驳：不使用VoIP的六个理由

前些天在网上看到个帖子《不使用VoIP的六个理由》，实在不敢苟同：
　　1. 令人头疼的可靠性。这是制造工程的一个基本原理，也是一个非常简单的常识，零件越少的产品就越可靠。如果这是真的话，那么，VoIP一开始就面临重大的打击。与仅仅需要电话交换设备、布线和电话机的数字网络不同，VoIP增加了数据网络的复杂性。在VoIP网络之外的那些层做出的选择将组成或者中断一个语音系统。重新启动路由器或者交换机会使电话掉线。失去电源和设计不佳的数据网络不知道会把语音发送到什么地方。
VoIP=Voice over IP也就是基于IP网络的语音，本来建立在现有的IP网络上的东西又怎么会增加数据网络的复杂性？现在很多的VoIP产品都是把可以实现的VoIP嵌入在网络交换机/路由器产品中，又怎么会增加网络系统的组件？确实，路由器或交换机的问题会造成暂时性的通话中断，但当今，网络的中断所带来的影响并不比电话掉线小多少！
　　2.隐性成本。使用2至3年的100MB/s甚至10MB/s的基础设施也许还剩下相当多的燃料可以使用。但是，要转换到VoIP，企业必须要购买新的设备甚至新的电缆线。他们需要能够执行802.1p和802.1q标准的交换机。如果要保证停电期间仍可以使用，这些交换机可能还需要配置线内供电技术(802.3af标准)。总的算起来，新的边缘交换机要采用48个端口的交换机至少要68美元。具有VoIP功能的路由器，如惠普的7000dl型ProCurve安全路由器，根据配置的不同售价在1173美元至2303美元。这还不包括网络设计、安装和维护合同的费用。
看了半天不知道“隐性成本”指的是什么，是设备及安装的初始费用？怎么不考虑一下使用VoIP产品以后语音通讯费用大大降低？任何正确的投资都会有回报，回收期总是会存在的。市场经济下面，天上掉馅饼的事情绝对不可能发生！
　　3.许多不安全性。盲目相信VoIP的人会提醒你在公用电话交换网上进行窃听对于任何有经验的技术人员来说都只不过是一种雕虫小技。然而，他们没有提醒你的是虽然公用电话交换网有安全漏洞，但是，VoIP领域也必须要应付全球可接入性和简单易用的黑客工具的联合攻击。不懂窃听方法和战争拨号器的用户可能会下载“Cain and Abel”或者“Trinity”等工具来窃听电话或者实施大规模拒绝服务攻击瘫痪一个电话号码。考虑应用VoIP的公司如果要让这个语音网络安全的话必须要修复这些漏洞。
问问银行的网上交易/转帐安不安全？怕不安全就不要打电话了，面谈把！
　　4.通话质量差。数字电话非常好。拿起电话拨号就可以通话。语音从来不会像是从灌进了海水的手机中发出的声音。然而，在设计不佳的网络上使用VoIP电话，你会发现语音充满了颤音、回声、很严重失真。
我承认VoIP现阶段的通话质量没有PSTN好，但绝对可以满足正常的需要！在不好的网络上通话会出现断续、回声的问题，改善网络环境可以让网络电话打到一个让人满意的程度。
　　5.软电话的传奇。一些激进的VoIP提供商争辩说PC可以用来替代电话。仅使用一个USB耳机和一个电话软件就可以搞定。企业可以节省大量的数字电话机开支。事实是大多数公司都发现这种软电话的性能非常不稳定。Windows XP与PC的结合到目前为止还没有提供一个有效的方法优先处理语音线程。消除电话的回声也非常困难。
这个暂且放一下，我们不搞软电话！
　　6.难题：在一个VoIP网络上为114部电话提供服务需要什么规模的接入电路？不要为不知道这个问题而感到懊恼。语音工程师要解决这个问题需要一生的时间。这个问题在数字领域是非常难的，但是在VoIP领域就更加复杂。这是一个通向VoIP网络的干线的公用电话交换网吗？如果是通向VoIP网络的，这个电话要运行什么编码解码器？基本的传输网络是什么？哪些其它的应用程序共享这个接入连接？在任何类型的广域网上实施语音工程都是一种非常复杂的科学。当这个网络是VoIP网络时，就要更复杂一些。
我不清楚以上的这些问题在现在的数字媒体技术面前还算不算问题，我清楚的是现在的VoIP设备在Internet上可以稳定地长时间运行，编码解码器也可以根据不同的情况有多种国际标准选择……

