网际协议话音通信(VoIP)的时代已经来临，它融合了电话和数据通信世界，在低成本的因特网上提供分组的语音并传送数据流。这种从电路交换到分组交换网络的转变正飞快地进行着，从而能够支持超出了简单的语音传输的应用，并延伸到可以在相同的基础设施上传输数据的其它形式的应用。但是，这类嵌入式设计的难点就在于选择一种低成本、易于配置而且性能适应市场需要可以扩展的处理解决方案。具体地说，嵌入式解决方案的“最佳点”就是采用一种能够实现低通道数量VoIP解决方案而同时为增值能力和服务(例如视频、音乐、图像和系统控制等)留出足够空间的处理器。 

　　当今的话音网，例如公共交换电话网(PSRN)——采用数字交换技术在呼叫方和接收方之间建立一条专用链路。虽然这种连接只能提供有限的带宽，但是它不采用复杂的编码算法就可以提供可接受的质量水平。 

　　另一方面，VoIP采用网际协议(IP)在因特网或专用网上发送数字化的话音服务。IP分组由一个控制头部和数据净荷组成。头部为分组提供网络导航信息，而净荷包含压缩的话音数据。 

　　和电路交换电话不同的是，数据传输是基于分组的，以便对数据块进行分组和压缩，然后通过网络发送出去，最终在接收端进行重新组装。换句话说，发送方和接收方之间无需专用链路。 

　　分组技术非常适合在网络上传输“数据”(例如，一个JPEG文件或电子邮件)，因为传送降为“尽力服务”型。该网络可在相同的媒质上高效地传送来自于多种信源的数据。但是，对于话音服务来说，“尽力服务”型是不够的，因为接收端解码得到的音频信号质量可能令人无法接受，因为当分组经过网络的延时是不固定的。这就是为什么VoIP协议要通过服务质量(QoS)来致力于提供固定的网络带宽以便防止延时降低话音质量。 

　　分组话音包括在话音数据块中增加头部和尾部信息。分组开销必须最小以防止增加延时。因此，这个处理过程必须在最小的传输延时和最有效地利用网络带宽之间达到一个平衡。当然，分组尺寸越小发送分组越快，分组尺寸越大组合时间越长。但是，大的分组因为在较大的话音数据块中分摊头部和尾部信息，所以其网络带宽利用率要高于小分组的利用率。 

　　由于网络的特性，数据传输的速率变化很大。这种偏差称为抖动。通过将分组缓存足够长的时间，保证最慢的分组也能及时到达以便按照正确的顺序解码，从而达到消除抖动的目的。当然，抖动缓冲器也增加了对系统的总延时。 

　　延时是一个很重要的参数，因为它代表了经过IP网络系统的时间延迟。单向延时是指从电话发送端说话到电话另一端的人听到它的时间间隔。双向延时就是指两个单向延时的简单加和。在北美的PSTN电话系统中，双向延时不到150ms。当然，延时越短，通话就越自然。