VoIP语音通话技术

VoIP语音通话技术，缩写为VoIP（英文全称:Voice over Internet Protocol），中文名称为Voice over Internet。它是一种利用IP网络进行语音传输的技术。VoIP通过既定的语音压缩算法和互联网IP协议，促进多媒体会议和语音呼叫之间关系的形成，对语音数据进行编码和处理，并在TCP/IP标准的作用下改变语音数据的实际传输形式，从而实现互联网通信环境的合理维护。

1995年，VocalTec公司推出IP电话软件，通过互联网实现PC到PC的通信。1996年，美国公司利用互联网传输国际长途电话业务，使用户只需用普通电话就可以使用互联网长途电话，真正的IP电话出现了。1999年1月，保证IP电话互联互通的iNOW！协议（即互操作性！协议）已发布，现在！该协议基于ITU协议H.323标准和H.225.0标准。从全球通信网络设备市场来看，VoIP主要应用于运营商VoIP市场和企业VoIP市场。

VoIP体系结构由四部分组成:媒体网关、媒体网关控制器、语音服务器和信令网关。它涉及信令技术、语音编码技术、实时传输技术和QoS保证技术等关键技术，以及H.323、SIP、Megaco和MGCP等四种常用协议。VoIP可以节省成本和降低风险，并且具有高度的可扩展性。它可以用于远程办公等场景，方便人们的生活，但也存在安全和法律纠纷。

萌芽阶段

1995年，以色列的VocalTec公司推出了一种可以使用个人电脑和相关附加设备通过互联网相互通信的软件，IP电话由此诞生。IP电话通常称为网络电话或互联网电话，包括语音、传真、视频传输等电信服务。网络电话可以被认为是VoIP的第一个例子。随着DSP和相关技术的发展，1996年出现了真正的IP电话，美国公司利用互联网传输国际长途电话服务。用户不需要添加更多的相应设备，只需使用普通电话即可使用互联网长途通话，但通话费用远低于当时的国际长途通话费用。

从1995年到1996年，IP电话处于技术萌芽阶段。在这一阶段，IP电话仅被用作互联网上的应用程序，通信双方通过使用安装在计算机客户端上的软件在互联网上实现实时语音通信。然而，这种技术主要基于Internet网络，它还不够成熟，无法确保良好的语音通信质量。

试验阶段

1997年后，电信运营商开始介入IP电话的实验阶段，试图将互联网技术与PSTN网络有机结合，这促进了VoIP的快速发展。1997年，它改变了只有少数几家公司开发和生产IP电话产品的现状，微软等数十家国际知名制造商相继开展IP电话设备的研究和生产。与此同时，市场上出现了网关设备，但没有看门人，没有系统，也没有统一的标准。1997年，VoIP的总时数为6000万分钟，不到公共交换电话网（PSTN）的0.1%。1998年，互联网电话与微软Netmeeting合作开发了一个互联网语音邮件应用程序。在此期间，VoIP一词被创造出来。同年，在VoIP领域，xGCP（MGCP、SGCP和IPDC）也在发展。1999年1月，为了保证IP电话的互联互通，Vocalac、朗讯科技和ITXC联合推出了iNOW！协议（也就是现在的互操作性！协议）。该协议完全基于ITU H.323标准和最新的H.225.0附录G，并得到了广泛支持。同年，网关技术也取得了进一步的发展，网关和网守可以满足很多领域的需求。

成熟阶段

2003年，Skype开始支持网络音频通话。用户使用该软件以名义通话费率拨打固定电话和移动电话并获得积分。渐渐地，即时消息和免费点对点通话等新功能被添加进来。2003年，VoIP的通话时间达到700亿分钟，相当于PSTN总通话时间的32%。VoIP正在向综合化、无线化和视频化方向发展。电话技术使语音集成到互联网应用中，如在线呼叫中心和在线购物。移动运营商在手机上提供基于voWiFi技术的VoIP服务，以避免用户产生漫游费。随着互联网带宽的不断增加，基于互联网的视频业务的带宽需求得到了保证，这促进了视频通信技术的发展。2005-2006年，Calypso Wireless推出了世界上第一款具有WiFi连接功能的手机C1250i。与此同时，第一款移动VoIP应用程序TruPhone也发布了。2012年，网络电话的主流普及率每年增长17%。2015年，许多企业开始向VoIP语音通话过渡。2018年，VoIP成为一个200亿美元的行业，企业开始转向商用VoIP应用。在寻找合理的VoIP开发服务时，定制化VoIP开发和白标服务的需求开始被列入企业的清单。2022年，VoIP的价值将超过400亿美元，从2023年到2032年，VoIP的复合年增长率将为10%。2026年，全球VoIP市场将增长至1025亿美元，并且VoIP已逐步进入技术成熟期。

