與傳統(tǒng)電話會議橋相比，通過IP網(wǎng)絡(luò)承載語音時控制回聲和延遲是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。當一個ISDN電話通過網(wǎng)關(guān)交互工作時，情況就要稍微復制一些，如圖6-2所示。當網(wǎng)關(guān)接口連接一個模擬網(wǎng)絡(luò)時，用戶到網(wǎng)絡(luò)的接口多數(shù)情況下只需兩條線（輸入和輸出信號共用一對線），這時就需要四線/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。會造成電話會議音質(zhì)下降。
　　（2）抖動緩沖所造成的端到端延遲和幀丟失。會造成電話會議延遲大。
　�。�3）聲音接口造成的聲學回聲�；芈曇彩请娫挄�議系統(tǒng)的重要考核指標。

　　電話網(wǎng)絡(luò)對語音質(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，如長延遲、抖動和丟失，因此需要一個新的框架來評定語音質(zhì)量。這一工作正在ESTI TIPHON（第5工作組）中進行研究。
　　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回聲引起。如果發(fā)話方的回聲被反射2詞，他還會影響受話方。這是受話方會聽到兩次發(fā)話者的聲音--先是一個大信號，然后是一個被長時間延遲的弱信號。這就是受話回聲。

　　（1）混合回聲

　　混合電路用于二/四線轉(zhuǎn)換，在模擬電話會議橋中也很常見，如圖6-4所示。其中，Zref用來匹配電話會議線路的特征阻抗，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。

　　事實上，永遠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就會回饋到輸出信號上。這種寄生信號就是混合回聲。一方面，它會造成信號在兩個放大器中間循環(huán)，如果一路延遲在20ms左右，就會造成“教堂效果”。為了避免網(wǎng)絡(luò)的不穩(wěn)定性，造四線路徑是哪個信號至少要降低6dB。另一方面，Zref 不匹配的電話會議將網(wǎng)絡(luò)上所有的輸入信號都反饋回去，那么線路另一方的發(fā)話者就會在一個往返時間之后聽到她自己的聲音。

　　在許多國家，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)生在本地交換機鏈接模擬電話的地方。因為交換機返回到電話的回聲沒有延遲，所以不會有影響。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立刻被注意到，其往返時間大約為50ms。

　　（2）聲學回聲

　　聲學回聲指的是設(shè)別的一部分聲音信號回饋到同一身邊的受話器中。常見的“免提電話”就是一種帶有聲學回聲消除的擴音電話，而“會議電話”則是一種沒有聲學回聲消除的擴音電話。常見的會議電話有寶利通的擴展型，標準型，soundstation2，八爪魚會議話機，Meeteasy，Konftel、音絡(luò)等多個品牌。

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

　　抑制聲學噪音的一種簡單方法是使用頭戴耳機，但是如果使用適當?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)話方信號的45dB以下。ITU建議G.168中針對典型回聲路徑測試給出了一些建議指標。

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