器)用来执行语音和数据集成所要求的计算密集的任务。它们的专门化的处理能力与低成本的结合使DSP很好地适合于执行VoIP系统中的信号处理功能。语音压缩的运算开销开常大，要求达到20MIPS。如果要求一个中央CPU在处理多个语音流的同时，还执行路由和系统管理功能，将会大大降低系统的总体性能。因此，使用DSP可以从CPU任务中分离出其中复杂的语音压缩算法的运算任务。

3. ASIC

ASIC (Application Specific Integrated Circuit，专用集成电路)是执行单一应用或很小的一组功能专门的应用芯片。它的发展产生了更高速、功能更强大的集成电路，同时使设备的具有高效的性能，而成本更低。它们为网络提供增加的宽带和更好的QoS支持，所以对VoIP发展起着很大的促进作用。

4. IP传输技术

宽带IP网络通信对QoS和延迟特性提出了苟刻的要求。目前，除已问世的IPV6协议外，IETF提出了MPLS (Mutli-Protocol Label Switching, 多协议标记交换技术)。这是一种基于网络层选路各种标记的交换技术，能提高选路的灵活性，扩展网络层选路能力，简化路由器和基于信元交换的集成，提高网络性能。它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ATM的水平，而又比ATM简单、高效、便宜、适用。IETF还抓紧新的分组理论技术，以便实现QoS选路。其中“隧道技术”就是为了实现单向链路的宽带传送。

5. 宽带接入技术

IP网络的用户接入网已成为制约全网发展的瓶颈。从长期发展看，用户接入的终极目标是光纤到户(FTTH)。光接入网是业界的一个热点，将成为面向21世纪宽带接入技术的主要发展方向。在宽带发达国家，例如日本、韩国，FTTH已得到普遍应用，并在高速发展中，而我国的FTTH也正在起步。光接入网络将会为多业务服务的新一代网络带来足够的带宽。