CDMA2000运营商将可提供运营商级VoIP

　　洛杉矶CTIA Wireless I.T. & Entertainment大会，2006年9月12日——CDMA发展组织(CDG)(www.cdg.org) 今天宣布，通过升级到对话服务质量(QoS)的1xEV-DO版本A网络，CDMA2000®运营商将率先在无线3G网络上提供运营商级的语音IP通信服务。这项升级演进不仅支持使用VoIP包的所有最新实时服务和同步服务，还支持网络融合，并相应降低运营费用。值得注意的是，基于服务质量(QoS)的版本A网络还将提高下行链路和上行链路的数据传输速率，提供对称性，并降低高优先级的延迟敏感服务的延迟和干扰。这些服务包括:VoIP、一按即谈(PTT)、一键多媒体(push-to-media)、视频会议、多播以及丰富的多人3D游戏。
　　“能够通过移动网络提供运营商级的VoIP服务是未来几年即将实现的最大的一项突破，” CDG执行董事佩里•拉法格说，“VoIP 不仅比电路交换网络更为灵活、成本更为低廉，而且还有助于推动电信与娱乐、消费电子和信息技术的融合。”
　　第三代合作伙伴计划第二组(3GPP2)已对EV-DO版本A进行了标准化。这项技术也已得到了加强，可以支持延迟敏感应用和使用快速呼叫设置的实时应用、短传输时间间隔、各种长度的数据包的传输、通过压缩快速管理IP 包(RoHC)、快速的混合自动重传请求(HARQ)、上行链路增加冗余回馈、快速有效的连接层管理信息、服务质量(QoS)、天线多样性和移动设备控制的快速基站转换(交接)。这些紧密相关的技术突破使版本A可以为任意类型的移动应用提供最佳的性能和最低的成本。其它无线技术在成熟性和灵活性方面都无法与其相提并论。版本A支持VoIP，将导致电路转换网络和基于IP的数据包网络之间的平衡发生微变。
　　朗讯科技公司网络解决方案部移动接入解决方案业务总裁Michael Iandolo先生说:“通过版本A，运营商能够更快地部署将语音、数据、视频和多媒体融合在一起的基于VoIP的应用，满足全球绝大多数用户对移动通信的需求。朗讯认为，版本A是向全IP过渡的关键因素，通过与CDMA界的合作，我们将率先将这一理想变为现实。”
　　“CDMA2000版本A为提供基于IP的语音、多媒体和宽带数据服务、从而创造无与伦比的用户体验提供了一条快速、便捷、透明的途径。”摩托罗拉公司高级总监Darren McQueen说，“版本A实现了运营级VoIP。摩托罗拉引入版本A网络，将以同步服务带来新的用户体验，同时为快速引进其它可以使CDMA运营商在差异化服务方面占得先机的、功能丰富的应用提供了一个平台。”
　　北电副总裁兼CDMA业务总经理Doug Wolff表示:“在CDMA2000 1xEV-DO取得成功的基础上，向版本A的演进将使运营商可以利用目前使用的频谱继续向客户传送各种新型、创新、多功能的IP应用。版本A的行业领先性能支持一按即谈和视频电话等延迟敏感对话服务，提高运营商的服务质量。”
　　“由于版本A和VoIP的结合扩大了语音容量，所以运营商可以通过宽带以低于目前电路交换技术的成本提供电话呼叫，”Airvana首席执行官Randy Battat说，“它创造了一种将移动宽带部署到每个角落的商业范例，产生了一种降低成本、支持新的多媒体应用、提高收入、促进部署、从而进一步降低成本的‘良性循环’。”
　　通过EV-DO版本A提供VoIP的运营商可以获得以下好处:
　　网络融合和互操作性——不再受限于单一接入网络，VoIP应用使运营商可以通过EV-DO、有线线路、线缆、DSL和 Wi-Fi等多种接入网络提供通用服务。
　　语音容量扩大——通过版本A提供的VoIP可以在单一的1.25 MHz载波内支持44至66个同步语音呼叫，具体数量取决于支持的性能和网络负载。
　　应用和服务开发速度加快——开发一种新型服务或应用不再需要花费多年时间，新的基于IP的EV-DO版本A应用和服务可以在几周或几个月内诞生。
　　成本降低——基于VoIP的移动网络易于管理、更加有效，比基于电路的移动语音网络运营成本更低。
本文评论观点不代表VoIP龙坛的观点。

