協定概括
目前，存在一些VOIP 協定棧，它們源於各種標準團體和提供商，如 H.323、SIP、MEGACO 和 MGCP。
H.323 是一種 ITU-T 標準，最初用於區域網路（LAN）上的多媒體會議，後來擴展至覆蓋 VOIP。該標準既包括了點對點通信也包括了多點會議。H.323 定義了四種邏輯組成部分：終端、網關、關守及多點控制單元（MCU）。終端、網關和 MCU 均被視為終端點。
會話發起協定（SIP）是建立 VOIP 連線的 IETF 標準。SIP 是一種套用層控制協定，用於和一個或多個參與者創建、修改和終止會話。SIP 的結構與 HTTP （客戶－伺服器協定）相似。客戶機發出請求，並傳送給伺服器，伺服器處理這些請求後給客戶機傳送一個回響。該請求與回響形成一次事務。
媒體網關控制協定（MGCP）是由 Cisco 和 Telcordia 提議的 VOIP 協定，它定義了呼叫控制單元（呼叫代理或媒體網關）與電話網關之間的通信服務。MGCP 屬於控制協定，允許中心控制台監測 IP 電話和網關事件，並通知它們傳送內容至指定地址。在 MGCP 結構中，智慧型呼叫控制置於網關外部並由呼叫控制單元（呼叫代理）來處理。同時呼叫控制單元互相保持同步，傳送一致的命令給網關。
媒體網關控制協定（Megaco）是 IETF 和 ITU-T （ITU-T 推薦 H.248）共同努力的結果。Megaco/H.248 是一種用於控制物理上分開的多媒體網關的協定單元的協定，從而可以從媒體轉化中分離呼叫控制。Megaco/H.248 說明了用於轉換電路交換語音到基於包的通信流量的媒體網關（MG）和用於規定這種流量的服務邏輯的媒介網關控制器之間的聯繫。Megaco/H.248 通知 MG 將來自於數據包或單元數據網路之外的數據流連線到數據包或單元數據流上，如實時傳輸協定（RTP）。從 VOIP 結構和網關控制的關係來看， Megaco/H.248 與 MGCP 在本質上相當相似，但是 Megaco/H.248 支持更廣泛的網路，如 ATM。
主要問題
在過去的幾年裡， VOIP 產業一直致力於下面幾個主要問題：
語音質量
――由於 IP 是用來傳輸數據的，所以它不能提供實時性保證，只能提供最有效的服務。為使用戶可以接受 IP 上的語音通信，數據包延時需要小於一個極限值。
互用性
――在公共網路環境下，不同提供商的產品需要相互之間進行操作，推動 VOIP 更廣泛的套用。
安全性
――利用加密（如 SSL）和隧道（L2TP）技術保護 VOIP 信令及控制流量。
公用交換電話網路（PSTN）的集成
――網際網路電話技術雖已引入，但它需與 PSTN 在可預見的將來能夠協同工作。網關技術用於連線這兩個網路。
可擴展性
―― VOIP 需要足夠靈活，能與日漸增長的私有和公有用戶市場共同成長。為解決上述問題，許多網路管理和用戶管理技術正在逐步形成。
協定術語
VOIP 協定 （VOIP definition)
VOIP
— 語音傳輸協定（又稱為IP電話技術，網路電話技術以及數位電話) — 即通過電腦或其它基於IP的網路來傳輸語音對話的路徑。
SIP
— 會話初始化協定——是由IETF的MMUSIC工作組研發並套用於標準初始化，修改，以及終止的視頻，語音，實時信息傳送，線上遊戲以及虛擬現實等多媒體組件的互動用戶協定。
PSTN
— 公共交換電話網路 － 世界公共線路的集合 — 交換電話網路，如同網際網路是世界公共IP電話資料包傳輸的集合點。
ISDN
－ 集成服務數字網路 —網路電話轉換線路系統的一種，通過普通的電話銅線傳輸數字（相對於模擬）語音和資料，以獲得比模擬系統更好的通話音質和更流暢的傳輸速度。
PBX
— 企業內部電話交換系統（也叫做企業通信交換系統）））））— 私人企業所有的電話傳輸系統，與此對立的是公共承運人或電話公司所有的電話傳輸系統
ⅣR
——在電話技術領域裡，互動語音回應 — 是指電算化系統允許個人，例如電話呼叫者按照語音選單中的選項操作，換句話說，是指個人與計算機系統進行互動。
DID
——直接撥入（也叫做歐洲直接撥入）是電話公司提供的客戶端部件，用於企業間的通信交換系統，由電話公司（電信）收集所有連線到客戶的企業通信交換機（PBX）上的號碼。
RFC
— 請求說明（複數形式為RFCs） 是網際網路和Unix社區的商業軟體和免費軟體中網路數碼信息檔案和標準所廣泛遵訓的 的系列之一一。
