VoIP語音通話技術，縮寫為VoIP（英文全稱:Voice over Internet Protocol），中文名稱為Voice over Internet。它是一種利用IP網(wǎng)絡進行語音傳輸?shù)募夹g。VoIP通過既定的語音壓縮算法和互聯(lián)網(wǎng)IP協(xié)議，促進多媒體會議和語音呼叫之間關系的形成，對語音數(shù)據(jù)進行編碼和處理，并在TCP/IP標準的作用下改變語音數(shù)據(jù)的實際傳輸形式，從而實現(xiàn)互聯(lián)網(wǎng)通信環(huán)境的合理維護。

1995年，VocalTec公司推出IP電話軟件，通過互聯(lián)網(wǎng)實現(xiàn)PC到PC的通信。1996年，美國公司利用互聯(lián)網(wǎng)傳輸國際長途電話業(yè)務，使用戶只需用普通電話就可以使用互聯(lián)網(wǎng)長途電話，真正的IP電話出現(xiàn)了。1999年1月，保證IP電話互聯(lián)互通的iNOW！協(xié)議（即互操作性！協(xié)議）已發(fā)布，現(xiàn)在！該協(xié)議基于ITU協(xié)議H.323標準和H.225.0標準。從全球通信網(wǎng)絡設備市場來看，VoIP主要應用于運營商VoIP市場和企業(yè)VoIP市場。

VoIP體系結(jié)構(gòu)由四部分組成:媒體網(wǎng)關、媒體網(wǎng)關控制器、語音服務器和信令網(wǎng)關。它涉及信令技術、語音編碼技術、實時傳輸技術和QoS保證技術等關鍵技術，以及H.323、SIP、Megaco和MGCP等四種常用協(xié)議。VoIP可以節(jié)省成本和降低風險，并且具有高度的可擴展性。它可以用于遠程辦公等場景，方便人們的生活，但也存在安全和法律糾紛。

萌芽階段

1995年，以色列的VocalTec公司推出了一種可以使用個人電腦和相關附加設備通過互聯(lián)網(wǎng)相互通信的軟件，IP電話由此誕生。IP電話通常稱為網(wǎng)絡電話或互聯(lián)網(wǎng)電話，包括語音、傳真、視頻傳輸?shù)入娦欧?。網(wǎng)絡電話可以被認為是VoIP的第一個例子。隨著DSP和相關技術的發(fā)展，1996年出現(xiàn)了真正的IP電話，美國公司利用互聯(lián)網(wǎng)傳輸國際長途電話服務。用戶不需要添加更多的相應設備，只需使用普通電話即可使用互聯(lián)網(wǎng)長途通話，但通話費用遠低于當時的國際長途通話費用。

從1995年到1996年，IP電話處于技術萌芽階段。在這一階段，IP電話僅被用作互聯(lián)網(wǎng)上的應用程序，通信雙方通過使用安裝在計算機客戶端上的軟件在互聯(lián)網(wǎng)上實現(xiàn)實時語音通信。然而，這種技術主要基于Internet網(wǎng)絡，它還不夠成熟，無法確保良好的語音通信質(zhì)量。

試驗階段

1997年后，電信運營商開始介入IP電話的實驗階段，試圖將互聯(lián)網(wǎng)技術與PSTN網(wǎng)絡有機結(jié)合，這促進了VoIP的快速發(fā)展。1997年，它改變了只有少數(shù)幾家公司開發(fā)和生產(chǎn)IP電話產(chǎn)品的現(xiàn)狀，微軟等數(shù)十家國際知名制造商相繼開展IP電話設備的研究和生產(chǎn)。與此同時，市場上出現(xiàn)了網(wǎng)關設備，但沒有看門人，沒有系統(tǒng)，也沒有統(tǒng)一的標準。1997年，VoIP的總時數(shù)為6000萬分鐘，不到公共交換電話網(wǎng)（PSTN）的0.1%。1998年，互聯(lián)網(wǎng)電話與微軟Netmeeting合作開發(fā)了一個互聯(lián)網(wǎng)語音郵件應用程序。在此期間，VoIP一詞被創(chuàng)造出來。同年，在VoIP領域，xGCP（MGCP、SGCP和IPDC）也在發(fā)展。1999年1月，為了保證IP電話的互聯(lián)互通，Vocalac、朗訊科技和ITXC聯(lián)合推出了iNOW！協(xié)議（也就是現(xiàn)在的互操作性！協(xié)議）。該協(xié)議完全基于ITU H.323標準和最新的H.225.0附錄G，并得到了廣泛支持。同年，網(wǎng)關技術也取得了進一步的發(fā)展，網(wǎng)關和網(wǎng)守可以滿足很多領域的需求。