分析VoIP安全隐患以及防护方法

　　随着数据网络带宽的不断扩展，百兆甚至千兆到桌面已经成为可能。带宽的提升也为在数据网络上传输话音提供了有力的前提条件。同时，VoIP技术也日趋成熟，类似话音压缩、Qos质量保障之类的话题被大家广泛的讨论并达成共识。可以说VoIP技术已经从原来的实验性质真正的专向为成熟的商业应用。
　　随着数据网络带宽的不断扩展，百兆甚至千兆到桌面已经成为可能。带宽的提升也为在数据网络上传输话音提供了有力的前提条件。同时，VoIP技术也日趋成熟，类似话音压缩、Qos质量保障之类的话题被大家广泛的讨论并达成共识。可以说VoIP技术已经从原来的实验性质真正的专向为成熟的商业应用。
　　尽管VoIP在中国最早的应用还是在运营商中做电路交换的补充，但现在已经有很多企业用户已经开始关注起VoIP这一应用。对于新兴的小型办公企业，利用新建的数据网络的充裕带宽来承载语音，要比再建一套独立的话音系统方便许多，功能上也具备了诸如移动办公等传统话音交换机所不具备的功能。对于行业用户，因为有连接各个分支节点的数据网络，利用IP中继进行总部和分支节点间的互联可以省去租用长途电路中继的高昂费用。因此，VoIP技术在企业级用户群体中将会有广阔的应用。
　　但是，在实施项目或者在使用过程中，用户和设备供应厂家更多的会将精力放在如何改善话音质量和同现有数据网络的融合上面，很少考虑到VoIP所存在的安全隐患。如同我们将重要的应用服务器都置于防火墙的保护之内一样;其实，在VoIP的情况下，话音也是和数据应用一样，也成为了一个个的“Packet”，同样也将承受各种病毒和黑客攻击的困扰。难怪有人调侃说:“这是有史以来的第一次，电脑病毒能够让你的电话不能正常工作。”
　　究竟有那几种因素会影响到VoIP呢?首先是产品本身的问题。目前VoIP技术最常用的话音建立和控制信令是H.323和SIP协议。尽管它们之间有若干区别，但总体上都是一套开放的协议体系。设备厂家都会有独立的组件来承载包括IP终端登陆注册、关守和信令接续。这些产品有的采用Windows NT的操作系统，也有的是基于Linux或VxWorks。越是开放的操作系统，也就越容易受到病毒和恶意攻击的影响。尤其是某些设备需要提供基于Web 的管理界面的时候，都会有机会采用Microsoft IIS或Apache来提供服务，而这些应用都是在产品出厂的时候已经安装在设备当中，无法保证是最新版本或是承诺已经弥补了某些安全漏洞。
　　其次是基于开放端口的DoS(拒绝服务)攻击。从网络攻击的方法和产生的破坏效果来看，DoS算是一种既简单又有效的攻击方式。攻击者向服务器发送相当多数量的带有虚假地址的服务请求，但因为所包含的回复地址是虚假的，服务器将等不到回传的消息，直至所有的资源被耗尽。VoIP技术已经有很多知名的端口，像1719、1720、5060等。还有一些端口是产品本身需要用于远端管理或是私有信息传递的用途，总之是要比普通的某个简单的数据应用多。只要是攻击者的PC和这些应用端口在同一网段，就可以通过简单的扫描工具，如X-Way之类的共享软件来获得更详细的信息。
　　最近报道的一个安全漏洞是由NISCC(UK National Infrastructure Security Co-ordi-nation Center)提出，测试结果表明:“市场上很多采用H.323协议的VoIP系统在H.245建立过程中都存在漏洞，容易在1720端口上受到DoS的攻击，导致从而系统的不稳定甚至瘫痪”。
　　再次就是服务窃取，这个问题在模拟话机的情况下同样存在。如同我们在一根普通模拟话机线上又并接了多个电话一样，将会出现电话盗打的问题。尽管IP话机没办法通过并线的方式来打电话，但通过窃取使用者IP电话的登陆密码同样能够获得话机的权限。通常在IP话机首次登陆到系统时，会要求提示输入各人的分机号码和密码;很多采用了VoIP的企业为了方便员工远程/移动办公，都会在分配一个桌面电话的同时，再分配一个虚拟的IP电话，并授予密码和拨号权限。
　　这样，即使员工出差或是在家办公情况下，都可以利用VPN方式接入到公司的局域网中，然后运行电脑中的IP软件电话接听或拨打市话，如同在公司里办公一样。当密码流失之后，任何人都可以用自己的软电话登陆成为别人的分机号码;如果获得的权限是可以自由拨打国内甚至国际长途号码，将会给企业带来巨大的损失且很难追查。
　　最后是媒体流的侦听问题。模拟话机存在并线窃听的问题，当企业用户使用了数字话机之后，由于都是厂家私有的协议，很难通过简单的手段来侦听。但VoIP环境下，这个问题又被提了出来。一个典型的 VoIP呼叫需要信令和媒体流两个建立的步骤，RTP/RTCP是在基于包的网络上传输等时话音信息的协议。由于协议本身是开放的，即使是一小段的媒体流都可以被重放出来而不需要前后信息的关联。如果有人在数据网络上通过Sniffer的方式记录所有信息并通过软件加以重放，会引起员工对话音通信的信任危机。

