1 VOIP的基本 原理與實現形式
IP電話系統把普通電話的模擬信號轉換成計算機可聯入因特網傳送的IP數據包，同時也將收到的IP數據包轉換成聲音的模擬電信號。經過IP電話系統的轉換及壓縮處理，每個普通電話傳輸速率約占用8-11kbit/s帶寬，因此在與普通電信網同樣使用傳輸速率為64kbit/s的帶寬時，IP電話數是原來的5-8倍。VOIP的核心與關鍵設備是IP電話網關。IP電話網關具有路由管理功能，它把各地區電話區號映射為相應的地區網關IP地址。這些信息存放在一個數據庫中，有關處理軟件完成呼叫處理、數字語音打包、路由管理等功能。在用戶撥打IP電話時，IP電話網關根據電話區號數據庫資料，確定相應網關的IP地址，并將此IP地址加入IP數據包中，同時選擇最佳路由，以減少傳輸時延，IP數據包經因特網到達目的地IP電話網關。對于因特網未延伸到或暫時未設立網關的地區，可設置路由，由最近的網關通過長途電話網轉接，實現通信業務。
目前VOIP系統一般由IP電話終端、網關（Gateway）、網守（Gatekeeper）、網管系統、計費系統等幾部分組成。IP電話終端包括傳統的語音電話機、PC、IP電話機，也可以是集語音、數據和圖象于一體的多媒體業務終端。由于不同種類的終端產生的數據源結構是不同的，要在同一個網絡上傳輸，這就要由網關或者是通過一個適配器進行數據轉換，形成統一的IP數據包。IP電話網關提供IP網絡和電話網之間的接口，用戶通過PSTN本地環路連接到IP網絡的網關，網關負責把模擬信號轉換為數字信號并壓縮打包，成為可以在因特網上傳輸的IP分組語音信號，然后通過因特網傳送到被叫用戶的網關端，由被叫端的網關對IP數據包進行解包、解壓和解碼，還原為可被識別的模擬語音信號，再通過PSTN傳到被叫方的終端。這樣，就完成了一個完整的電話到電話的IP電話的通信過程。網守實際上是IP電話網的智能集線器，是整個系統的服務平臺，負責系統的管理、配置和維護。網守提供的功能有撥號方案管理、安全性管理、集中帳務管理、數據庫管理和備份、網絡管理等等。網管系統的功能是管理整個IP電話系統，包括設備的控制及配置，數據配給，撥號方案管理及負載均衡、遠程監控等。計費系統的功能是對用戶的呼叫進行費用計算，并提供相應的單據和統計報表。計費系統可以由IP電話系統制造商提供，也可以由第三方制作，但此時需IP電話系統制造商提供其軟件數據接口。
在實現方式上，VOIP有電話機到電話機、電話機到PC、PC到電話機和PC到PC等4種方式。最初VOIP方式主要是PC到PC，利用IP地址進行呼叫，通過語音壓縮、打包傳送方式，實現因特網上PC機間的實時話音傳送，話音壓縮、編解碼和打包均通過PC上的處理器、聲卡、網卡等硬件資源完成，這種方式和公用電話通信有很大的差異，且限定在因特網內，所以有很大的局限性。電話到電話即普通電話經過電話交換機連到IP電話網關，用電話號碼穿過IP網進行呼叫，發送端網關鑒別主叫用戶，翻譯電話號碼／網關IP地址，發起IP電話呼叫，連接到最靠近被叫的網關，并完成話音編碼和打包，接收端網關實現拆包、解碼和連接被叫。對于電話到PC或是PC到電話的情況，是由網關來完成IP地址和電話號碼的對應和翻譯，以及話音編解碼和打包。
2 VOIP的關鍵技術
傳統的IP網絡主要是用來傳輸數據業務，采用的是盡力而為的、無連接的技術，因此沒有服務質量保證，存在分組丟失、失序到達和時延抖動等情況。數據業務對此要求不高，但話音屬于實時業務，對時序、時延等有嚴格的要求。因此必須采取特殊措施來保障一定的業務質量。VOIP的關鍵技術包括信令技術、編碼技術、實時傳輸技術、服務質量（QOS）保證技術、以及網絡傳輸技術等。
2.1 信令技術
信令技術保證電話呼叫的順利實現和話音質量，目前被廣泛接受的VOIP控制信令體系包括ITU-T的H.323系列（華為公司產品采用）和IETF的會話初始化協議SIP。
