VoIP技術也就是因特網語音技術，它代表了因特網通信的發(fā)展潮流。本文首先從VoIP的模型結構出發(fā)分析了它的基本傳輸過程，其次闡述了VoIP中用到的五個關鍵技術，然后簡單說明了VoIP技術在四個方面的應用，最后對VoIP技術在企業(yè)中的應用給出了建議。

　　1、引言

　　通過因特網進行語音通信是一個非常復雜的系統工程，其應用面很廣，因此涉及的技術也特別多，其中最根本的技術是VoIP (Voice over Internet Protocol，因特網語音)技術，可以說因特網語音通信是VoIP技術的一個最典型的、也是最有前景的應用領域。

　　傳統的電話網是以電路交換方式傳輸語音，所要求的傳輸帶寬為64kbit/s。而VoIP技術則是以IP分組交換網絡為傳輸平臺，對模擬的語音信號進行壓縮、打包等一系列的特殊處理，使之可以采用無連接的UDP協議(用戶數據報協議)進行傳輸。由于VoIP采用了先進的數字信號處理技術，可以將64kbit/s的語音信號壓縮成8kbit/s或更低碼速率的數據流，能夠在同一條線路上傳輸比傳統電話網更多的呼叫，大大提高了效率。同時，VoIP采用了分組交換技術，可以實現信道的統計復用，使得網絡資源的利用率更好，大大降低了運營商的投入成本。所以VoIP的最大優(yōu)勢就是價廉，通過因特網打長途電話的成本僅相當于傳統電話的1/5，最多不到1/2，其發(fā)展前景看好得到共識，未來的商機促使越來越多的研究機構、國際標準化組織、產品制造公司對此項技術的研究。

　　2、VoIP的基本傳輸過程

　　為了在一個IP網絡上傳輸語音信號，VoIP模型的基本結構由兩個或多個具有VoIP功能的設備組成，而且這些設備通過一個IP網絡進行連接。

　　從圖1中可以發(fā)現VoIP設備是如何把語音信號轉換為IP數據流，并把這些數據流轉發(fā)到IP目的地，IP目的地又把它們轉換到語音信號。通信各方的網絡必須支持IP傳輸，而且可以是IP路由器和網絡鏈路的任意組合。因此可以簡單地將VoIP的基本傳輸過程分為下列幾個階段。

　　2.1、模擬語音到數字語音的轉換

　　語音信號是模擬波形，通過IP方式來傳輸語音，不管是實時應用業(yè)務還是非實時應用業(yè)務，首先要對語音信號進行模數轉換，也就是對模擬語音信號進行8位或16位的量化，然后送入到緩沖存儲區(qū)中，緩沖器的大小可以根據延遲和編碼的要求選擇。許多低速率的語音編碼器是采取以幀為單位進行編碼，典型的幀長為10ms-30ms，這是由語音信號的短時平穩(wěn)性決定的?？紤]到傳輸過程中的代價，語音包通常由60ms、120ms或240ms的語音數據組成。數字化可以使用各種語音編碼方案來實現，目前主要采用ITU-T(國際電信聯盟-電信標準部)G.711語音編碼標準。發(fā)送方的語音編碼器和接收方的語音解碼器必須實現相同的算法，這樣接收方的語音設備才可以還原模擬語音信號。

　　2.2、數字語音到IP包的轉換

　　一旦語音信號進行了數字編碼，下一步就是對語音包以特定的幀長進行壓縮編碼。大部分的語音編碼器都有特定的幀長，若一個編碼器使用15ms的幀長，則把從第一級來的60ms的包分成4幀，并按順序進行壓縮編碼。每一幀包含有120個語音樣點(抽樣率為8kHz)。經過壓縮編碼后，將4個壓縮的幀合成一個壓縮語音包送入網絡處理器。網絡處理器為壓縮語音包添加包頭、時標和其它信息后形成IP包(一個分組)。

　　2.3、IP包的傳輸

　　IP包通過網絡傳輸到另一端點，語音網絡簡單地建立通信端點之間的物理連接(一條線路)，并在端點之間傳輸編碼的信號。IP網絡不像電路交換網絡，它不形成連接，它要求把數據放在可變長的數據報或分組中，然后給每個數據報附帶尋址和控制信息，并通過網絡發(fā)送，一站一站地轉發(fā)到目的地。在這個通道中，全部網絡被看成一個整體，持續(xù)不斷地從輸入端接收IP包，然后在一定時間(t)內將其傳送到網絡輸出端。t可以在某個范圍內變化，反映了網絡傳輸中的抖動。網絡中的中間節(jié)點檢查每個IP包附帶的尋址信息，并使用這個信息把該IP包轉發(fā)到目的地路徑上的下一站。網絡鏈路可以是支持IP數據流的任何拓結構或訪問方法。