网络电话|VoIP回拨技术

背景介绍

　　随着信息资讯的不断发展，各种IP电话业务都陆续产生，应用也随之普及，特别是对于一些企业、公司和常年外出、出差的人员和家庭来说使用IP业务大大的节省了费用开支，提供了使用的方便。

如今IP电话已不是热门话题，大量的运营商都推出了这项业务，竞争异常激烈，然而为了吸引更多的用户，许多运营商着手宣传低资费的网络电话服务，其主要是通过IP卡的折扣手段达到盈利。但是网络电话的使用有一些条件的限制，必须依赖宽频或者网络才能够使用该项服务，现代社会人员流动频繁，为了解决这个问题，我们需要寻求一种办法既能提供便宜的网络电话，又能方便地使用服务，于是电话远程回拨通话系统就应用而生了，也称Callback。

　　什么是"电话回拨"业务？

　　电话远程回拨通话系统（CallBack）是运营商推出的功能完善的新一代绑定手机和固定电话的长途IP业务。它可以预约充值，采用随时预约登记开通方式，通过业务控制台将您的电话由主叫变为被叫状态，完成国内市话和长途通话业务。从而大幅度的降低了用户的通讯费用，让用户尽情享受与亲朋好友的沟通和商务洽谈的乐趣，不必担心高昂的通讯费用支出。

　　业务实现

功能介绍

　　Callback主要由电话回拨业务控制子系统、卡库管理子系统、计费管理子系统三大部分组成。

　　电话回拨业务控制子系统功能

　　主叫注册登记：用户使用短信方式将购买的回拨卡与电话号码绑定，进行主叫登记。

　　呼叫接续控制：完成电话用户接入，进行电话资源调度，完成电话接继、转接、呼叫等功能，进行闭环工作、内部消息调度，协调整个系统的运行。

　　IVR语音流控制：在用户呼叫接续过程的每个环节中系统播放语音提示，引导操作流程。例如：余额提醒与查询：用户每次通话结束后系统将播报卡中余额情况提醒用户是否需要充值。

　　卡库管理子系统功能

　　系统管理员登录验证后可进行回拨卡库的生成。输入制卡的数量和金额后，可批量生成10位卡号、六位密码的回拨卡。同时还可以对卡库进行浏览、查询某条件的卡、注册用户的新卡充值、注销旧卡、卡与卡之间资费转移等。

　　计费管理子系统功能

　　可实现实时和手工计费两种方式。实时计费，按照相应的费率实时计算话费；手工计费，可以设置电话号码和时间的筛选条件，对选出的话单进行手工重新计费。当通话过程中话费少于2元时，系统向用户播放余额不足警告信息，提醒用户及时续费。

　　用户范围：

　　所有手机用户：移动（135-139）、联通（130-1330）、固定电话、小灵通；
　　最实用用户：单向手费手机、商务套餐手机用户。

确保VoIP迁移成功的建议

以下4条安全建议可以确保VoIP迁移成功。

　　保证账户安全:在建立和升级账户过程中，为用户提供的资源应当通过具有可靠的认证机制的加密隧道进行。

　　注意，并不是所有的服务提供商都这样做。Louis Mamakos表示，这就使设备容易被劫持或被注入恶意代码。

　　保护网络安全:VoIP打开了穿越NAT防火墙的脆弱的端口，并忘记关闭它们。寻找提供防火墙与语音一体化的硬件很有必要，服务提供商也提供防火墙/VoIP设备，用户最好让语音适配器能够与已有的防火墙/路由器保持同步。

