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網絡進行語音傳輸的技術。VoIP通過既定的語音壓縮算法和互聯網IP協議，促進多媒體會議和語音呼叫之間關系的形成，對語音數據進行編碼和處理，并在TCP/IP標準的作用下改變語音數據的實際傳輸形式，從而實現互聯網通信環境的合理維護。

1995年，VocalTec公司推出IP電話軟件，通過互聯網實現PC到PC的通信。1996年，美國公司利用互聯網傳輸國際長途電話業務，使用戶只需用普通電話就可以使用互聯網長途電話，真正的IP電話出現了。1999年1月，保證IP電話互聯互通的iNOW！協議（即互操作性！協議）已發布，現在！該協議基于ITU協議H.323標準和H.225.0標準。從全球通信網絡設備市場來看，VoIP主要應用于運營商VoIP市場和企業VoIP市場。

VoIP體系結構由四部分組成:媒體網關、媒體網關控制器、語音服務器和信令網關。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等四種常用協議。VoIP可以節省成本和降低風險，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網相互通信的軟件，IP電話由此誕生。IP電話通常稱為網絡電話或互聯網電話，包括語音、傳真、視頻傳輸等電信服務。網絡電話可以被認為是VoIP的第一個例子。隨著DSP和相關技術的發展，1996年出現了真正的IP電話，美國公司利用互聯網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網長途通話，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電話僅被用作互聯網上的應用程序，通信雙方通過使用安裝在計算機客戶端上的軟件在互聯網上實現實時語音通信。然而，這種技術主要基于Internet網絡，它還不夠成熟，無法確保良好的語音通信質量。

試驗階段

1997年后，電信運營商開始介入IP電話的實驗階段，試圖將互聯網技術與PSTN網絡有機結合，這促進了VoIP的快速發展。1997年，它改變了只有少數幾家公司開發和生產IP電話產品的現狀，微軟等數十家國際知名制造商相繼開展IP電話設備的研究和生產。與此同時，市場上出現了網關設備，但沒有看門人，沒有系統，也沒有統一的標準。1997年，VoIP的總時數為6000萬分鐘，不到公共交換電話網（PSTN）的0.1%。1998年，互聯網電話與微軟Netmeeting合作開發了一個互聯網語音郵件應用程序。在此期間，VoIP一詞被創造出來。同年，在VoIP領域，xGCP（MGCP、SGCP和IPDC）也在發展。1999年1月，為了保證IP電話的互聯互通，Vocalac、朗訊科技和ITXC聯合推出了iNOW！協議（也就是現在的互操作性！協議）。該協議完全基于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，網關技術也取得了進一步的發展，網關和網守可以滿足很多領域的需求。

成熟階段

2003年，Skype開始支持網絡音頻通話。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展。電話技術使語音集成到互聯網應用中，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，以避免用戶產生漫游費。隨著互聯網帶寬的不斷增加，基于互聯網的視頻業務的帶寬需求得到了保證，這促進了視頻通信技術的發展。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也發布了。2012年，網絡電話的主流普及率每年增長17%。2015年，許多企業開始向VoIP語音通話過渡。2018年，VoIP成為一個200億美元的行業，企業開始轉向商用VoIP應用。在尋找合理的VoIP開發服務時，定制化VoIP開發和白標服務的需求開始被列入企業的清單。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是一種通過互聯網傳輸語音數據的技術。它基于語音相關壓縮算法對語音數據進行編碼和處理，實現數據壓縮。然后，根據TCP/IP標準，將語音數據分類并打包成數據包，使用現有的IP技術通過網絡傳輸這些數據包，以便將數據包發送給接收方。在接收端，對數據包進行解壓縮，并將相關的語音數據包進行串聯和整合，使語音數據恢復到壓縮前的狀態，最終實現通過互聯網傳輸語音數據的目的。IP網關在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的區號電話轉換為相應地區的網關IP地址。相關信息存儲在數據庫中，網關數據處理軟件對各種數據進行分類和管理，并處理數字語音打包、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，網關會自動篩選電話區號，并根據數據庫中的數據識別電話區號，最終得到相應的網關詳細地址和IP號碼。該IP地址被添加到IP數據包中，系統將自動選擇最佳路由路徑以減少傳輸延遲。最后，IP數據包可以通過互聯網到達目的網關。然而，并不是所有地區都有完善的互聯網覆蓋，有些地區的延伸不足，有些地區甚至沒有網關。在這種情況下，最近的網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絡傳輸來實現。

結構

一個完整的VoIP架構一般由四部分組成:媒體網關、媒體網關控制器、語音服務器和信令網關。首先，媒體網關負責打包要傳輸的語音信號，然后媒體網關控制器在IP網絡上傳輸打包的語音信號，并在到達目的地后進行轉換。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常用的協議有H.323、SIP、Megaco和MGCP。

H.323

323協議是由ITU-T（國際電信聯盟電信標準化部門）制定的標準和一組協議。最初用于局域網（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、網關、網守和多點控制單元（MCU）。終端、網關和MCU都被視為終端點。323標準為IP網絡上的語音、視頻和數據通信提供了一套協議和規范。它定義了一系列用于建立、管理和終止通信會話的協議、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、媒體協商和安全等功能。323協議包括H.255、H.245、T.210系列、G.7xx、H.26x、RTP、RTCP和RAS。