原理

VoIP是一种通过互联网传输语音数据的技术。它基于语音相关压缩算法对语音数据进行编码和处理，实现数据压缩。然后，根据TCP/IP标准，将语音数据分类并打包成数据包，使用现有的IP技术通过网络传输这些数据包，以便将数据包发送给接收方。在接收端，对数据包进行解压缩，并将相关的语音数据包进行串联和整合，使语音数据恢复到压缩前的状态，最终实现通过互联网传输语音数据的目的。IP网关在IP电话中起着关键作用，是核心设备的一部分。

其主要功能是将不同地区的区号电话转换为相应地区的网关IP地址。相关信息存储在数据库中，网关数据处理软件对各种数据进行分类和管理，并处理数字语音打包、呼叫信息处理功能和路由管理等设置。当用户拨打长途电话时，网关会自动筛选电话区号，并根据数据库中的数据识别电话区号，最终得到相应的网关详细地址和IP号码。该IP地址被添加到IP数据包中，系统将自动选择最佳路由路径以减少传输延迟。最后，IP数据包可以通过互联网到达目的网关。然而，并不是所有地区都有完善的互联网覆盖，有些地区的延伸不足，有些地区甚至没有网关。在这种情况下，最近的网关之间的通信可以通过设置单独的路由路径并使用长途电话网络传输来实现。

结构

一个完整的VoIP架构一般由四部分组成:媒体网关、媒体网关控制器、语音服务器和信令网关。首先，媒体网关负责打包要传输的语音信号，然后媒体网关控制器在IP网络上传输打包的语音信号，并在到达目的地后进行转换。语音服务器负责检测建立呼叫的双方的电话线路是否畅通。信令网关负责控制交换步骤中的语音信号，判断双方是否连接，并提供各种应用服务。

VoIP常用的协议有H.323、SIP、Megaco和MGCP。

H.323

323协议是由ITU-T（国际电信联盟电信标准化部门）制定的标准和一组协议。最初用于局域网（LAN）上的多媒体会议，后来扩展到涵盖VoIP。它既包括点对点通信，也包括多点会议功能。323定义了四个逻辑组件:终端、网关、网守和多点控制单元（MCU）。终端、网关和MCU都被视为终端点。323标准为IP网络上的语音、视频和数据通信提供了一套协议和规范。它定义了一系列用于建立、管理和终止通信会话的协议、编解码器和算法。323支持语音和视频的实时传输，并提供带宽管理、呼叫控制、媒体协商和安全等功能。323协议包括H.255、H.245、T.210系列、G.7xx、H.26x、RTP、RTCP和RAS。

SIP

SIP（会话发起协议）是应用层控制协议，用于创建、修改和终止会话与一个或多个参与者之间的通信。SIP的结构类似于HTTP（超文本传输协议，客户端-服务器协议）。客户端发送请求并将其发送到服务器，服务器处理请求并向客户端发送响应。每个请求和响应构成一个事务。SIP的功能分为五个功能:用户定位、用户可用性确定、用户性能协商、会话建立和会话管理。

Megaco

媒体网关控制协议（Megaco）是IETF（互联网工程任务组）和ITU-T（国际电信联盟电信标准化部门）的共同努力。Megaco/H.248是用于控制物理上分离的多媒体网关的协议，旨在将呼叫控制与媒体转换分离。Megaco/H.248定义了用于连接媒体网关（MG）和媒体网关控制器（MGC）以将电路交换语音转换为基于分组的通信流量的协议单元，并指定了流量的服务逻辑。