關鍵技術
傳統的IP 網路主要是用來傳輸數據業務，採用的是盡力而為的、無連線的技術，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，但話音屬於實時業務，對時序、時延等有嚴格的要求。因此必須採取特殊措施來保障一定的業務質量。VOIP 電話/VOIP網路電話的關鍵技術包括：信令技術、編碼技術、實時傳輸技術、服務質量（QoS）保證技術、以及網路傳輸技術等。
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ITUT
的H.323 系列和IETF 的會話初始化協定SIP。
ITU的H.323 系列建議定義了在無業務質量保證的網際網路或其它分組網路上多媒體通信的協定及
其規程。H.323 標準是區域網路、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定集，包括用於ISDN 的H.320，用於B－ISDN 的H.321
和用於PSTN 終端的H.324 等建議。其編碼機制，協定範圍和基本操作類似於ISDN 的Q.931 信令
協定的簡化版本，並採用了比較傳統的電路交換的方法。相關的協定包括用於控制的H.245，用於
建立連線的H.225.0，用於大型會議的H.332，用於補充業務的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、高層套用之間和提供商之
間的互操作性。它不依賴於網路結構，獨立於作業系統和硬體平台，支持多點功能、組播和頻寬管
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路之間的會議。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。信息流採用H.225.0 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 信令（R=註冊：Registration、A=許可：Admission
和S=狀態：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
之間的登記註冊、授權許可、頻寬改變、狀態和脫離解除等過程；H.225.0 呼叫信令用來建立兩
個終端之間的連線，這個信令使用Q.931 訊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闢呼叫信令信道；H.245 控制信令用來傳送終端到終端的控制訊息，
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、流控訊息和通用命令與指令等。
H.245 控制信令信道建立於兩個終端之間，或是一個終端與一個網守之間。
雖然H.323 提供了窄帶多媒體通信所需要的所有子協定，但H.323 的控制協定非常複雜。此
外，H.323 不支持多點傳送（Multicast）協定，只能採用多點控制單元（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。與H.323
相反，SIP 是一種比較簡單的會話初始化協定。它不像H.323 那樣提供所有的通信協定,而是只提
供會話或呼叫的建立與控制功能。SIP 可以套用於多媒體會議、遠程教學及Internet 電話等領域。
SIP 既支持單點傳送（Unicast）也支持多點傳送，會話參加者和媒體種類可以隨時加入一個已存在
的會議。SIP 可以用來呼叫人或機器設備，如呼叫一個媒體存儲設備記錄一個會議，或呼叫一個點
播電視伺服器向會議播放視頻信號。
SIP 是一種套用層協定，可以用UDP 或TCP 作為其傳輸協定。與H.323 不同的是：SIP 是一種基
於文本的協定，用SIP 規則資源定位語言描述（SIP Uniform Resource Locators），這樣易於實現和
調試，更重要的是靈活性和擴展性好。由於SIP 僅作於初始化呼叫，而不是傳輸媒體數據，因而造成
的附加傳輸代價也不大。SIP 的URLL 甚至可以嵌入到web 頁或其它超文本鏈路中，用戶只需用
滑鼠一點即可發出一個呼叫。與H.323 相比，SIP 還有建立呼叫快，支持傳送電話號碼的特點