　　保护呼叫安全:挑选包含VPN功能的设备。作为住宅和SOHO网关平台提供商的Intoto Software公司产品副总裁Doug Makishima说，尽管大多数VoIP服务提供商还没有对Internet上传送的呼叫进行加密，但是他们将这样做，尤其当公司已经开始要求进行加密时。

　　保证服务链的安全:当VoIP数据沿Internet传送时，竞争的信令安全标准和运营商可能造成断线或延时。寻找使用SIP支持多种标准(如Secure Real Time Protocol或IPSec)的厂商是不错的选择。

影响VoIP服务质量的因素分析

随着VoIP在Internet各类应用中占据越来越大的比重，其服务质量保证的问题也日益为业界所关注。实际上，VoIP的服务质量与网络的性能有着直接的关系，尤其是其中的四个性能参数：端到端时延、时延抖动、帧擦除和失序的包传输。而改进服务质量也往往通过对这四个参数进行控制和调整来实现。本文将对这四个参数进行具体分析。
VoIP应用的服务质量主要受到四个性能参数的影响：端到端时延（End－to－Delay）、时延抖动（Delay Jitter）、帧擦除（FrameErasure）以及失序的包传输（Out－of－OrderPacketDelivery）。下面我们将逐一进行讨论。

端到端时延
端到端时延是影响交互式语音通信质量的最重要因素之一。它必须被控制在一个合理的值以内，否则收听的一方会误认为说话的一方还没有开始讲话而开口，但恰好此时另一方的通话也到了，从而发生冲突。对用户来说，严格的端到端时延应该是指语音信息从说话方的嘴到收听方的耳朵所经历的时延，但我们通常只考虑承载语音信息的包从发射系统到接收系统所经历的时延。根据不同的网络负载状况，端到端的时延会发生变化。

时延抖动
在VoIP中，时延抖动一般是指语音流中两个连续的语音包的端到端时延的差值。时延抖动对需要规则化传输包的VoIP等应用（其他还包括视频播放等）的性能有着显著的影响。具体来说，它对语音包按照原始序列和周期模式进行重建的工作具有负面的作用。此时最大时延抖动是衡量性能的一项重要指标。由于IP包本身就存在着时延抖动，想在网络中消除语音包的时延抖动是不可能的。因此设法减轻时延抖动的不利影响就成为VoIP应用需要解决的一个主要问题。通常的方式是在接收端采用抖动缓存，在将包输出为声音流之前对时延抖动进行吸收。也就是说，在收到语音包之后并不立即进行播放，而是暂时保留在缓存中，直到预定的播放时间到来，再将缓存中积累的包进行规则播放，从而将时延抖动减少到最小。虽然这样可以使得一些迟到的包得以规则播放，但它却为早到的包引入了附加时延，因此在平均缓存时延和由于太晚到达而不得不被丢弃的包数之间需要采取折中的考虑。预定的截止时间越晚，就可能重放越多的包，而且丢包率也越低，但代价是缓存时延过高。另一方面，如果缓存时延设得较低，就会导致较高的丢包率而造成对语音的破坏。

帧擦除
帧擦除是指承载语音帧的包没有及时到达接收端。这可能是由于几个原因造成的：包在通过网络传输的过程中被破坏，包由于网络拥塞（网络节点的队列已满）而被丢弃，包由于网络的故障而丢失，或者仅仅由于到达接收端太晚而无法包括在重放语音中并被丢弃。帧擦除可能是某一个帧的丢失，也可能是一次丢失一整块连续的帧。很高的帧擦除和很高时延的共同结果可能会导致本已存在的由语音丢失造成的对语音的破坏持续更长的时间。

失序的包传输
每个语音帧都有一个序列号，包括在RTP（实时传输协议）的头部，用于标示包在流中的正确顺序。如果在沿网络路径传输的过程中出现了失序的包，到达接收端的语音帧的顺序就会发生改变。失序的包传输严重地影响着VoIP应用的服务质量。在极端的情况下，接收方无法恢复失序的帧，从而引起语音质量的下降。通常采取的解决办法同样是在接收系统中使用抖动缓存，在等待预定的播放时间到来的时候，可以对失序到达的包进行有序的调整，恢复在发送端的顺序。

