VoIP工作原理与架构

由Voice over IP的字面意义，可以直译为透过IP网络传输的语音讯号或影像讯号，所以VoIP就是一种可以在IP网络上互传模拟音讯或视讯的一种技术。简单地说，它是藉由一连串的转码、编码、压缩、打包等程序，好让该语音数据可以在IP网络上传输到目的端，然后再经由相反的程序，还原成原来的语音讯号以供接听者接收。  

进一步来说，VoIP大致透过5道程序来互传语音讯号，首先是将发话端的模拟语音讯号进行编码的动作，目前主要是采用ITU-T G.711语音编码标准来转换。第二道程序则是将语音封包加以压缩，同时并添加址及控制信息，如此便可以在第三阶段中，也就是传输IP封包阶段，在浩瀚的 IP网络中寻找到传送的目的端。到了目的端，IP封包会进行译码还原的作业，最后并转换成喇叭、听筒或耳机能播放的模拟音讯。

在一个基本的VoIP架构之中，大致包含4个基本元素：

(1)媒体网关器（Media Gateway）：主要扮演将语音讯号转换成为IP封包的角色。

(2)媒体网关控制器（Media Gateway Controller）：又称为Gate Keeper或Call Server。主要负责管理讯号传输与转换的工作。

(3)语音服务器：主要提供电话不通、占线或忙线时的语音响应服务。

(4)信号网关器（Signaling Gateway）：主要工作是在交换过程中进行相关控制，以决定通话建立与否，以及提供相关应用的增值服务。

虽然VoIP拥有许多优点，但绝不可能在短期内完全取代已有悠久历史并发展成熟的PSTN电路交换网，所以现阶段两者势必会共存一段时间。为了要让两者间能相互沟通，势必要建立一个互通的接口及管道，而媒体网关器与网关管理器即扮演了中介的色角，因为他们具备将媒体数据流及IP封包转译成不同网络所支持的各类协议。

其运作原理是，媒体网关器先将语音转换为IP封包，然后交由媒体网关控制器加以控制管理，并决定IP封包在网络中的传送路径。至于信号网关器则负责将SS7信号格式转换为IP封包。

网络电话若要走向符合企业级营运标准，必须达到以下几个基本要求：

1.服务品质（QoS）之保证：这是由PSTN过渡到VoIP、IP PBX取代PBX的最基本要求。所谓QoS就是要保证达到语音传输的最低延迟率（400毫秒）及封包遗失率（5-8%），如此通话品质才能达到现今PSTN的基本要求及水准，否则VoIP的推行将成问题。

2.99.9999％的高可用性（High Available；HA）：虽然网络电话已成今后的必然趋势，但与发展已久的PSTN相较，其成熟度、稳定度、可用性、可管理性，乃至可扩充性等方面，仍有待加强。尤其在电信级的高可用性上，VoIP必须像现今PSTN一样，达到6个9（99.9999%）的基本标准。目前VoIP是以负载平衡、路由备份等技术来解决这方面的要求及问题，总而言之，HA是VoIP必须达到的目标之一。3.开放性及兼容性：传统PSTN是属封闭式架构，但IP网络则属开放式架构，如今VoIP 的最大课题之一就是如何在开放架构下，而能达到各家厂商VoIP产品或建设的互通与兼容，同时地造成各家产品在整合测试及验证上的困难度。目前的解决方法是透过国际电信组织不断拟定及修改的标准协议，来达到不同产品间的兼容性问题，以及IP电话与传统电话的互通性。

4.可管理性与安全性问题：电信服务包罗万象，包括用户管理、异地漫游、可靠计费系统、认证授权等等，所以管理上非常复杂，VoIP营运商必须要有良好的管理工具及设备才能因应。同时IP网络架构技术完全不同于过去的PSTN 电路网，而且长久以来具开放性的IP网络一直有着极其严重的安全性问题，所以这也形成网络电话今后发展上的重大障碍与首要解决的目标。

5.多媒体应用：与传统PSTN相比，网络电话今后发展上的最大特色及区别，恐怕就在多媒体的应用上。在可预见的未来，VoIP将可提供交互式电子商务、呼叫中心、企业传真、多媒体视讯会议、智能代理等应用及服务。过去，VoIP因为价格低廉而受到欢迎及注目，但多媒体应用才是VoIP今后蓬勃发展的最大促因，也是各家积极参与的最大动力。

主宰VoIP走向的三大主流协定　　

在浩瀚的IP网络中要如何正确的寻找到要通话的对方并建立对答，同时也能依照彼此资料的处理能力来传送语音数据，这中间必须藉由国际电信组织所拟定的标准协议才能达到。如今，市面上的网络电话大致都会遵循H.323、MGCP及SIP等3种标准协议。虽然目前产品仍以支持H.323为多，但SIP的支持将会成为今后主流。

1.H.323

ITU-T 国际电联第16研究组首先在1996年通过H.323第一版的制定工作，同时并在1998年完成第二版协议的拟定。原则上，该协议提供了基础网络（Packet Based Networks；PBN）架构上的多媒体通讯系统标准，并为IP网络上的多媒体通讯应用提供了技术基础。

H.323并不依赖于网络结构，而是独立于操作系统和硬件平台之上，支持多点功能、组播和频宽管理。H.323具备相当的灵活性，可支持包含不同功能节点之间的视讯会议和不同网络之间的视讯会议。

H.323并不支持群播（Multicast）协议，只能采用多点控制单元（MCU）构成多点会议，因而同时只能支持有限的多点用户。H.323也不支持呼叫转移，且建立呼叫的时间也比较长。

早期的视讯会议多半支持H.323协议，例如微软NetMeeting、Intel Internet Video Phone等都是支持H.323协议的视讯会议软件，亦为现今VoIP的前辈。

不过H.323协议本身具有一些问题，例如采用H.323协议的IP电话网络在接入端仍要经过当地的PSTN电路交换网。而之后制定出的MGCP等协议，目的即在于将H.323网关进行功能上的分解，也就是划分成负责媒体流处理的媒体网关（MG），以及掌控呼叫建立与控制的媒体网关控制器（MGC）两个部分。

虽然如今微软的Windows Mesenger则已改采SIP标准，且SIP标准隐隐具有取代H.323的势头。但目前仍有许多网络电话产品依旧支持H.323协定。