與傳統(tǒng)電話會(huì)議橋相比，通過IP網(wǎng)絡(luò)承載語音時(shí)控制回聲和延遲是Voip的技術(shù)關(guān)鍵。IP電話呼叫的媒體路徑可用圖6-1來表示，其中不包括PSTN或ISDN終端。當(dāng)一個(gè)ISDN電話通過網(wǎng)關(guān)交互工作時(shí)，情況就要稍微復(fù)制一些，如圖6-2所示。當(dāng)網(wǎng)關(guān)接口連接一個(gè)模擬網(wǎng)絡(luò)時(shí)，用戶到網(wǎng)絡(luò)的接口多數(shù)情況下只需兩條線（輸入和輸出信號(hào)共用一對(duì)線），這時(shí)就需要四線/二線混合電路，如圖6-3所示。在VOIP系統(tǒng)中，造成語音質(zhì)量下降的因素是：

　　（1）IP網(wǎng)絡(luò)的包丟失、延遲和抖動(dòng)。會(huì)造成電話會(huì)議音質(zhì)下降。
　　（2）抖動(dòng)緩沖所造成的端到端延遲和幀丟失。會(huì)造成電話會(huì)議延遲大。
　　（3）聲音接口造成的聲學(xué)回聲。回聲也是電話會(huì)議系統(tǒng)的重要考核指標(biāo)。

　　電話網(wǎng)絡(luò)對(duì)語音質(zhì)量控制技術(shù)的有關(guān)內(nèi)容在ITU建議中有完整的描述，這里主要討論語音質(zhì)量中影響終端用戶感覺的不分，大多數(shù)情況在傳統(tǒng)電路交換電話和當(dāng)前IP電話中多是相同的。但是，IP電話網(wǎng)有一些特殊的因素，如長(zhǎng)延遲、抖動(dòng)和丟失，因此需要一個(gè)新的框架來評(píng)定語音質(zhì)量。這一工作正在ESTI TIPHON（第5工作組）中進(jìn)行研究。
　　1、電話網(wǎng)絡(luò)中的回聲
　　2、電話網(wǎng)絡(luò)中最主要的回聲是發(fā)話回聲--它是發(fā)話方所通道的被延遲了的自己的語音。種種回聲由受話方的電氣回聲或聲學(xué)回聲引起。如果發(fā)話方的回聲被反射2詞，他還會(huì)影響受話方。這是受話方會(huì)聽到兩次發(fā)話者的聲音--先是一個(gè)大信號(hào)，然后是一個(gè)被長(zhǎng)時(shí)間延遲的弱信號(hào)。這就是受話回聲。

　　（1）混合回聲

　　混合電路用于二/四線轉(zhuǎn)換，在模擬電話會(huì)議橋中也很常見，如圖6-4所示。其中，Zref用來匹配電話會(huì)議線路的特征阻抗，以便抑制發(fā)話回聲，使發(fā)話方正在其受話器中幾乎聽不到自己的聲音。

　　事實(shí)上，永遠(yuǎn)無法與二線線路的特征阻抗完全匹配，因此一部分輸入信號(hào)就會(huì)回饋到輸出信號(hào)上。這種寄生信號(hào)就是混合回聲。一方面，它會(huì)造成信號(hào)在兩個(gè)放大器中間循環(huán)，如果一路延遲在20ms左右，就會(huì)造成“教堂效果”。為了避免網(wǎng)絡(luò)的不穩(wěn)定性，造四線路徑是哪個(gè)信號(hào)至少要降低6dB。另一方面，Zref 不匹配的電話會(huì)議將網(wǎng)絡(luò)上所有的輸入信號(hào)都反饋回去，那么線路另一方的發(fā)話者就會(huì)在一個(gè)往返時(shí)間之后聽到她自己的聲音。

　　在許多國(guó)家，傳輸網(wǎng)絡(luò)完全由四線線路構(gòu)成。二線與四線的變換只發(fā)生在本地交換機(jī)鏈接模擬電話的地方。因?yàn)榻粨Q機(jī)返回到電話的回聲沒有延遲，所以不會(huì)有影響。另一方面，有電話一端產(chǎn)生的回聲通過網(wǎng)絡(luò)返回到另一端電話就會(huì)立刻被注意到，其往返時(shí)間大約為50ms。

　　（2）聲學(xué)回聲

　　聲學(xué)回聲指的是設(shè)別的一部分聲音信號(hào)回饋到同一身邊的受話器中。常見的“免提電話”就是一種帶有聲學(xué)回聲消除的擴(kuò)音電話，而“會(huì)議電話”則是一種沒有聲學(xué)回聲消除的擴(kuò)音電話。常見的會(huì)議電話有寶利通的擴(kuò)展型，標(biāo)準(zhǔn)型，soundstation2，八爪魚會(huì)議話機(jī)，Meeteasy，Konftel、音絡(luò)等多個(gè)品牌。

　　典型的聲學(xué)回聲相對(duì)于用麥克風(fēng)講話的人來說或者使用電話會(huì)議耦合器設(shè)備，是一種大約10-15dB以下的寄生信號(hào)，與混合回聲類似。這種幾倍的聲學(xué)回聲，如果它的延遲在29ms以下就不會(huì)引起人的注意；如果為40ms，那么線路另一端的的會(huì)議室聽起來就像對(duì)方在井里講話一樣；如果往返時(shí)間超過40ms，情況則會(huì)更糟。

　　抑制聲學(xué)噪音的一種簡(jiǎn)單方法是使用頭戴耳機(jī)，但是如果使用適當(dāng)?shù)脑O(shè)備，即使是用免提電話也能將寄生回聲的能量控制在發(fā)話方信號(hào)的45dB以下。ITU建議G.168中針對(duì)典型回聲路徑測(cè)試給出了一些建議指標(biāo)。

　　回聲消除器通常不可能同時(shí)消除聲學(xué)回聲和電氣回聲，因?yàn)槁晫W(xué)回聲的路徑變化多端，因此對(duì)于合成的回聲很難找出一種動(dòng)態(tài)的適應(yīng)方式。對(duì)于ITU的特殊回聲消除器來說，G.168的性能可能就不夠了。新詞有一個(gè)新的建議G.168已經(jīng)生效，而且有些已經(jīng)被一些廠家實(shí)現(xiàn)。(例如：“會(huì)訊通”www.sokuda.com)這個(gè)建議包括一些有用的內(nèi)容，比如當(dāng)檢測(cè)到高速M(fèi)odem的相位反轉(zhuǎn)音時(shí)能夠停止回聲消除的能力。當(dāng)前電話會(huì)議設(shè)備中的聲學(xué)回聲的典型衰減值是：揚(yáng)聲器電話為10-15dB；免提電話或有高質(zhì)量聽筒的電話為35-40dB。電話會(huì)議耦合器，音頻處理器可以很好的消除電話會(huì)議的回聲和嘯叫，確保電話會(huì)議的語音質(zhì)量清晰。系統(tǒng)穩(wěn)定。