成熟階段

2003年，Skype開始支持網(wǎng)絡音頻通話。用戶使用該軟件以名義通話費率撥打固定電話和移動電話并獲得積分。漸漸地，即時消息和免費點對點通話等新功能被添加進來。2003年，VoIP的通話時間達到700億分鐘，相當于PSTN總通話時間的32%。VoIP正在向綜合化、無線化和視頻化方向發(fā)展。電話技術使語音集成到互聯(lián)網(wǎng)應用中，如在線呼叫中心和在線購物。移動運營商在手機上提供基于voWiFi技術的VoIP服務，以避免用戶產(chǎn)生漫游費。隨著互聯(lián)網(wǎng)帶寬的不斷增加，基于互聯(lián)網(wǎng)的視頻業(yè)務的帶寬需求得到了保證，這促進了視頻通信技術的發(fā)展。2005-2006年，Calypso Wireless推出了世界上第一款具有WiFi連接功能的手機C1250i。與此同時，第一款移動VoIP應用程序TruPhone也發(fā)布了。2012年，網(wǎng)絡電話的主流普及率每年增長17%。2015年，許多企業(yè)開始向VoIP語音通話過渡。2018年，VoIP成為一個200億美元的行業(yè)，企業(yè)開始轉(zhuǎn)向商用VoIP應用。在尋找合理的VoIP開發(fā)服務時，定制化VoIP開發(fā)和白標服務的需求開始被列入企業(yè)的清單。2022年，VoIP的價值將超過400億美元，從2023年到2032年，VoIP的復合年增長率將為10%。2026年，全球VoIP市場將增長至1025億美元，并且VoIP已逐步進入技術成熟期。

原理

VoIP是一種通過互聯(lián)網(wǎng)傳輸語音數(shù)據(jù)的技術。它基于語音相關壓縮算法對語音數(shù)據(jù)進行編碼和處理，實現(xiàn)數(shù)據(jù)壓縮。然后，根據(jù)TCP/IP標準，將語音數(shù)據(jù)分類并打包成數(shù)據(jù)包，使用現(xiàn)有的IP技術通過網(wǎng)絡傳輸這些數(shù)據(jù)包，以便將數(shù)據(jù)包發(fā)送給接收方。在接收端，對數(shù)據(jù)包進行解壓縮，并將相關的語音數(shù)據(jù)包進行串聯(lián)和整合，使語音數(shù)據(jù)恢復到壓縮前的狀態(tài)，最終實現(xiàn)通過互聯(lián)網(wǎng)傳輸語音數(shù)據(jù)的目的。IP網(wǎng)關在IP電話中起著關鍵作用，是核心設備的一部分。

其主要功能是將不同地區(qū)的區(qū)號電話轉(zhuǎn)換為相應地區(qū)的網(wǎng)關IP地址。相關信息存儲在數(shù)據(jù)庫中，網(wǎng)關數(shù)據(jù)處理軟件對各種數(shù)據(jù)進行分類和管理，并處理數(shù)字語音打包、呼叫信息處理功能和路由管理等設置。當用戶撥打長途電話時，網(wǎng)關會自動篩選電話區(qū)號，并根據(jù)數(shù)據(jù)庫中的數(shù)據(jù)識別電話區(qū)號，最終得到相應的網(wǎng)關詳細地址和IP號碼。該IP地址被添加到IP數(shù)據(jù)包中，系統(tǒng)將自動選擇最佳路由路徑以減少傳輸延遲。最后，IP數(shù)據(jù)包可以通過互聯(lián)網(wǎng)到達目的網(wǎng)關。然而，并不是所有地區(qū)都有完善的互聯(lián)網(wǎng)覆蓋，有些地區(qū)的延伸不足，有些地區(qū)甚至沒有網(wǎng)關。在這種情況下，最近的網(wǎng)關之間的通信可以通過設置單獨的路由路徑并使用長途電話網(wǎng)絡傳輸來實現(xiàn)。

