IP语音的关键技术包括以下几个方面：

　　（1）语音的编码与压缩技术：IP语音处理的关键技术之一就是语音的编码及压缩技术，采取的编解码算法和压缩技术直接影响到NGN网络的语音质量。语音的编码及压缩过程在网关、IAD或智能终端中完成，这个过程需要先进行数字编码，转换为PCM码，然后经过专门的DSP芯片进行数据压缩，最后再形成IP包数据的形式，以适合IP网络上的传输带宽。根据语音信号的不同特征，语音编码通常可以分为两大类：波形基编码和参数基编码。ITU-T在G系列建议中对语音编码技术进行了标准化，已经公布了一系列语音编码协议，采用波形基编码的方式主要有G.711、G.721、G.722、G.723、G.726、G.727，采用参数基编码方式的主要有G.728、G.729、G.729A、G.723.1。这些协议采用不同的算法，具有不同的速率。较高速率的编码协议对话音质量较易保证，但占用网络资源较大；较低速率的编码协议对话音质量较难保证，但占用网络资源小。目前软交换网络中常用的编码算法包括G.711、G.729、G.723。

　　（2）静音抑制技术，又称语音活动侦测技术（VAD）:静音抑制的目的是从声音信号流里识别和消除长时间的静音期，以达到在不降低业务质量的情况下节省话路资源的作用，它是IP电话应用的重要组成部分。静音抑制可以节省宝贵的带宽资源，可以有利于减少用户感觉到的端到端的时延。通常，VAD都是通过对几个连续的30ms帧的判断来给出结果，从而保证结果的可靠性。

　　（3）舒适噪音生成技术（CNG）:CNG的目的是在尽可能小的传输花费条件下产生与实际背景噪音相匹配的噪音。在发送端，CNG算法利用VAD算法的结果计算出编码参数，接收端利用该编码参数来合成噪音。

　　（4）抖动缓冲技术：抖动是指IP包时间的长短变化。当为了防止这种抖动，在媒体网关中采用了抖动缓冲技术，即在接收方根据网络状况动态地设定一个缓冲池，语音到达时首先进入缓冲池暂存，系统以稳定平滑的速率将语音包从缓冲池中取出，解压播放给受话者，从而在一定限度内有效处理语音抖动并提供较好音质。

　　（5）分组丢失的侦测与补偿技术：当分组网络出现拥塞时，会出现较大的分组丢失现象，这就要求语音网关设备能够侦测出这些分组的丢失并能够实现对丢失分组的再生功能。

　　（6）DTMF检测和传送技术：DTMF信号由电话键盘使用相同幅度的两个不同的高频和低?a href='http://www.baiven.com/baike/223/303528.html' target='_blank' style='color:#136ec2'>道床彩敲教辶鞯囊徊糠郑堑缁八⒊龅牧硪恢稚簦珼TMF信号传输在语音网络中极为重要。因此要求网关设备能够检测出终端产生的DTMF信号并将其转换为相应信息单元予以传送。此外还要求网关设备能够生成DTMF信号。关于DTMF传输技术的进一步内容可参看Q38。

　　（7）回声处理技术:在软交换网络中要求网关设备支持回声消除技术。关于回声处理技术的进一步内容可参看Q39。