1、引言

網絡IP電話是一種數字電話，是一種技術創新的通信服務業務。它把語音、壓縮編碼、打包分組、分配路由、存儲交換、解包解壓等交換處理在IP網或互聯網上實現語音通信。它促進了網絡資源利用。降低語音業務成本，因此在全球范圍內得到了迅速的發展，可以說是當今世界上發展最快、普及最快的應用服務技術之一，也是計算機網絡界關注的熱點之一。

2、技術背景

2.1 G.729音頻編碼標準

G.729是電話帶寬的語音信號編碼的標準．對輸入 的模擬信號用8KHz采樣．16bit線性PCM量化圈。G.729 是基于碼激勵線性預測的編碼模式．每8O個樣點為一個語音幀．對語音信號分析并提取各種參數．把這些參 數編碼發送

G.729At在不影響錄音質量的情況下能夠在一定的存儲空間內儲存更多的語音信息而且在音質上有更優秀的表現由于G.729A編譯碼器能夠實現很高的語音質量和很低的算法延時(15ms)，被廣泛地應用于數據通信的各個領域。

2.2 H.263視頻編碼標準

H.263是國際電聯ITU—T的一個標準草案，是為低碼流通信而設計的閣。但實際上這個標準可用在很寬的碼流范圍．而非只用于低碼流應用。H.263的特點有： (1).263的運動補償使用半像素精度；(2)數據流層次 結構的某些部分在H.263中是可選的．使得編解碼可 以配置成更低的數據率或更好的糾錯能力：(3)H.263 包含四個可協商的選項以改善性能：(4)H.263采用無限制的運動向量以及基于語法的算術編碼：(5)采用事先預測和與MPEG中的P—B幀一樣的幀預測方法：(6) H.263支持5種分辨率，支持QCIF、CIF、SQCIF、4CIF 和16CIF,SQCIF相當于QCIF一半的分辨率,而4CIF 和16CIF分別為CIF的4倍和16倍

后來IUT—T又推出了H．263+．它是H．263的第2 版．提供了12個新的可協商模式和其他特征．進一步 提高了壓縮編碼性能 例如H．263只有5種視頻源格 式．H．263+允許使用更多的源格式．圖像時鐘頻率也有 多種選擇．拓寬應用范圍：另一重要的改進是可擴展 性，它允許多顯示率、多速率及多分辨率，增強了視頻 信息在易誤碼、易丟包異構網絡環境下的傳輸。另外． H．263+對H．263中的不受限運動矢量模式進行了改 進．加上12個新增的可選模式，不僅提高了編碼性能， 而且增強了應用的靈活性

2.3 UDP協議

用戶數據報協議(UDP)是OSI參考模型中一種無連接的傳輸層協議．提供面向事務的簡單不可靠信息傳送服務 UDP協議基本上是IP協議與上層協議的接口UDP協議適用端口分別運行在同一臺設備上的 多個應用程序在不需要TCP可靠機制的情形下適用．例如．當高層協議或應用程序提供錯誤和流控制功能的時候。UDP是傳輸層協議，服務于很多知名應用層協議，包括網絡文件系統(NFS)、簡單網絡管理協議(SN-MP)、域名系統(DNS)以及簡單文件傳輸系統(TFTP)。

UDP協議使用IP層提供的服務把從應用層得到的數據從一臺主機的某個應用程序傳給網絡上另一臺主機上的某一個應用程序。

UDP協議有如下的特點：

①UDP傳送數據前并不與對方建立連接，即UDP是無連接的．在傳輸數據前，發送方和接收方相互交換信息使雙方同步。

②UDP不對收到的數據進行排序，在UDP報文的 首部中并沒有關于數據順序的信息(例如TCP所采用的序號)，而且報文不一定按順序到達的，所以接收端無從排序

③uDP對接收到的數據報不發送確認信號，發送端不知道數據是否被正確接收。也不會重發數據。

④uDP傳送數據較TCP快速，系統開銷也少。從以上特點可知．UDP提供的是無連接的、不可靠的數據傳送方式，是一種盡力而為的數據交付服務。

3、lP網絡電話設計與實現

基于實驗和研究的目的，本文實現了一個從PC到PC的IP電話NETPhone 軟件的開發環境為Windows NT平臺，開發工具采用Visual C++6.0n。支持環境為Windows9x/ME/2000/XP。

