一提到VoIP有人就想到了网络电话，是没错，但网络电话只是VoIP应用的一种，也是最初设计VoIP的目的。现在运营商针对3G／4G提出的VoLTE其实跟VoIP有很大联系，VoIP顾名思义基于IP网络的语音，这个网络包括宽带光纤、局域网、广域网、移动网络等，适应性很强，而VoLTE其实就是基于LTE移动网络的语音。众所周知3G／4G网络本身只承载流量数据的，以至于不支持VoLTE的手机通话时必须回落到GSM（2G）网络上，可以说VoLTE也是基于VoIP开发的移动语音技术。
这篇文章从答应到写开始写整整拖了大半年， 我不得不承认我很懒，忙起来也确实不喜欢写东西。在通信和多媒体方面工作了几年，也开发了一些乱七八糟的玩意儿，包括网络电话、SDK。所以这次就主要聊一下基于SIP协议的VoIP网络应用。
什么是VoIP？
VoIP（Voice over Internet Protocol）简而言之就是将模拟信号数字化，以数据封包（Data Packet）的形式在IP网络(IP Network）上做实时传递。VoIP最大的优势是能广泛地采用Internet和全球IP互连的环境，提供比传统业务更多、更好的服务。
VoIP可以在IP网络上便宜的传送语音、传真、视频、和数据等业务，如虚拟电话、虚拟语音/传真邮箱、查号业务、Internet呼叫中心、Internet呼叫管理、电话视频会议、传真存储转发和各种信息的存储转发等。
VoIP基本原理
VoIP是一种以IP电话为主，并推出相应的增值业务的技术。
是通过语音的压缩算法对语音数据编码进行压缩处理，然后把这些语音数据按 TCP/IP 标准进行打包，经过IP网络把数据包送至接收地，再把这些语音数据包串起来，经过解压处理后，恢复成原来的语音信号，从而达到由互联网传送语音的目的。IP 电话的核心与关键设备是 IP 网关，它把各地区电话区号映射为相应的地区网关 IP 地址。
VoIP主要的三种应用形式：
- 网络电话：完全基于Internet传输实现的语音通话方式，包括是PC和PC之间、PC与手机APP、手机APP之间进行通话。比如QQ音频、WhatsApp、微信电话等；
- 与公众电话网互联的IP电话：通过宽带或专用的IP网络，实现语音传输。终端可以是PC或者专用的IP话机。当VoIP网络语音系统接入PSTN电路交换网络，也就是说可以透传到普通GSM电话了，实现落地，直接从因特网VoIP连通到SIM电话，现在很多网络电话都可以透传落地。比如Skype、UUtone、Viber、有信等；
- 传统电信运营商的VoIP业务：通过电信运营商的PLMN移动网络传输语音。提供的业务仍然是传统的电话业务，使用传统的话机终端。通过使用IP电话卡，或者在拨打的电话号码之前加上IP拨号前缀，这就使用了电信运营商提供的VoIP业务。如中国移动曾经的Jego、现在的VoLTE 等。
常用的VoIP协议（Control Protocol）如H.323、SIP、MEGACO和MGCP。
- H.323是一种ITU-T标准，最初用于局域网（LAN）上的多媒体会议，后来扩展至覆盖VoIP。该标准既包括了点对点通信也包括了多点会议。
- 会话发起协议（SIP）是建立VoIP连接的IETF标准。SIP是一种应用层控制协议，用于和一个或多个参与者创建、修改和终止会话。
- 媒体网关控制协议（MGCP）定义了呼叫控制单元（呼叫代理或媒体网关）与电话网关之间的通信服务。
- 媒体网关控制协议（MEGACO）是IETF和ITU-T（ITU-TH.248建议）共同努力的结果。
H.323建议中定义了四个主要的组件：即
- 终端：（Terminal)--须支持语音通信，视频和数据通信能力是可选的。
- 网关：（Gateway)能把不同系统所用的协议、音频、视频编码算法以及控制信号进行变换以适应系统终端互通。
- 关守：（Gatekeeper)网关管理软件（也叫网闸）
- 多点控制单元（Multipoint Control Unit)--MCU实现了在IP网络上进行多点通信，点到点的通信并不需要。
网络电话的工作原理
和GSM语音网络类似，网络电话也是有自己的语音编码(关乎音频质量和带宽占用)和信令控制（音频状态捕捉和操作命令）。
常见VoIP音频编码有silk、ilbc、G7.29、G7.22、AAC、PCMU以及大众熟知的GSM等,而与我们常说的音频文件编码格式MP3、APE、OGG、WMA等文件格式是有区别的.