ITU的H.323系列建議定義了在無業務質量保證的因特網或其它分組網絡上多媒體通信的協議及其規程。H.323標準是局域網、廣域網、Intranet和Internet上的多媒體提供技術基礎保障。H.323是ITU-T有關多媒體通信的一個協議集，包括用于ISND的H.320，用于B-ISDN的H.321和用于PSTN終端的H.324等建議。其編碼機制，協議范圍和基本操作類似于ISDN的Q.931信令協議的簡化版本，并采用了比較傳統的電路交換的方法。相關的協議包括用于控制的H.245，用于建立連接的H.225，用于大型會議的H.332，用于補充業務的H.450.1、H.450.2和H.450.3，有關安全的H.235，與電路交換業務互操作的H.246等。H.323提供設備之間、高層應用之間和提供商之間的互操作性。它不依賴于網絡結構，獨立于操作系統和硬件平臺，支持多點功能、組播和帶寬管理。H.323具備相當的靈活性，支持包含不同功能的節點之間的會議和不同網絡之間的會議。H.323建議的多媒體會議系統中的信息流包括音頻、視頻、數據和控制信息。信息流采用H.225建議方式來打包和傳送。
H.323呼叫建立過程涉及到三種信令：RAS(Registration Admission Status）信令，H.225呼叫信令和H.245控制信令。
RAS信令用來完成終端與網守之間的登記注冊、授權許可、帶寬改變、狀態和脫離解除等過程；
H.225呼叫信令用來建立兩個終端之間的連接，這個信令使用Q.931消息來控制呼叫的建立和拆除，當系統中沒有網守時，呼叫信令信道在呼叫涉及的兩個終端之間打開；當系統中包括一個網守時，由網守決定在終端與網守之間或是在兩個終端之間開辟呼叫信令信道；
H.245控制信令用來傳送終端到終端的控制消息，包括主從判別、能力交換、打開和關閉邏輯信道、模式參數請求、流控消息和通用命令與指令等。H.245控制信令信道建立于兩個終端之間，或是一個終端與一個網守之間。
此外，H.323不支持多點發送（Multicast）議，只能采用多點控制單元（MCU）構成多點會議，因而同時只能支持有限的多點用戶。H.323也不支持呼叫轉移，且建立呼叫的時間比較長。
2.2 編碼技術
話音壓縮編碼技術是IP電話技術的一個重要組成部分。目前，主要的編碼技術有ITU-T 定義的G.729、G.723等。其中G.729可將經過采樣的64Kbit/s話音以幾乎不失真的質量壓縮至8Kbit/s。由于在分組交換網絡中，業務質量不能得到很好保證，因而需要話音的編碼具有一定的靈活性，即編碼速率、編碼尺度的可變可適應性。G.729原來是8Kbit/s的話音編碼標準，現在的工作范圍擴展至6.4-11.8Kbit/s，話音質量也在此范圍內有一定的變化，但即使是6.4Kbit/s，話音質量也還不錯，因而很適合在VOIP系統中使用。G.723.1采用5.3/6.3kbit/s雙速率話音編碼，其話音質量好，但是處理時延較大，它是目前已標準化的最低速率的話音編碼算法。
此外，靜音檢測技術和回聲消除技術也是VOIP中十分關鍵的技術。靜音檢測技術可有效剔除靜默信號，從而使話音信號的占用帶寬進一步降低到3.5kbit/s左右；回聲消除技術主要利用數字濾波器技術來消除對通話質量影響很大回聲干擾，保證通話質量。這點在時延相對較大的IP分組網絡中尤為重要。
2.3 實時傳輸技術
實時傳輸技術主要是采用實時傳輸協議RTP。RTP是提供端到端的包括音頻在內的實時數據傳送的協議。ＲＴＰ包括數據和控制兩部分，后者叫RTCP。RTP提供了時間標簽和控制不同數據流同步特性的機制，可以讓接收端重組發送端的數據包，可以提供接收端到多點發送組的服務質量包饋。
2.4 QOS保障技術
VOIP中主要采用資源預留協議（RSVP）以及進行服務質量監控的實時傳輸控制協議RTCP來避免網絡擁塞，保障通話質量。
2.5 網絡傳輸技術
VOIP中網絡傳輸技術主要是TCP和UDP，此外還包括網關互聯技術、路由選擇技術、網絡管理技術以及安全認證和計費技術等。由于實時傳輸協議RTP提供具有實時特征的、端到端的數據傳輸業務，因此VOIP可用RTP來傳送話音數據。在RTP報頭中包含裝載數據的標識符、序列號、時間戳以及傳送監視等，通常RTP協議數據單元是用UDP分組來承載，而且為了盡量減少時延，話音凈荷通常都很短。IP、UDP和RTP報頭都按最小長度計算。VOIP話音分組開銷很大，采用RTP協議的VOIP格式，在這種方式中將多路話音插入話音數據段中，這樣提高了傳輸效率。
