8.3 交互式音频/视频

IP电话概述
（1）狭义的和广义的IP电话：
①狭义的IP电话就是指在IP网络上打电话。所谓的“IP网络”就是“使用IP协议的分组交换网”的简称
②广义的IP电话则不仅仅是电话通信，而且还可以是在IP网络上进行交互式多媒体实时通信，甚至还包括即时传信IM（Insant Messaging）
（2）IP电话网关
作用：
①在电话呼叫阶段和呼叫释放阶段进行电话信令的转换
②在通话期间进行话音编码的转换
（3）IP电话的通话质量
IP电话的通话质量主要由两个因素决定，一个是通话双方端到端的时延和时延抖动，另一个是话音分组的丢失率，但这两个因素都是不确定的，而是取决于当时网络上的通信量
IP电话端到端时延由以下几个因素造成：
①话音信号进行模数转化要产生时延
②已经数字化的话音比特流要积累到一定的数量才能够装配成一个话音分组，这也会产生时延
③话音分组的发送需要时简，此时间等于话音分组长度与通信线路的数据率之比
④话音分组在互联网中需要经过许多路由器的存储转发时延
⑤话音分组达到接收端在缓存中国暂存所引起的时延
⑥将话音分组还原成模拟话音信号的数模转换也要产生一定的时延
⑦话音信号在通信线路上的传播时延
⑧由终端设备的硬件和操作系统产生的接入时延

IP 电话所需要的几种应用协议
在IP电话的通信中，至少需要两种应用协议。一种是信令协议，它使我们能够在互联网上找到被叫用户；另一种使话音分组的传送协议，它使我们用来进行电话通信的话音数据能够以时延敏感属性在互联网中传送

（1）实时运输协议RTP
RTP为实时应用提供端到端的运输，但不提供任何服务质量的保证

在RTP分组的首部中，前12个字节是必需的，而12字节以后的部分则是可选的
①有效载荷类型（payload type）：占7位，这个字段指出后面的RTP数据属于何种格式的应用，收到RTP分组的应用就根据此字段指出的类型进行处理
②序号：占16位，对每一个发送出的RTP分组，其序号加1，在一次RTP会话开始时的初始序号是随机的
③时间戳：占32位，时间戳反映了RTP分组中数据的第一个字节的采样时刻，在一次会话开始时时间戳的初始值也是随机选择的
④同步源标识符：占32位，同步源标识符SSRC（Synchronous SouRCe identifier）是一个数，用来标志RTP流的来源
⑤参与源标识符：这是选项，最多可有15个，参与源标识符CSRC（Contributing SouRCe indentifier）也是一个32位数，用来标志来源于不同地点的RTP流
⑥参与源数：占4位，这个字段给出后面的参与源标识符的数目
⑦版本：占2位，当前使用的是版本2
⑧填充P：占1位，在某些特殊情况下需要对应用数据块加密，这往往要求每一个数据块有确定的长度。如不满足这种长度要求，就需要进行填充，这时就把P位置1，表示这个RTP分组的数据有若干填充字节
⑨扩展X：占1位，X置1表示在此RTP首部后面还有扩展首部
⑩标记M：占1位，M置1表示这个RTP分组具有特殊意义

（2）实时运输控制协议RTCP
RTCP协议的主要功能是：服务质量的监视与反馈、媒体间的同步，以及多播组中成员的标志
RTCP的五种分组类型

①结束分组BYE表示一个关闭数据流
②特定应用分组APP使使用程序能够定义新的分组类型
③接收端报告分组RR用来使接收端周期性向所有的点用多播方式进行报告
④发送端报告分组SR用来使发送端周期性地向所有接收端用多播形式进行报告
⑤源点描述分组SDES给出会话中参加者的描述，它包含参加者的规范名CNAME

（3）H.323
名称是“基于分组的多媒体通信系统”，不是一个单独的协议而是一组协议
H.323标准指明了四种构件，使用这些构件连网就可以进行点对点或一点对多点的多媒体通信
①H.323终端
②网关
③网闸（gatekeeper）：网闸相当于整个H.323网络的大脑，所有的呼叫都要通过网闸
④多点控制单元MCU
H.323的组成部分：

（4）会话发起协议SIP
SIP使用文本方式的客户服务器协议
SIP系统只有两种构件：
①用户代理
包括两个程序：用户代理客户UAC（发起呼叫）、用户代理服务器UAS（接受呼叫）
②网络服务器
分为代理服务器和重定向服务器
代理服务器接收来自主叫用户的呼叫请求，并将其转发给被叫用户或下一跳代理服务器，然后下一跳代理服务器再把呼叫请求换发给用户
重定向服务器不接受呼叫，它通过响应告诉客户下一跳代理服务器的地址，由客户按此地址向下一跳代理服务器重新发送呼叫请求