3.1 總體設計

軟件的核心功能是傳輸語音和圖像．所以整個軟 件圍繞著語音和圖像傳輸來設計首先分析語音圖像的傳輸過程：數據發送時發送方首先由聲卡和攝像頭分別采集語音和圖像，然后將它們分別轉換為PCM音 頻數據包和DIB視頻幀存入內存中，再通過CPU將音 頻數據用G.729音頻編解碼算法運算，視頻幀用 H.263+視頻壓縮算法運算．對數據進行壓縮。最后通過網卡把音頻和視頻同步壓縮數據包發送出去：數據接收時接收方通過網卡接收到音視頻數據．然后由CPU 采用解壓縮算法將數據進行解壓縮，再通過聲卡和顯示設備分別將數據轉換為語音和圖像信號，通過耳機或揚聲器和顯示設備播放 。

用戶之間的互相連接通常采用兩種方法第一種方法是設置一個服務器，所有的客戶機都連接到服務器上，通過服務器互相連接。這種方法的好處是軟件控制比較簡單，用戶的連接也比較方便，用戶只需要知道服務器的IP地址就行了但缺點也很明顯，它較適合 于公司的商業性質的軟件．普通人員沒有資金去專門購買和設置一個服務器，也沒有時間和精力去管理和維護服務器第二種方法是不要服務器，每兩個用戶之間都可以互相連接．只要知道對方的IP地址就可以去連接對方，即每臺計算機都既是服務器，又是客戶機。采用這種方法的優缺點與第一種方法可以說是正好相反。

本文采用的是第二種方式進行計算機之間的連接．這樣雖然增加了軟件的復雜度．但符合實際情況。

軟件的用戶交互界面用來響應用戶的操作．提示用戶重要的信息．顯示文本，播放語音視頻等。實現軟件與用戶的交互。用戶可以通過鍵盤來輸入文本，通過麥克風來輸入語音通過攝像頭來輸入圖像。

3.2 各模塊功能

本軟件分網絡傳輸部分、音頻輸入、音頻輸出、視頻輸入、視頻輸出、音頻視頻壓縮、音頻波形顯示、界面。共創建四個線程。音頻輸入線程、音頻輸出線程(這兩個由WINAPI隱式創建)、音頻視頻壓縮傳送線程和主線程,因為音頻的采樣率比視頻采樣率高得多．這里 的音頻的采樣率為8000Hz而視頻僅為20左右．所以從宏觀來看，音頻是連續的．而視頻是非連續的，這也就是無須為視頻輸入輸出創建獨立線程的原因。

①網絡傳輸：基于UDP協議，有兩組SOCKET，一組用于指令發送和接收(要求保證可靠性)，另一組負責音頻視頻數據的傳送和接收(不要求保證可靠性)。

②音頻輸入：通過waveln函數族完成連續的錄音。

③音頻輸出：通過waveOut函數族完成連續的放音。

④視頻輸入：通過cap函數族對視頻進行捕獲。

⑤視頻輸出：通過Cap函數族實現視頻輸出。

⑥音頻視頻壓縮：音頻壓縮采用G.729標準(8:1，lkbps)，視頻壓縮采用H.263標準。

⑦音頻波形顯示：將PCM音頻數據以波形動態地顯示出來。

3.3 程序的流程設計

①軟件一般自動運行(當操作系統啟動時運行)， 與服務器通信．向服務器傳送登錄信息(注：目前并沒有服務器介入．而直接是客戶與客戶的通信)：

②進入監聽狀態，等候呼叫；

③呼叫，可以從地址簿呼叫，也可直接打人IP地址呼叫：

④與被叫方取得聯系后，等待發送方回應，當超過一定時間或由用戶終止時，取消呼叫：

⑤被叫方接受呼叫請求時，開始實時視頻通信，直到任意一方中斷對話或非人為中斷

3.4 性能參數

以音頻幀為基準．每幀音頻數據有240個采樣點，時間為240×100018000=30ms．8000為音頻的采樣率。
數據接收端隊列緩沖延遲：30~3=90ms

數據發送端錄音延遲：30ms

數據壓縮解壓耗時：<40ms

網絡延遲：

總延遲：<260ms

根據VolP標準．總延遲<300ms是人可以接受的， 以上計算是保守的．實際情況可能會更好。

視頻格式：176xl44，24bit

帶寬需求如下：

數據類型帶寬需求(byte/sec)帶寬總需求(Kbyte/sec)

音頻 1000～9．2x2(視頻質量一般的情況下)

視頻 ～8000(會隨圖象質量的變化而有較大變化)

幀頭 ～200

3.5 驗證與測試

經過在本單位局域網內測試．本軟件在實際運行中穩定可靠．在局域網上音頻和視頻的質量和延遲都能達到電話的效果NETPhoBe軟件在TCP/IP網絡中．可根據IP地址實現任意兩個電腦用戶之間的通信尤其在局域網環境中，電話的效果可與傳統電話媲美。

4、結語

本文在UDP協議的基礎上設計和實現了一個PC到PC的網絡IP電話．實驗證明NETPhone是高性能的可視電話軟件，而且是操作方便快捷的全圖形界面。