結(jié)構(gòu)

一個完整的VoIP架構(gòu)一般由四部分組成:媒體網(wǎng)關、媒體網(wǎng)關控制器、語音服務器和信令網(wǎng)關。首先，媒體網(wǎng)關負責打包要傳輸?shù)恼Z音信號，然后媒體網(wǎng)關控制器在IP網(wǎng)絡上傳輸打包的語音信號，并在到達目的地后進行轉(zhuǎn)換。語音服務器負責檢測建立呼叫的雙方的電話線路是否暢通。信令網(wǎng)關負責控制交換步驟中的語音信號，判斷雙方是否連接，并提供各種應用服務。

VoIP常用的協(xié)議有H.323、SIP、Megaco和MGCP。

H.323

323協(xié)議是由ITU-T（國際電信聯(lián)盟電信標準化部門）制定的標準和一組協(xié)議。最初用于局域網(wǎng)（LAN）上的多媒體會議，后來擴展到涵蓋VoIP。它既包括點對點通信，也包括多點會議功能。323定義了四個邏輯組件:終端、網(wǎng)關、網(wǎng)守和多點控制單元（MCU）。終端、網(wǎng)關和MCU都被視為終端點。323標準為IP網(wǎng)絡上的語音、視頻和數(shù)據(jù)通信提供了一套協(xié)議和規(guī)范。它定義了一系列用于建立、管理和終止通信會話的協(xié)議、編解碼器和算法。323支持語音和視頻的實時傳輸，并提供帶寬管理、呼叫控制、媒體協(xié)商和安全等功能。323協(xié)議包括H.255、H.245、T.210系列、G.7xx、H.26x、RTP、RTCP和RAS。

SIP

SIP（會話發(fā)起協(xié)議）是應用層控制協(xié)議，用于創(chuàng)建、修改和終止會話與一個或多個參與者之間的通信。SIP的結(jié)構(gòu)類似于HTTP（超文本傳輸協(xié)議，客戶端-服務器協(xié)議）?？蛻舳税l(fā)送請求并將其發(fā)送到服務器，服務器處理請求并向客戶端發(fā)送響應。每個請求和響應構(gòu)成一個事務。SIP的功能分為五個功能:用戶定位、用戶可用性確定、用戶性能協(xié)商、會話建立和會話管理。

Megaco

媒體網(wǎng)關控制協(xié)議（Megaco）是IETF（互聯(lián)網(wǎng)工程任務組）和ITU-T（國際電信聯(lián)盟電信標準化部門）的共同努力。Megaco/H.248是用于控制物理上分離的多媒體網(wǎng)關的協(xié)議，旨在將呼叫控制與媒體轉(zhuǎn)換分離。Megaco/H.248定義了用于連接媒體網(wǎng)關（MG）和媒體網(wǎng)關控制器（MGC）以將電路交換語音轉(zhuǎn)換為基于分組的通信流量的協(xié)議單元，并指定了流量的服務邏輯。