MGCP

媒体网关控制协议（MGCP）是VoIP协议，最初由Cisco和Telcordia提出。该协议定义了呼叫控制单元（也称为呼叫代理或媒体网关）和电话网关之间的通信服务。MGCP是一种控制协议，它允许中央控制台监视IP电话和网关的事件，并通知它们将内容发送到指定的地址。在MGCP的结构中，智能呼叫控制位于网关之外，由呼叫控制单元（呼叫代理）处理。呼叫控制单元保持同步并向网关发送一致的命令。MGCP协议不同于H.323协议和SIP协议。323协议是用于VoIP电话的协议，而SIP协议是用于IP网络的协议。这些协议相互独立，它们的产品和平台不兼容或互操作。MGCP协议独立于IP电话网络。它侧重于媒体网关控制，主要关注如何在单独的网关上实现控制。因此，MGCP协议适用于支持H.323或SIP协议的VoIP系统。

信号技术

信令是指终端设备与网络设备之间、网络设备与网络设备之间传输的控制信号。为了实现电话通话的顺利进行并保证语音质量，VoIP网络采用了信令技术。采用的主要信令系统包括ITU-T的H.323系列和IETF的会话发起协议（SIP）。本质上，H.323和SIP都是多媒体通信领域的应用层协议。它们都基于IP网络，并使用RTP（实时传输协议）来传输实时音频和视频。但SIP协议的发展相对较晚，与IP网络的互操作性较好，信令相对简单，扩展性强。相比之下，H.323协议推出较早，在与传统电信网络的互联互通方面具有优势，应用广泛。323协议的信令控制部分主要包括RAS（注册、接纳、状态）协议、H.225.0呼叫信令和H.245协议。

语音编码技术

语音编码技术在IP网络传输语音信号中起着关键作用。IP电话采用的主要语音压缩处理技术包括ITU-T定义的G.729和G.723/G.723.1..G.729采用“结构代数激励的线性预测”算法，这是一种高质量的语音压缩标准。它可以将语音信号压缩到8kbit/s，失真很小，因此非常适合VoIP系统。该算法在保持高语音质量的同时提供了出色的压缩比。G.723.1协议主要用于多媒体通信中的双速率语音编码，分别为5.3kbit/s和6.3kbit/s。G.723.1协议提供了更好的语音质量，但它将引入更大的处理延迟。

实时传输技术

实时传输协议（RTP）是用于端到端实时数据传输的协议，可用于传输语音和视频等实时数据。RTP协议允许接收方重新组装发送方发送的数据包，以实现实时数据传输。RTP协议的控制部分称为实时传输控制协议（RTCP）。RTCP协议用于监控RTP会话的传输质量并提供相关的统计信息。它允许参与者交换控制信息，例如，接收者向发送者发送反馈信息以进行拥塞控制或同步校准。通过RTP和RTCP协议的合作，实时数据可以以可靠和高效的方式传输。RTP负责传输实时数据包，RTCP负责传输控制和监控信息，从而实现端到端的实时通信。

QoS保障技术

VoIP使用各种技术来实现服务质量（QoS）。这些技术包括资源预留协议（RSVP）、区分服务和多协议标签交换（MPLS）。资源预留协议通过预留带宽资源来保证VoIP呼叫的质量。它允许网络中的设备向网络请求所需的带宽，并为VoIP呼叫分配足够的资源，从而避免因带宽不足而导致的语音质量下降。区分服务是一种网络服务模型，通过对IP数据包进行分类和标记，为不同类型的数据包提供优先转发权。VoIP数据包可以标记为高优先级，以确保它们在网络处理和传输中获得优先权，从而减少延迟和丢包并提高语音质量。多协议标签交换（MPLS）技术结合了传统IP路由和标签交换的优点，能够提供更好的路由功能和流量工程能力。通过在数据包报头中添加标签，MPLS可以为VoIP流量指定特定的转发路径，以避免网络拥塞和延迟，并提供更稳定的语音通信。

主要优势

成本节约：基于VoIP的系统不同于传统系统，它不需要中心交换机等核心交换设备。相反，基于VoIP的系统可以通过按需容量扩展来扩展，只需添加终端设备即可。这种灵活性使系统的规模能够根据需求快速调整，而不依赖于单个中央设备。与传统系统的另一个区别是，传统系统通常需要专用的物理线路进行通信，而基于VoIP的系统可以通过IP网络传输各种数据和语音。这种综合传输方式在效率和成本上具有优势，节省了传输系统的投资，降低了传输成本。通过使用现有的IP网络基础设施，VoIP系统可以在同一网络上实现各种通信需求，使数据和语音的传输更加高效和经济。

