本文阐述了Internet上语音通信的基本原理与特点，分析了IP数据包在Internet上的传输过程。在VOIP发展中，话音质量一直是阻碍其进一步发展的主要因素，本文针对VOIP使用中出现的语音质量问题进行了一定的分析，提出了QoS、延时、回声消除等方法以提高VOIP中话音质量，重点分析了分组语音技术。通过与传统电话进行对比，本文说明了VOIP的优势。同时还分析了RTP、RTCP、RSVP、RTSP协议对Internet上语音通信的重要性以及它们在VoIP中的应用。

在考虑网络协议的选择和缓冲区设计的基础上，本文采用UDP协议，通过使用Windows提供的低层音频函数，直接访问音频驱动程序来管理语音的采集和播放，论文采用语音处理和网络处理的模块化设计思想，用Visual C++ 设计了基于客户端和服务器端模式的语音传输系统，在小型局域网上进行实验以模拟VOIP通信，通过Windows Socket的网络编程实现了Internet上两台计算机的全双工语音通信，到达了预期效果。

通过实验分析，在Internet上传输高质量的语音信息取决于网络速度的提高、压缩技术的发展和适用于实时传输的更优化的新协议和新技术的出现。

研究开发过程描述

在对语音通信技术的研究和开发相关系统之前，先进行了资料的收集和整理，接着进行了系统分析和总体设计，以Windows XP为开发环境，采用Visual C++6.0作为开发工具，在充分研究和详细分析了实时传输协议的基础上，设计了一个PC到PC的IP电话系统，通过使用Csocket动态连接库把系统分为2大模块，分别为语音处理模块、网络处理模块，并在Window下进行语音的录制和播放等相关模块的程序编制，完成了具有基本通信功能的网络通信软件，实现了通话。

从图5.3可以看出，RTP协议帧对实时数据流传输的支持包括时间戳、顺序号、负载类型标识和源标识等。时间戳（Time Stamp）反映了RTP数据帧中的第一字节数据的采样时间，采样时钟频率取决于RTP帧的负载类型，且必需满足同步精度和抖动计算的要求。接收方根据收到数据帧的时间戳来重建接收数据的时序关系，以便正确回放媒体流，时间戳也用于流间同步，如音频流和视频流的同步。在逻辑上同时产生的数据帧拥有相同的时间戳。顺序号用于数据传送的遗失检测和帧序重构。负载类型标识则指明了RTP 帧数据负载的编码格式，如MPEG-2 等。源标识用于指示接收方所接收的数据的来源，在音频会议中，利用该功能可以知道谁在发言。以上功能均能通过RTP的帧头来实现。

RTP协议的数据报文和控制报文使用相邻的不同端口，从而实现了数据流和控制流的分离，使协议的实现更加灵活和简单。

系统分析

本系统要求能实现双方的全双工通信，它是基于服务器/客户端模型[10]，对于客户/服务器模型，服务器一端的应用程序最好能够在所有合适的传输协议上建立监听套接口。这样，客户机一端的应用程序就可以通过任何合适的传输协议来与服务器一端的应用程序建立连接。

从逻辑本系统上分为2个部分：客户端和服务器端。根据用户在程序界面中的选择，程序既可以做服务器端也可以做客户端。

(1)服务器端首先建立一个聊天室，它可以自由选择一个端口或者直接使用默认的端口号。

(2)客户机输入服务器端的IP地址和端口号，然后连接服务器，进行通信。

其通信过程如下：通过输入对方的IP地址，然后向其发出呼叫请求；服务器端程序利用CSocket控件来监听客户端发来的请求，对接收到的客户端发来的请求进行处理，提取出命令字及参数，按照定义好的命令字完成相应的工作。服务器完成的任务基本上都是被动的，大部分是响应客户端发出的请求。

关于客户端和服务器端之间的网络通信，可以通过应用Windows Socket[10]来实现。Windows Socket是Microsoft等公司联合开发的网络编程接口，实际上是一种进程之间通信的机制，并将这种进程间通信从单机环境扩展到了网络环境，适合于开发服务器/客户机类型的通信程序。网络通信包括两台主机或者两个进程通过网络传送数据，网络的每一端称为一个端点，而Windows Socket为网络端点的抽象表示。