MGCP

媒體網(wǎng)關控制協(xié)議（MGCP）是VoIP協(xié)議，最初由Cisco和Telcordia提出。該協(xié)議定義了呼叫控制單元（也稱為呼叫代理或媒體網(wǎng)關）和電話網(wǎng)關之間的通信服務。MGCP是一種控制協(xié)議，它允許中央控制臺監(jiān)視IP電話和網(wǎng)關的事件，并通知它們將內(nèi)容發(fā)送到指定的地址。在MGCP的結(jié)構(gòu)中，智能呼叫控制位于網(wǎng)關之外，由呼叫控制單元（呼叫代理）處理。呼叫控制單元保持同步并向網(wǎng)關發(fā)送一致的命令。MGCP協(xié)議不同于H.323協(xié)議和SIP協(xié)議。323協(xié)議是用于VoIP電話的協(xié)議，而SIP協(xié)議是用于IP網(wǎng)絡的協(xié)議。這些協(xié)議相互獨立，它們的產(chǎn)品和平臺不兼容或互操作。MGCP協(xié)議獨立于IP電話網(wǎng)絡。它側(cè)重于媒體網(wǎng)關控制，主要關注如何在單獨的網(wǎng)關上實現(xiàn)控制。因此，MGCP協(xié)議適用于支持H.323或SIP協(xié)議的VoIP系統(tǒng)。

信號技術

信令是指終端設備與網(wǎng)絡設備之間、網(wǎng)絡設備與網(wǎng)絡設備之間傳輸?shù)目刂菩盘枴榱藢崿F(xiàn)電話通話的順利進行并保證語音質(zhì)量，VoIP網(wǎng)絡采用了信令技術。采用的主要信令系統(tǒng)包括ITU-T的H.323系列和IETF的會話發(fā)起協(xié)議（SIP）。本質(zhì)上，H.323和SIP都是多媒體通信領域的應用層協(xié)議。它們都基于IP網(wǎng)絡，并使用RTP（實時傳輸協(xié)議）來傳輸實時音頻和視頻。但SIP協(xié)議的發(fā)展相對較晚，與IP網(wǎng)絡的互操作性較好，信令相對簡單，擴展性強。相比之下，H.323協(xié)議推出較早，在與傳統(tǒng)電信網(wǎng)絡的互聯(lián)互通方面具有優(yōu)勢，應用廣泛。323協(xié)議的信令控制部分主要包括RAS（注冊、接納、狀態(tài)）協(xié)議、H.225.0呼叫信令和H.245協(xié)議。

語音編碼技術

語音編碼技術在IP網(wǎng)絡傳輸語音信號中起著關鍵作用。IP電話采用的主要語音壓縮處理技術包括ITU-T定義的G.729和G.723/G.723.1..G.729采用“結(jié)構(gòu)代數(shù)激勵的線性預測”算法，這是一種高質(zhì)量的語音壓縮標準。它可以將語音信號壓縮到8kbit/s，失真很小，因此非常適合VoIP系統(tǒng)。該算法在保持高語音質(zhì)量的同時提供了出色的壓縮比。G.723.1協(xié)議主要用于多媒體通信中的雙速率語音編碼，分別為5.3kbit/s和6.3kbit/s。G.723.1協(xié)議提供了更好的語音質(zhì)量，但它將引入更大的處理延遲。

實時傳輸技術

實時傳輸協(xié)議（RTP）是用于端到端實時數(shù)據(jù)傳輸?shù)膮f(xié)議，可用于傳輸語音和視頻等實時數(shù)據(jù)。RTP協(xié)議允許接收方重新組裝發(fā)送方發(fā)送的數(shù)據(jù)包，以實現(xiàn)實時數(shù)據(jù)傳輸。RTP協(xié)議的控制部分稱為實時傳輸控制協(xié)議（RTCP）。RTCP協(xié)議用于監(jiān)控RTP會話的傳輸質(zhì)量并提供相關的統(tǒng)計信息。它允許參與者交換控制信息，例如，接收者向發(fā)送者發(fā)送反饋信息以進行擁塞控制或同步校準。通過RTP和RTCP協(xié)議的合作，實時數(shù)據(jù)可以以可靠和高效的方式傳輸。RTP負責傳輸實時數(shù)據(jù)包，RTCP負責傳輸控制和監(jiān)控信息，從而實現(xiàn)端到端的實時通信。

