随着多媒体计算机技术和通信技术的不断发展，网络所传输的信息越来越丰富，当前以Internet为代表的网络正朝着多媒体综合业务发展。许多实时的多媒体应用，如视频点播、可视电话和远程教育等在IP网络中迅速开展起来。为了满足信息时代人们对信息交流的需求，多媒体通信成为当今通信领域的一个热点。 综合网络技术与多媒体技术的VoIP技术正是在这一背景下产生的，并得到了迅速的发展，成为语音通信领域中的一个强有力的竞争者。VoIP(Voice over IP)是一种利用IP网络作为传输载体实现计算机—计算机、普通电话—普通电话以及计算机—普通电话之间实时语音通信的技术，具有采用分组交换技术，提高线路利用率，降低通信费用等优点。 本论文首先探讨了VoIP的研究背景及发展概况，并对它的基本原理、实现方式等进行了简要介绍。之后针对VoIP系统的一些关键技术，文中分别详细描述了AAC语音压缩编码标准，SIP协议和实时传输协议RTP。 对于VoIP发展的关键技术之一的信令技术，目前最为广泛应用的两种VoIP信令协议是H．323和SIP。H．323是目前VoIP信令的主流，但是SIP以其简单灵活的协议结构、分布式的控制模式以及与Internet紧密结合等优点而更加符合VoIP和未来网络发展的趋势，因此日益受到重视。论文介绍了SIP协议的体系结构、功能、呼叫处理流程等，并对H．323协议和SIP协议进行比较，指出了SIP协议的优越性。 论文在上述理论分析的基础上，设计了一个小型局域网上的基于SIP的VoIP系统模型，主要包括音频处理模块，音频数据包封装与解析模块和SIP用户代理模块。通过语音压缩算法对语音数据进行编码压缩处理，及对其按RIP、UDP、TCP/IP等标准进行层层封装，变成IP数据包。在主叫端和被叫端通过SIP协议建立连接后，经过IP网络把数据包发送至被叫端，并将接收到的数据包经过解码、解压处理后，恢复成原来的语音信号，从而达到用互联网传送语音的目的。该系统的建立，以实践证明了SIP协议在开发实时多媒体通信系统中的方便性和高效性。 最后，结合目前出现的多种新业务，对VoIP技术的未来进行了展望。