VoIP/网络电话技术

通过因特网进行语音通信是一个非常复杂的系统工程，其应用面很广，因此涉及的技术也特别多，其中最根本的技术是VoIP (Voice over IP)技术，可以说，因特网语音通信是VoIP技术的一个最典型的、也是最有前景的应用领域。因此在讨论用因特网进行语音通信之前，有必要首先分析VoIP的基本原理，以及VoIP中的相关技术问题。
VoIP的基本传输过程
　　传统的电话网是以电路交换方式传输语音，所要求的传输宽带为64kbit/s。而所谓的VoIP是以IP分组交换网络为传输平台，对模拟的语音信号进行压缩、打包等一系列的特殊处理，使之可以采用无连接的UDP协议进行传输。
　　为了在一个IP网络上传输语音信号，要求几个元素和功能。最简单形式的网络由两个或多个具有VoIP功能的设备组成，这一设备通过一个IP网络连接。VoIP模型的基本结构图如下图所示。从图中可以发现VoIP设备是如何把语音信号转换为IP数据流，并把这些数据流转发到IP目的地，IP目的地又把它们转换回到语音信号。两者之音的网络必须支持IP传输，且可以是IP路由器和网络链路的任意组合。因此可以简单地将VoIP的传输过程分为下列几个阶段。
1、 语音-数据转换
　　语音信号是模拟波形，通过IP方式来传输语音，不管是实时应用业务还是非实时应用业务，道貌岸首先要对语音信号进行模拟数据转换，也就是对模拟语音信号进行8位或6位的量化，然后送入到缓冲存储区中，缓冲器的大小可以根据延迟和编码的要求选择。许多低比特率的编码器是采取以帧为单位进行编码。典型帧长为10~30ms。考虑传输过程中的代价，语间包通常由60、120或240ms的语音数据组成。数字化可以使用各种语音编码方案来实现，目前采用的语音编码标准主要有ITU-T G.711。源和目的地的语音编码器必须实现相同的算法，这样目的地的语音设备帮可以还原模拟语音信号。
　 2、 原数据到IP转换
　　一旦语音信号进行数字编码，下一步就是对语音包以特定的帧长进行压缩编码。大部份的编码器都有特定的帧长，若一个编码器使用15ms的帧，则把从第一来的60ms的包分成4帧，并按顺序进行编码。每个帧合120个语音样点（抽样率为8kHz）。编码后，将4个压缩的帧合成一个压缩的语音包送入网络处理器。网络处理器为语音添加包头、时标和其它信息后通过网络传送到另一端点。语音网络简单地建立通信端点之间的物理连接（一条线路），并在端点之间传输编码的信号。IP网络不像电路交换网络，它不形成连接，它要求把数据放在可变长的数据报或分组中，然后给每个数据报附带寻址和控制信息，并通过网络发送，一站一站地转发到目的地。
　 3、 传送
　　在这个通道中，全部网络被看成一个从输入端接收语音包，然后在一定时间（t）内将其传送到网络输出端。t可以在某全范围内变化，反映了网络传输中的抖动。网络中的同间节点检查每个IP数据附带的寻址信息，并使用这个信息把该数据报转发到目的地路径上的下一站。网络链路可以是支持IP数据流的任何拓结构或访问方法。
　 4、 IP包-数据的转换
　　目的地VoIP设备接收这个IP数据并开始处理。网络级提供一个可变长度的缓冲器，用来调节网络产生的抖动。该缓冲器可容纳许多语音包，用户可以选择缓冲器的大小。小的缓冲器产生延迟较小，但不能调节大的抖动。其次，解码器将经编码的语音包解压缩后产生新的语音包，这个模块也可以按帧进行操作，完全和解码器的长度相同。若帧长度为15ms，，是60ms的语音包被分成4帧，然后它们被解码还原成60ms的语音数据流送入解码缓冲器。在数据报的处理过程中，去掉寻址和控制信息，保留原始的原数据，然后把这个原数据提供给解码器。
　 5、 数字语音转换为模拟语音
　　播放驱动器将缓冲器中的语音样点（480个）取出送入声卡，通过扬声器按预定的频率（例如8kHz）播出。 简而言之，语音信号在IP网络上的传送要经过从模拟信号到数字信号的转换、数字语音封装成IP分组、IP分组通过网络的传送、IP分组的解包和数字语音还原到模拟信号等过程。