QoS保障技術

VoIP使用各種技術來實現(xiàn)服務質(zhì)量（QoS）。這些技術包括資源預留協(xié)議（RSVP）、區(qū)分服務和多協(xié)議標簽交換（MPLS）。資源預留協(xié)議通過預留帶寬資源來保證VoIP呼叫的質(zhì)量。它允許網(wǎng)絡中的設備向網(wǎng)絡請求所需的帶寬，并為VoIP呼叫分配足夠的資源，從而避免因帶寬不足而導致的語音質(zhì)量下降。區(qū)分服務是一種網(wǎng)絡服務模型，通過對IP數(shù)據(jù)包進行分類和標記，為不同類型的數(shù)據(jù)包提供優(yōu)先轉(zhuǎn)發(fā)權。VoIP數(shù)據(jù)包可以標記為高優(yōu)先級，以確保它們在網(wǎng)絡處理和傳輸中獲得優(yōu)先權，從而減少延遲和丟包并提高語音質(zhì)量。多協(xié)議標簽交換（MPLS）技術結(jié)合了傳統(tǒng)IP路由和標簽交換的優(yōu)點，能夠提供更好的路由功能和流量工程能力。通過在數(shù)據(jù)包報頭中添加標簽，MPLS可以為VoIP流量指定特定的轉(zhuǎn)發(fā)路徑，以避免網(wǎng)絡擁塞和延遲，并提供更穩(wěn)定的語音通信。

主要優(yōu)勢

成本節(jié)約：基于VoIP的系統(tǒng)不同于傳統(tǒng)系統(tǒng)，它不需要中心交換機等核心交換設備。相反，基于VoIP的系統(tǒng)可以通過按需容量擴展來擴展，只需添加終端設備即可。這種靈活性使系統(tǒng)的規(guī)模能夠根據(jù)需求快速調(diào)整，而不依賴于單個中央設備。與傳統(tǒng)系統(tǒng)的另一個區(qū)別是，傳統(tǒng)系統(tǒng)通常需要專用的物理線路進行通信，而基于VoIP的系統(tǒng)可以通過IP網(wǎng)絡傳輸各種數(shù)據(jù)和語音。這種綜合傳輸方式在效率和成本上具有優(yōu)勢，節(jié)省了傳輸系統(tǒng)的投資，降低了傳輸成本。通過使用現(xiàn)有的IP網(wǎng)絡基礎設施，VoIP系統(tǒng)可以在同一網(wǎng)絡上實現(xiàn)各種通信需求，使數(shù)據(jù)和語音的傳輸更加高效和經(jīng)濟。

VoIP語音通話技術

降低風險：VoIP系統(tǒng)采用分布式體系結(jié)構(gòu)，不同于傳統(tǒng)的核心交換設備。在VoIP系統(tǒng)中，每個終端設備或座席都是智能的，沒有單核心交換機。這種分布式體系結(jié)構(gòu)使系統(tǒng)更加可靠和容錯。在VoIP系統(tǒng)中，處理能力分散在每個終端設備上，而不是集中在一個核心交換機上。這意味著即使終端設備出現(xiàn)故障，整個系統(tǒng)也可以繼續(xù)運行，而不會導致系統(tǒng)范圍的故障。在分布式架構(gòu)下，有助于降低整個網(wǎng)絡的傳輸負載，減少呼叫中的延遲。系統(tǒng)單元可以動態(tài)加載或刪除，而不會影響用戶的正常通話。當一個單元發(fā)生故障或受到攻擊時，系統(tǒng)將自動部署其他服務器來接管故障機器的工作，從而降低整個系統(tǒng)故障的風險。

高度可擴展：基于IP網(wǎng)絡傳輸，VoIP技術具有良好的發(fā)展?jié)摿腿诤闲?，可以輕松集成各種新應用。這些新應用可以快速簡單地與VoIP系統(tǒng)集成，包括文本消息、視頻會議等。由于VoIP技術基于IP網(wǎng)絡，因此它可以與其他基于IP的應用程序和服務緊密集成。這種融合使VoIP系統(tǒng)具有更廣闊的功能擴展空間，可以滿足不斷變化的通信需求。例如，即時消息可以與語音通話相結(jié)合，以便用戶可以在通話過程中方便地交換文本消息。同時，視頻會議功能還可以與VoIP系統(tǒng)相結(jié)合，實現(xiàn)實時的可視化交流與協(xié)作。通過VoIP技術，它還可以與其他信息系統(tǒng)集成。