VoIP语音通话技术

降低风险：VoIP系统采用分布式体系结构，不同于传统的核心交换设备。在VoIP系统中，每个终端设备或座席都是智能的，没有单核心交换机。这种分布式体系结构使系统更加可靠和容错。在VoIP系统中，处理能力分散在每个终端设备上，而不是集中在一个核心交换机上。这意味着即使终端设备出现故障，整个系统也可以继续运行，而不会导致系统范围的故障。在分布式架构下，有助于降低整个网络的传输负载，减少呼叫中的延迟。系统单元可以动态加载或删除，而不会影响用户的正常通话。当一个单元发生故障或受到攻击时，系统将自动部署其他服务器来接管故障机器的工作，从而降低整个系统故障的风险。

高度可扩展：基于IP网络传输，VoIP技术具有良好的发展潜力和融合性，可以轻松集成各种新应用。这些新应用可以快速简单地与VoIP系统集成，包括文本消息、视频会议等。由于VoIP技术基于IP网络，因此它可以与其他基于IP的应用程序和服务紧密集成。这种融合使VoIP系统具有更广阔的功能扩展空间，可以满足不断变化的通信需求。例如，即时消息可以与语音通话相结合，以便用户可以在通话过程中方便地交换文本消息。同时，视频会议功能还可以与VoIP系统相结合，实现实时的可视化交流与协作。通过VoIP技术，它还可以与其他信息系统集成。

主要缺点

与传统的地面通信方式相比，VoIP的缺点之一是时间延迟。根据ED137标准，明确定义了可接受的端到端语音总时延，并将时延限制在130毫秒以内，包括接入系统、网络和终端设备的时延，分为传输时延、处理时延和封装时延。传输延迟是指传输过程中发生的延迟，包括传输时间、链路排队时间、接入时间和中继转发时间。这些延迟与网络拥塞有关，并受传播距离和速度的影响。信号传输过程中会出现处理延迟和封装延迟。它涉及采样、量化、编码和解码，不同的编码和解码算法会导致不同的时间延迟。打包延迟指的是打包编码语音数据帧所需的时间。当使用IP网络传输语音数据时，需要将编码后的语音数据帧打包。这些问题会在日常生活中造成一些麻烦。例如，会有分组序列错误和丢失的问题。

基于物联网的VoIP：通过将物联网技术与VoIP相结合，可以实现智能办公的概念。物联网技术的引入使不同类型的设备（如摄像头和麦克风）能够相互通信，从而提供更好的视频会议体验。这意味着在视频会议期间，摄像头可以自动调整角度和焦距，从而更好地捕捉与会者并实现自动对焦和人脸识别的功能。麦克风还可以执行自动降噪和定向拾音，以提供更清晰的语音传输。通过物联网和VoIP技术的结合，可以实现智能办公的概念。各种设备之间的互联和智能将提高办公的效率和便利性。

与统一通信的集成：统一通信（UC）将各种通信工具（如VoIP、电子邮件、即时消息和视频会议）集成到一个统一的平台中。这种集成使用户能够在同一平台上轻松切换不同的通信渠道，包括语音和视频通话。VoIP和UC解决方案的紧密结合为用户带来了更多便利。用户可以通过统一的界面或工具进行语音和视频交流，而无需切换不同的应用程序或平台。此外，VoIP和UC的集成也使企业能够更好地管理其通信渠道。通过集中管理和监控不同的通信渠道，企业可以实现更准确的资源分配和调度，并提高生产力和协作能力。

远程办公：通过采用VoIP系统，团队可以轻松地进行电话会议或切换到视频会议以促进更好的合作。VoIP系统的实施方便了团队成员通过电话会议进行实时沟通，无论他们身在何处。无论是异地办公、远程办公还是国际合作，VoIP系统都提供了快速、高质量的沟通渠道。团队成员可以随时加入电话会议，分享想法、解决问题并推动项目进展。此外，VoIP系统还支持视频会议，团队成员可以通过视频会议看到彼此的面部表情、肢体语言和非语言信号，这有助于更好地理解和沟通。这种沟通方式使远程团队能够更紧密地合作，并增强合作效果。对于企业来说，VoIP系统方便了员工招聘服务。通过远程沟通和面试，企业可以扩大招聘范围，吸引来自世界各地的人才。