　　2.4、IP包到數字語音的轉換

　　目的地VoIP設備接收這個IP包并開始處理。網絡級提供一個可變長度的緩沖器，用來調節(jié)網絡產生的抖動。該緩沖器可容納許多IP包，用戶可以選擇緩沖器的大小。小的緩沖器產生延遲較小，但不能調節(jié)大的抖動。首先，網絡處理器去掉尋址和控制信息，保留原始的壓縮語音包，然后把這個壓縮語音包提供給解碼器。其次，解碼器將壓縮語音包解壓縮后產生數字語音，這個模塊也是按幀進行操作，完全和編碼器的長度相同。若幀長度為15ms，則60ms的壓縮語音包被分成4幀，然后它們被解碼還原成60ms的數字語音送入解碼緩沖器。

　　2.5、數字語音到模擬語音的轉換

　　播放驅動器將緩沖器中的語音樣點(4幀共480個樣點)取出送入聲卡，通過揚聲器按預定的頻率(例如8kHz)播出。

　　簡而言之，語音信號在IP網絡上的傳輸要經過從模擬信號到數字信號的轉換、數字語音封裝成IP包(分組)、IP包通過網絡的傳輸、IP包的解包和數字語音還原到模擬信號等過程。

　　3、VoIP的關鍵技術

　　IP分組網絡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。通常的數據業(yè)務對此要求不高，但VoIP業(yè)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(yè)務質量，這些特殊措施就是VoIP的關鍵技術，主要包括：信令技術、語音編碼技術、實時傳輸技術、服務質量保障技術、靜音檢測和回聲消除技術等。

　　3.1、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系列建議和IETF(互聯網工程任務組)的會話初始化協議SIP(Session Initiation Protocol)。

　　H.323系列建議定義了在無業(yè)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(guī)程。H.323呼叫建立過程涉及到三種信令：RAS信令(R=注冊：Registration、A=許可：Admission和S=狀態(tài)：Status)，H.225.0呼叫信令和H.245控制信令。其中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(tài)和脫離解除等過程;H.225.0呼叫信令用來建立兩個終端之間的連接，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。

　　SIP是一種應用層協議，可以用UDP(用戶數據報協議)或TCP(傳輸控制協議)作為其傳輸協議。與H.323不同的是：SIP是一種基于文本的協議，這樣易于實現和調試，更重要的是靈活性和擴展性好。由于SIP僅作于初始化呼叫，而不是傳輸媒體數據，因而造成的附加傳輸代價也不大。與H.323相比，SIP還有建立呼叫快、支持傳送電話號碼的特點。

　　3.2、語音編碼技術

　　語音壓縮編碼技術是VoIP技術的一個重要組成部分。按照H.323協議，VoIP主要采用的語音壓縮編碼技術標準有ITU-T定義的G.723.1、G.729、G.729A等。其中G.723.1協議采用5.3/6.3kbit/s雙速率語音編碼，其語音質量好，是H.323協議中首推的編碼標準，其缺點是延時較大。G.729協議可將經過采樣的64kbit/s語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(yè)務質量不能得到很好保證，因而需要語音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的語音編碼標準，現在的工作范圍可擴展至6.4kbit/s～11.8kbit/s，語音質量也在此范圍內有一定的變化，但即使是6.4kbit/s，語音質量也還不錯，因而很適合在VoIP系統中使用，其缺點是算法較復雜。而G.729A協議主要是在G.729協議的基礎上減少了運算復雜度，可優(yōu)先在在VoIP系統中使用。

　　3.3、實時傳輸技術

　　實時傳輸技術主要采用路由選擇協議RTP(Routing Table Protocol)。RTP是在點對點通信和多點廣播的包括語音在內的實時數據傳送協議，它是一個獨立于應用程序的協議規(guī)范。RTP協議由兩個緊密相關原部分組成：RTP數據協議和RTP控制協議RTCP。RTP數據協議對包括語音在內的數據進行包封裝以便實時傳輸，RTP控制協議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(fā)送端的數據包，可以提供接收端到多點發(fā)送組的服務質量反饋。

　　3.4、服務質量保障技術

　　VoIP的服務質量QoS(Quality of Service)保障技術主要包括3個方面：一是采用注冊許可機制來限制網絡登錄的用戶數，以防止產生資源缺乏現象，導致語音質量進一步降低;二是采用交換優(yōu)先機制，為語音數據優(yōu)先預留資源，主要采用資源預留協議(RSVP)來保障語音質量;三是在VoIP應用軟件中引進自適應策略，通過監(jiān)測網絡資源的變化并根據變化情況來做相應的技術調整，例如，可以通過監(jiān)測網絡帶寬的變化來調整編碼器的編碼速率，當網絡出現擁護時，采用低速率語音編碼，反之，采用高速率語音編碼，從而最大限度地保證語音質量。