主要缺點

與傳統(tǒng)的地面通信方式相比，VoIP的缺點之一是時間延遲。根據(jù)ED137標準，明確定義了可接受的端到端語音總時延，并將時延限制在130毫秒以內(nèi)，包括接入系統(tǒng)、網(wǎng)絡和終端設備的時延，分為傳輸時延、處理時延和封裝時延。傳輸延遲是指傳輸過程中發(fā)生的延遲，包括傳輸時間、鏈路排隊時間、接入時間和中繼轉(zhuǎn)發(fā)時間。這些延遲與網(wǎng)絡擁塞有關，并受傳播距離和速度的影響。信號傳輸過程中會出現(xiàn)處理延遲和封裝延遲。它涉及采樣、量化、編碼和解碼，不同的編碼和解碼算法會導致不同的時間延遲。打包延遲指的是打包編碼語音數(shù)據(jù)幀所需的時間。當使用IP網(wǎng)絡傳輸語音數(shù)據(jù)時，需要將編碼后的語音數(shù)據(jù)幀打包。這些問題會在日常生活中造成一些麻煩。例如，會有分組序列錯誤和丟失的問題。

基于物聯(lián)網(wǎng)的VoIP：通過將物聯(lián)網(wǎng)技術與VoIP相結(jié)合，可以實現(xiàn)智能辦公的概念。物聯(lián)網(wǎng)技術的引入使不同類型的設備（如攝像頭和麥克風）能夠相互通信，從而提供更好的視頻會議體驗。這意味著在視頻會議期間，攝像頭可以自動調(diào)整角度和焦距，從而更好地捕捉與會者并實現(xiàn)自動對焦和人臉識別的功能。麥克風還可以執(zhí)行自動降噪和定向拾音，以提供更清晰的語音傳輸。通過物聯(lián)網(wǎng)和VoIP技術的結(jié)合，可以實現(xiàn)智能辦公的概念。各種設備之間的互聯(lián)和智能將提高辦公的效率和便利性。

與統(tǒng)一通信的集成：統(tǒng)一通信（UC）將各種通信工具（如VoIP、電子郵件、即時消息和視頻會議）集成到一個統(tǒng)一的平臺中。這種集成使用戶能夠在同一平臺上輕松切換不同的通信渠道，包括語音和視頻通話。VoIP和UC解決方案的緊密結(jié)合為用戶帶來了更多便利。用戶可以通過統(tǒng)一的界面或工具進行語音和視頻交流，而無需切換不同的應用程序或平臺。此外，VoIP和UC的集成也使企業(yè)能夠更好地管理其通信渠道。通過集中管理和監(jiān)控不同的通信渠道，企業(yè)可以實現(xiàn)更準確的資源分配和調(diào)度，并提高生產(chǎn)力和協(xié)作能力。

遠程辦公：通過采用VoIP系統(tǒng)，團隊可以輕松地進行電話會議或切換到視頻會議以促進更好的合作。VoIP系統(tǒng)的實施方便了團隊成員通過電話會議進行實時溝通，無論他們身在何處。無論是異地辦公、遠程辦公還是國際合作，VoIP系統(tǒng)都提供了快速、高質(zhì)量的溝通渠道。團隊成員可以隨時加入電話會議，分享想法、解決問題并推動項目進展。此外，VoIP系統(tǒng)還支持視頻會議，團隊成員可以通過視頻會議看到彼此的面部表情、肢體語言和非語言信號，這有助于更好地理解和溝通。這種溝通方式使遠程團隊能夠更緊密地合作，并增強合作效果。對于企業(yè)來說，VoIP系統(tǒng)方便了員工招聘服務。通過遠程溝通和面試，企業(yè)可以擴大招聘范圍，吸引來自世界各地的人才。