SIP

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

Megaco

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

MGCP

媒體網關控制協議（MGCP）是VoIP協議，最初由Cisco和Telcordia提出。該協議定義了呼叫控制單元（也稱為呼叫代理或媒體網關）和電話網關之間的通信服務。MGCP是一種控制協議，它允許中央控制臺監視IP電話和網關的事件，并通知它們將內容發送到指定的地址。在MGCP的結構中，智能呼叫控制位于網關之外，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關發送一致的命令。MGCP協議不同于H.323協議和SIP協議。323協議是用于VoIP電話的協議，而SIP協議是用于IP網絡的協議。這些協議相互獨立，它們的產品和平臺不兼容或互操作。MGCP協議獨立于IP電話網絡。它側重于媒體網關控制，主要關注如何在單獨的網關上實現控制。因此，MGCP協議適用于支持H.323或SIP協議的VoIP系統。

信號技術

信令是指終端設備與網絡設備之間、網絡設備與網絡設備之間傳輸的控制信號。為了實現電話通話的順利進行并保證語音質量，VoIP網絡采用了信令技術。采用的主要信令系統包括ITU-T的H.323系列和IETF的會話發起協議（SIP）。本質上，H.323和SIP都是多媒體通信領域的應用層協議。它們都基于IP網絡，并使用RTP（實時傳輸協議）來傳輸實時音頻和視頻。但SIP協議的發展相對較晚，與IP網絡的互操作性較好，信令相對簡單，擴展性強。相比之下，H.323協議推出較早，在與傳統電信網絡的互聯互通方面具有優勢，應用廣泛。323協議的信令控制部分主要包括RAS（注冊、接納、狀態）協議、H.225.0呼叫信令和H.245協議。

語音編碼技術

語音編碼技術在IP網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“結構代數激勵的線性預測”算法，這是一種高質量的語音壓縮標準。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。該算法在保持高語音質量的同時提供了出色的壓縮比。G.723.1協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協議提供了更好的語音質量，但它將引入更大的處理延遲。

實時傳輸技術

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

QoS保障技術

VoIP使用各種技術來實現服務質量（QoS）。這些技術包括資源預留協議（RSVP）、區分服務和多協議標簽交換（MPLS）。資源預留協議通過預留帶寬資源來保證VoIP呼叫的質量。它允許網絡中的設備向網絡請求所需的帶寬，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量下降。區分服務是一種網絡服務模型，通過對IP數據包進行分類和標記，為不同類型的數據包提供優先轉發權。VoIP數據包可以標記為高優先級，以確保它們在網絡處理和傳輸中獲得優先權，從而減少延遲和丟包并提高語音質量。多協議標簽交換（MPLS）技術結合了傳統IP路由和標簽交換的優點，能夠提供更好的路由功能和流量工程能力。通過在數據包報頭中添加標簽，MPLS可以為VoIP流量指定特定的轉發路徑，以避免網絡擁塞和延遲，并提供更穩定的語音通信。

主要優勢

成本節約：基于VoIP的系統不同于傳統系統，它不需要中心交換機等核心交換設備。相反，基于VoIP的系統可以通過按需容量擴展來擴展，只需添加終端設備即可。這種靈活性使系統的規模能夠根據需求快速調整，而不依賴于單個中央設備。與傳統系統的另一個區別是，傳統系統通常需要專用的物理線路進行通信，而基于VoIP的系統可以通過IP網絡傳輸各種數據和語音。這種綜合傳輸方式在效率和成本上具有優勢，節省了傳輸系統的投資，降低了傳輸成本。通過使用現有的IP網絡基礎設施，VoIP系統可以在同一網絡上實現各種通信需求，使數據和語音的傳輸更加高效和經濟。

VoIP語音通話技術

降低風險：VoIP系統采用分布式體系結構，不同于傳統的核心交換設備。在VoIP系統中，每個終端設備或座席都是智能的，沒有單核心交換機。這種分布式體系結構使系統更加可靠和容錯。在VoIP系統中，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故障，整個系統也可以繼續運行，而不會導致系統范圍的故障。在分布式架構下，有助于降低整個網絡的傳輸負載，減少呼叫中的延遲。系統單元可以動態加載或刪除，而不會影響用戶的正常通話。當一個單元發生故障或受到攻擊時，系統將自動部署其他服務器來接管故障機器的工作，從而降低整個系統故障的風險。

高度可擴展：基于IP網絡傳輸，VoIP技術具有良好的發展潛力和融合性，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系統集成，包括文本消息、視頻會議等。由于VoIP技術基于IP網絡，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系統相結合，實現實時的可視化交流與協作。通過VoIP技術，它還可以與其他信息系統集成。

主要缺點

與傳統的地面通信方式相比，VoIP的缺點之一是時間延遲。根據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，包括接入系統、網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生的延遲，包括傳輸時間、鏈路排隊時間、接入時間和中繼轉發時間。這些延遲與網絡擁塞有關，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據幀所需的時間。當使用IP網絡傳輸語音數據時，需要將編碼后的語音數據幀打包。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。

基于物聯網的VoIP：通過將物聯網技術與VoIP相結合，可以實現智能辦公的概念。物聯網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，攝像頭可以自動調整角度和焦距，從而更好地捕捉與會者并實現自動對焦和人臉識別的功能。麥克風還可以執行自動降噪和定向拾音，以提供更清晰的語音傳輸。通過物聯網和VoIP技術的結合，可以實現智能辦公的概念。各種設備之間的互聯和智能將提高辦公的效率和便利性。

與統一通信的集成：統一通信（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解決方案的緊密結合為用戶帶來了更多便利。用戶可以通過統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的集成也使企業能夠更好地管理其通信渠道。通過集中管理和監控不同的通信渠道，企業可以實現更準確的資源分配和調度，并提高生產力和協作能力。

遠程辦公：通過采用VoIP系統，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系統都提供了快速、高質量的溝通渠道。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。對于企業來說，VoIP系統方便了員工招聘服務。通過遠程溝通和面試，企業可以擴大招聘范圍，吸引來自世界各地的人才。