IP电话技术主要采用基于分组交换的IP网络（如互联网或企业内网）来传输语音信号，而不是像传统电话那样使用电路交换的PSTN（公共交换电话网）。
（图片来源网络，侵删）
其核心技术可以分解为以下几个层面：
核心基础：协议体系
IP电话的通信遵循一套完整的协议体系，这套体系被称为 SIP（会话发起协议） 或 H.323 协议簇。SIP是绝对的主流。
会话控制层
这是负责“建立、管理和终止”通话的“大脑”，它不关心语音如何传输,只负责连接两端。
-
SIP (Session Initiation Protocol - 会话发起协议)
（图片来源网络，侵删）- 地位：当前IP电话领域最主流、最灵活的协议，它是一种应用层控制协议，简单、可扩展,类似于互联网上的HTTP协议。
- 作用：用于发起、修改和终止多媒体会话（如语音通话、视频会议），它就像一个“信使”，负责在通话双方之间传递“邀请”、“振铃”、“应答”、“挂断”等控制信息。
- 特点：基于文本，易于调试和扩展，与Web技术（如HTTP、DNS）集成性好。
-
H.323 (一套旧标准)
- 地位：早期的IP电话协议，功能非常全面但极其复杂，像一个“大而全”的解决方案。
- 作用：同样用于建立和管理多媒体通信会话。
- 特点：协议栈非常庞大，包含信令、控制、编码等多个部分，由于其复杂性，现在主要用于一些特定的传统设备或行业遗留系统,新建系统基本已不再采用。
语音传输与编码层
这是负责将你的声音“打包”并通过网络“运送”的部分。
实时传输协议
-
RTP (Real-time Transport Protocol - 实时传输协议)
- 作用：用于承载实际的语音数据流，它将语音信号打包成一个个小的数据包（称为RTP包）,然后通过IP网络发送。
- 特点：RTP本身不保证数据的可靠传输，但它为每个数据包加上时间戳和序列号，接收端可以根据这些信息来重组语音、消除抖动和补偿丢包,从而保证语音的实时性和连续性。
-
RTCP (RTP Control Protocol - 实时传输控制协议)
（图片来源网络，侵删）- 作用：是RTP的“搭档”，用于监控服务质量，如传输延迟、丢包率、抖动等，它将网络质量反馈给发送端,发送端可以根据反馈调整编码速率或采取其他补偿措施。
语音编解码器
- 作用：这是将模拟的声波信号转换成数字数据,并进行压缩以便于网络传输的关键技术。
- 为什么需要编解码器？
- 压缩：未经压缩的语音数据量巨大（64kbps的PCM编码），如果不压缩，网络带宽消耗巨大，编解码器可以在保证一定语音质量的前提下,大幅减少数据量。
- 示例：
- G.711：一种标准的PCM编码，质量高但带宽占用大（64kbps）,常用于与PSTN网络互通的网关。
- G.729：一种压缩率很高的编码（约8kbps），质量尚可,非常适合带宽有限的网络。
- Opus：一种现代、开放、免费的音频编解码器，被称为“全能选手”，它极低延迟，并且能根据网络状况在很宽的比特率范围内（6kbps到510kbps）自适应调整，同时保持高质量的语音,是目前WebRTC等现代通信技术中的首选。
信令与寻址层
这部分负责“打电话”的过程,即如何找到对方并建立连接。
SIP URI (电话号码的互联网版本)
- 在IP电话世界里，你不再用一串数字（如13800138000）来拨号，而是用类似电子邮件地址的格式，
sip:zhangsan@example.comsip:+8613800138000@example.com
- 这个地址包含了“用户名”和“域名”,就像收发邮件一样。
注册
- 当你的IP电话或软电话开机时，它会向一个中心服务器——SIP服务器——发送一条“注册”消息，告诉服务器：“我在这里，我的SIP URI是xxx”。
- 这样，当有人呼叫你的SIP URI时，SIP服务器就知道你的设备当前在哪里,并将呼叫请求转发给你。
SIP服务器
- 这是整个IP电话系统的“指挥中心”，它可以是以下几种角色之一，通常由一个软件（如Asterisk, FreeSWITCH, Cisco CallManager）实现：
- SIP代理服务器：负责转发SIP消息,是信令的中转站。
- 注册服务器：处理设备的注册请求,维护一个用户当前位置的数据库。
- 重定向服务器：当它不知道用户在哪里时,会告诉呼叫者去哪里找。
- B2BUA (Back-to-Back User Agent)：最常见的一种，它同时作为客户端和服务器，负责终结呼叫信令，进行媒体转换（如编解码转换），并控制防火墙/NAT穿越。
穿透NAT与防火墙的技术
由于大多数企业和家庭网络都使用了NAT（网络地址转换）和防火墙来保护内部安全，而SIP/RTP的通信特性使得穿越这些设备变得困难,需要特殊技术来解决。
- STUN (Session Traversal Utilities for NAT)
- 作用：帮助设备发现自己的公网IP地址和端口,适用于简单的NAT环境。
- TURN (Traversal Using Relays around NAT)
- 作用：当STUN无效时（例如在对称NAT下），设备可以通过一个公网的TURN服务器中转语音数据，这相当于在防火墙上“打了个洞”,但会增加服务器带宽成本。
- ICE (Interactive Connectivity Establishment)
- 作用：这是一个框架，而不是单一协议，它会同时尝试使用STUN、TURN、直接连接等多种方式来建立连接，然后选择其中质量最好、延迟最低的一条路径，这是目前最通用、最可靠的NAT穿越解决方案。
一个完整的IP电话通话流程
- 注册：你的IP电话向SIP服务器注册,告诉服务器你的位置。
- 呼叫发起：你拨打对方的SIP URI（如
sip:lisi@example.com），你的设备发送一个INVITE请求给SIP服务器。 - 路由查找：SIP服务器根据URI查找
lisi的当前位置，并将INVITE请求转发给他的设备。 - 振铃与应答：
lisi的设备收到请求后开始振铃，并发送Ringing响应，当lisi接听电话时，发送200 OK响应。 - 建立媒体通道：你的设备和
lisi的设备通过交换SDP（会话描述协议）消息，协商好使用哪种编解码器（如Opus）、端口号等信息。 - 语音传输：双方建立直接的RTP媒体通道（或通过TURN服务器中转）,开始实时传输语音数据包。
- 挂断：当任何一方挂断电话时，会发送一个
BYE消息，通话结束,双方释放资源。
IP电话技术是一个集成了会话控制、实时传输、高效编码、智能寻址和网络穿越等多种技术的综合性体系,其核心就是利用无处不在的IP网络来替代传统的电话交换网。