在网络中传输着各种信号，其中一部分是我们需要的（例如打电话的语音，上网的数据包等等），而另外一部分是我们不需要的（只能说不是直接需要）它用来专门控制电路的，这一类型的信号我们就称之为信令，信令的传输需要一个信令网。信令控制无论是在VoIP还是传统GSM电话上都有着重要的作用（控制系统在哪都很重要），比如电话连通状态、DTMF等。
关于SIP协议
SIP（Session Initiation Protocol，会话初始协议）是由IETF（Internet Engineering Task Force，因特网工程任务组）制定的多媒体通信协议。它是一个基于文本的应用层控制协议，用于创建、修改和释放一个或多个参与者的会话。广泛应用于CS（Circuit Switched，电路交换）、NGN（Next Generation Network，下一代网络）以及IMS（IP Multimedia Subsystem，IP多媒体子系统）的网络中，可以支持并应用于语音、视频、数据等多媒体业务，同时也可以应用于Presence（呈现）、Instant Message（即时消息）等特色业务。可以说，有IP网络的地方就有SIP协议的存在。 SIP是类似于HTTP。由于基于IP协议的SIP利用了IP网络，固定网运营商也会逐渐认识到SIP技术对于他们的远意义。
本次我也主要说一下给予sip协议的VoIP开发,毕竟目前基于sip协议的VoIP是应用最广泛的。SIP 会话使用多达四个主要组件：SIP 用户代理、SIP 注册服务器、SIP 代理服务器和 SIP 重定向服务器。
SIP通过以下逻辑功能来完成通信：
- 用户定位功能：确定参与通信的终端用户位置。
- 用户通信能力协商功能：确定参与通信的媒体终端类型和具体参数。
- 用户是否参与交互功能：确定某个终端是否加入某个特定会话中。
- 建立呼叫和控制呼叫功能：包括向被叫“振铃”、确定主叫和被叫的呼叫参数、呼叫重定向、呼叫转移、终止呼叫等。
关于在iOS上开发和适配VoIP应用及注意事项
近观这几年互联网高速发展，很多之前很独特的功能都已经被迅速囫囵吞枣的普及了，比如在线音频、视频、直播、短视频...... 马上VR、AR又要普及了。工作了几年，原本以为可以安安静静慢慢研究一个东西，可是越来越感觉没时间去跟上潮流节奏。一个不得不承认的事实是，精力有限的个体很难在技术深度和广度上达成理想的平衡，所以我越来越懒，懒得花时间去写网文。每天看到很多人整天在网上转发各种技术小贴，不亦乐乎，我真的不感兴趣。这篇文章拖了大半年了，目测得慢慢更新完善。
现在你想开发和集成VoIP功能，无非有两种：使用成熟的第三方库，或者有精力去自己找资料从基础研究。成熟的第三方库其实很多，除了开源、开放的比如PJsip、linphone等，国内也有很多IM-VoIP厂商再封包定制的。当然我自己也曾基于以上开源项目制作过VoIP的SDK：XWVoIPKit，已经有几家公司在产品中正在使用，想要了解试用或者的可以联系我。无论怎样先粗略说一下VoIP最基本的要素，最好自己了解RTP。
- 数据打包：打包周期、包大小、数据传输；
=包长度×（1/打包周期）
=（Ethernet头+IP头+UDP头+RTP头+有效载荷）×（1/打包周期）
=（208bit +160bit+64bit+96bit +有效载荷）×（1/打包周期）
=（528bit+（打包周期(秒)×每秒的比特数））×（1/打包周期）
=( 528 / 打包周期 ) + 每秒比特数```
* 音频编解码：上面说了编码方式很多，不同的编码格式决定了数据包的不同。
根据各种编码方式，得出：
`G711：20ms打包，带宽为 ( 528/20 + 64) Kbit/s=90.4 Kbit/s
G729：20ms打包，带宽为 ( 528/20 + 8 ) Kbit/s= 34.4 Kbit/s
G723：5.3k，30ms打包，带宽为 ( 528/30 + 5.3 ) Kbit/s=22.9 Kbit/s`
根据实际使用silk、ilbc和G729在音质、带宽、丢包率和运算量上的综合效果比较好，前两者还是免费的，尤其是窄带ilbc的丢包补偿效果在低带宽网络下音质效果相当不错。而silk的综合体验比较出色，据我所知QQ音频使用的也是Skype的silk编码，只不过QQ做了一些处理。
我知道有人尝试在局域网内做点对点的IP语音，使用tcp socket直接连接对方IP，再用udp直接发送录制的音频数据包，勉强可以播放，很明显杂音和丢包严重。我自己曾经也尝试过，因为发包周期不稳定，音频数据也没有经过压缩带宽负载大，不可避免地数据丢包、延迟。所以真正做应用的时候还是使用专门的编解码方式比较好。其次，这种点对点语音只能用于原理测试，没有服务器网关和电路交换，无法服务多方用户。
还有信令控制的协议设计，这个也很重要，据我所知linphone的VoIP最大的缺陷在于未接通电话前的信令控制不准确，具体表现在拒接来电操作经常无反应。还有就是DTMF(dual-tone multifrequency)功能和控制。
* 关于纯VoIP通信的东西也没法在这里深入。还是说一下做sip-VoIP移动端开发的事儿。
###### 1. 即时性保证。
**做通信我们知道保证实时性很重要，时效不能保障，基本体验就好不了。我们知道iOS8之前的VoIP推送基本靠APNS通知，可以尝试强行申请后台。iOS8～iOS10，苹果专门针对VoIP搞了个VoIP证书，对应的有了VoIP推送（pushKit），还可以申明VoIP长连接线程避免被后台杀掉。而iOS10起，苹果优化pushkit、认为VoIP更加可靠和为了省电，不再让VoIP保存长连接，直接使用VoIP推送基本也可以及时唤醒应用了，反正还可以配合apns消息提醒用户。**
###### 2. 适配CallKit，这个可选。
**iOS10同时还带来了[CallKit](https://github.com/viviwu/XWCallKitDemo)，主要有两个功能：提升VoIP音频系统级别，统一普通SIM卡GSM电话和VoIP电话的锁屏接听体验；号码拦截、识别（实现安卓上的黑名单和来电秀功能，如企鹅、xxx手机管家）。**
。。。。
##### 3.具体的，新手可以参考linphone、PJsip等知名的开源项目。后一篇我们聊聊SIP服务器端。
-------
欢迎交流。由于工作的原因，我可能不定期修改更新。