随着网络条件的不断改善,在互联网上进行音频和视频的传输成为可能,VoIP就是在这样的背景下应运而生。虽然VoIP相对于传统的电话有其自身优势,但它也面临着一些难题,如互通互连和媒体同步。本文正是基于这样的背景对SIP信令协议和VoIP音视同步进行了研究,并在研究的基础之上进行了基于SIP协议的VoIP终端的设计。本文从整体上提出了本终端基于通用性考虑的系统构架,该构架包括硬件系统和软件平台两个部分。硬件部分采取设计方法与设计实现并重的原则,以XScale PXA270处理器为核心,按照时钟电路、复位电路、SDRAM存贮电路和Flash电路的设计步骤来对硬件平台进行构建。软件平台的搭建重点介绍Linux操作系统、设备驱动和根文件系统的选择。接着论文重点对终端中两个重要模块SIP信令模块和音视频同步模块进行设计和实现。在SIP信令模块的设计中,重点研究并定义了一种基于事务状态机模型的用户代理结构,通过对用户状态的迁移过程的抽象分析,定义了一系列对应的处理接口,从而解决了信令控制复杂的问题。在音视频同步模块的设计中,综合考虑人的感官敏感性、音视频传输实时性、终端系统资源和网络带宽等方面的因素,采用一种基于RTP协议和SIP协议的综合解决方案。该方案是一种基于播放时间的同步方案,它以音频流为主媒体流,利用RTP协议中的时间戳信息,动态的调节视频的播放速率,同时利用SIP信令中的re-INVITE机制根据网络拥塞状况对信源中的视频数据发送进行调节。本文最后采用主观MOS评分和客观SPD参数测试两种方法,对终端的相关的性能进行测试,测试结果表明:终端的SIP信令控制正确,有良好的互通性,音视频同步质量良好,同步模块能有效工作。