我想问一些关于Android的按键通话应用程序开发的问题。 最近，我一直在为Android开发即按即说应用程序。我使用 DatagramSocket 通过本地无线网络（W-LAN）发送语音和接收语音作为数据包。我使用点对点网络，所以没有服务器。
我对代码没有问题，但我不了解VoIP理论的基础，所以我想问一些问题，希望有人可以给我简单的答案：）
1。我的即按即说应用程序是否被认为是基于VOIP的？
2. 有几种VOIP协议，如SIP，H.323等等。如果我的PTT应用程序被认为是基于VOIP的，并且我使用Socket-Packet（UDP，我是对的？）来交换语音，那么我使用的是什么VOIP协议？它被认为是RTP协议吗？
我想了解我的PTT应用程序背后的理论，我理解我的java代码，但我没有适当的VOIP知识。 我试图在谷歌找到一些信息，但我仍然不明白我的PTT应用程序和VOIP技术之间的关系。 在此之前，我感谢你的新朋友，对不起我的英语！
答案 0 :(得分：1)
予。 “VoIP”是一个非常广泛的术语，但是，如果您的应用通过IP网络传输语音，它绝对是VoIP，尽管它可能使用完全专有的协议（例如Skype）。
II。 VoIP堆栈基本上分为两个元层 - 1）信令和2）媒体传输。它们中的每一个又由多个自己的层组成（例如，用于SIP：会话，对话，事务和传输层）。信令协议的示例是H.323，SIP，MGCP。最标准的媒体传输是RTP。你可以使用自己的交通工具; RTP应用特定限制（作为AVP配置文件），但与各种库和其他实现兼容。
有些协议对信令和媒体使用相同的套接字和相同的传输类型;广泛使用的是IAX。大多数其他信号和媒体是分开的，因此套接字是分开的，可能它们有不同的类型。符合标准的SIP实现应该在UDP和TCP上运行，并且对于大的请求切换到TCP（默认情况下> = 1300字节）;还建议使用SCTP。对于所有传输，协议实现细节作为重传策略和请求超时以不同方式指定，但使用任何正确的L4协议没有主要问题。
另一个故事是媒体传输（根据RTP或同等规定）。在这里，以浮动延迟为代价传输所有数据的典型TCP方式对我们来说真的很讨厌。 TCP适用于批量流量类，如文件传输或数据库交互。在人类之间的互动交流中，我们比声音应变更喜欢噪音和零星的声音损失。因此，TCP在这里是一个非常糟糕的选择，并且应该使用同步传输类，并且UDP是良好的默认选择。 SCTP也可以用作媒体传输，但具有有限的重传选项（并非所有堆栈都支持它）。 （有尝试使用TCP来穿越NAT点，但这一切都是绝望的行为。）
如果您的应用程序假设一次发送一个语音消息而不是一个接收者（即一种广播或多播），则拒绝使用面向连接的媒体传输，有效地仅保留UDP。这也需要在信令级别进行适当的协商。
III。语音编解码器的选择是特定于平台的，我不使用哪些是原生的Android。在“大”VoIP中，有许可设置和免费设置，具有非常小的交叉点（AFAIR，G.711和GSM）。尽管如此，有很好的编解码器（例如Opus）可以适应各种要求，包括部分丢包。