　　3.5、靜音檢測和回聲消除技術

　　靜音檢測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，從而使語音信號的占用帶寬進一步降低到3.5kbit/s左右，通常，靜音檢測技術根據連續(xù)幾幀語音信號的能量與一定的門限電平進行比較來檢測語音的存在與否;回聲消除技術主要利用數字濾波器來消除對通話質量影響很大的回聲干擾，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?；芈曄夹g的實現有兩個關鍵問題：一是選擇何種濾波器結構;二是確定調整濾波器系數的自適應算法，選擇的原則是使某一特定的代價函數最小。

　　4、VoIP技術的應用

　　VoIP網關是公眾電話網與IP網絡的轉換接口，它將龐大的電信網與因特網相連，因此可以利用VoIP技術實現各種增值業(yè)務。

　　4.1、VoIP長途電話業(yè)務

　　VoIP長途電話業(yè)務是通過因特網而和公用交換電話網(PSTN)的結合來實現電話到電話和傳真到傳真的呼叫。用戶仍然使用他們普通的電話和傳真機，呼叫通過PSTN接入，然后通過VoIP網關經因特網傳輸。

　　4.2、語音郵箱服務

　　用戶利用VoIP系統將語音文件用電子郵件的方式發(fā)出，收件人可以利用多媒體計算機將語音郵件播放出來。另外還可以將語音郵箱和普通電話進行綁定，用戶可以通過電話來收聽自己的語音郵件，同時，用戶可以預先在計算機上設定自己常用的一些電子郵件地址，以后就可以通過電話來完成語音郵件錄制和發(fā)送。如果再通過專線將PC機和移動臺相連，那么每當用戶有新郵件到達時，就可以通過手機直接播放電子語音郵件，這極大方便了對計算機操作不熟悉的用戶。

　　4.3、萬維網(Web)電話業(yè)務

　　萬維網(Web)電話是VoIP技術與萬維網技術結合的產物，它可以使用戶通過萬維網的頁面圖標直接接通電話。當用戶在因特網上瀏覽時，如果對某家公司主頁上的內容感興趣，只要點擊一下屏幕上的圖標，就能通過語音網關將IP地址轉變?yōu)镻STN上的電話號碼，與公司的電話接通，立即與該公司的代理人通話。

　　4.4、呼叫中心服務系統

　　新型的呼叫中心服務系統采用VoIP技術與網絡及數據庫相結合，一般的話務員就可以提供專家級的服務。當用戶與話務員交流時不僅可獲取其最感興趣的信息，而且還可以通過IP網絡及數據庫查到或取出專業(yè)的語音信息(而不是要求隨時有專家服務)。這種高質量的服務和較低的運營成本，在激烈的市場競爭中將會對公司有很大的幫助。

　　5、結束語

　　VoIP應用的日益增長是不可回避的事實和趨勢，但是我們不能因此認為基于PSTN的傳統通信方式就窮途末路了，由于技術成熟、用戶習慣等優(yōu)勢，PSTN還會在很長的一段時間內存在，但是隨著VoIP技術的成熟、費用的下降、功能更加強大，VoIP肯定會占據更多的應用市場份額。雖然我們認為VoIP是一種非常先進的技術，但是對于一個企業(yè)來說，VoIP的應用必須根據自身的情況來考慮其應用，對于分支機構不斷擴展的現代企業(yè)，VoIP無疑是最佳的選擇，但是對于傳統企業(yè)我們必須考慮到其可行性和實用性，要考慮如何與傳統方式達到最佳的結合，或者說如何最有效地運用VoIP技術，提高工作效率，為企業(yè)帶來利益。

　　參考文獻：

　　[1] 黃永峰. 因特網語音通信技術及其應用[M] 北京：人民郵電出版社 2002.1

　　[2] 張登銀等. VoIP技術分析與系統設計[M] 北京：人民郵電出版社 2003.5

　　[3] 陳萬培. 因特網語音通信的關鍵技術.電聲技術[J]，2003.5：52-53

　　[4] Bill Douskalis. IP電話技術穩(wěn)定的VOIP服務集成. 北京：機械工業(yè)出版社 2000.9

　　作者簡介：王洪(1974-)，男，四川岳池人，95740部隊工程師(信息工程大學碩士)，主要研究方向為語音信號處理。

　　通迅地址：昆明呈貢95740部隊82分隊　王洪

　　郵編：650500

　　E-mail: trueredsun@163.com