編碼技術
話音壓縮編碼技術是VOIP 電話/VOIP 網路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(G.723.1）等。其中G.729 可將經過採樣的64kbit/s 話音以幾乎不
失真的質量壓縮至8kbit/s。由於在分組交換網路中，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，現在的工作範圍擴展至6.4～11.8kbit/s，話音質量也在此範圍內有一定的變化，但即使是
⒍4kbit/s，話音質量也還不錯，因而很適合在VoIP 系統中使用。G723.1 採用5.3/6.3K bit/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。
實時傳輸技術
實時傳輸技術主要是採用實時傳輸協定RTP。RTP 是提供端到端的包括音頻在內的實時數據傳
送的協定。RTP 包括數據和控制兩部分，後者叫RTCP。RTP 提供了時間標籤和控制不同數據流同
步特性的機制，可以讓接收端重組傳送端的數據包，可以提供接收端到多點傳送組的服務質量反
饋。
服務質量（QoS）保證技術
VOIP 電話/VOIP 網路電話中主要採用資源預留協定(RSVP）以及進行服務質量監控的實時傳輸控
制協定RTCP 來避免網路擁塞，保障通話質量。
網路傳輸技術
VOIP 電話/VOIP 網路電話中網路傳輸技術主要是TCP 和UDP，此外還包括網關互聯技術、路由
選擇技術、網路管理技術以及安全認證和計費技術等。由於實時傳輸協定RTP 提供具有實時特
征的、端到端的數據傳輸業務，因此VOIP 電話/VOIP 網路電話中可用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 協定數據單元是
用UDP 分組來承載,而且為了儘量減少時延，話音淨荷通常都很短。IP、UDP 和RTP 報頭都按最
小長度計算。VoIP 話音分組開銷很大，採用RTP 協定的VOIP 電話/VOIP 網路電話格式，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。此外，靜音檢測技術和回聲消除技術也
是VOIP 電話/VOIP 網路電話中十分關鍵的技術。靜音檢測技術可有效剔除靜默信號，從而使話音
信號的占用頻寬進一步降低到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。
代表產品
VOIP手機
VoIP手機也叫VoIP雙模手機或者簡稱IP手機，它完美融合GSM和WiFi，雙模同時待機，共享用戶資料。作為普通手機，有了它，用戶可以在沒有WiFi環境的時候使用傳統的G網服務，包括打電話、發簡訊彩信、GPRS上網等；在任何有無線網路的地方人們可以用它享受免費的高速網上衝浪，IM聊天，收發電子郵件等新潮移動技術，更重要的是，人們利用voip雙模手機可以通過網路，以超低的價格撥打普通電話和手機，voip手機之間通過網路互相通話更是免費的，且無需運營商的支持，同時簡單通過手機終端就能實現3方通話。作為PDA手機，voip雙模手機在使用上有很多智慧型化的貼心設計，包括手寫輸入、個人信息管理、常用文檔格式閱讀和編輯、以及拍攝高象素的數碼圖片等等。
GSM/VoIP雙模智慧型手機（型號3000)
派銳天科雙模手機是全球首款基於SIP協定的Window Mobile 6.0雙模終端產品。它具有如下獨特的功能：
TI OMAP 850晶片組
⒉5 英寸，240x320像素 TFT LCD
記憶體（RAM：64MB，ROM：128MB）
200萬像素 CMOS 攝像頭
QWERTY 全鍵盤
藍牙1.2/紅外1.2
Windows Mobile 6.0 PPC
三頻： 900/1800/1900MHz
支持EDGE
Mini-SD 存儲卡
GSM與VoWLAN同時待機
可同時接聽GSM和VoWLAN電話
自動或手動轉換使用GSM/VoWLAN呼出電話
自動或手動轉換使用GPRS/WLAN進行數據套用
統一的電話簿功能
支持IEEE 802.11b/g
支持基於SIP協定的GSM/VoWLAN通話切換
Office辦公軟體（Word，Excel，PowerPoint）
