随着多媒体技术和网络技术的不断发展，多媒体通信业务在Intemet应用中逐渐占据主导地位。然而目前各种多媒体通信系统各成体系，缺乏统一的呼叫过程，难以相互沟通，因此迫切需要一种灵活的会话控制机制。此外，以音频、视频流为代表的实时数据传输在流量控制、服务质量等方面与传统数据传输有很大区别，TCP/UDP传输协议在这类应用中遇到很大挑战。如何在Intemet上高质量地传输实时语音、视频流媒体业务，越来越受到人们的关注。 针对上述问题，本文采用SIP作为多媒体通信的信令控制协议，结合RTP、RTCP传输协议，并引入DirectShow多媒体处理技术，提出了基于SIP的多媒体通信系统客户端的实现。SIP是由IETF提出的应用层信令控制协议，具有结构简洁、易扩展等良好的特性。采用SIP对多媒体会话进行呼叫控制，很好地解决了通信系统间呼叫建立统一性问题。RTP/RTCP是由IETF的AVT小组制定的用于传输实时多媒体数据的协议，两者协同工作，保证多媒体信息实时、高质量传输，同时可用于解决音频和视频数据的同步问题。 文章首先分析了SIP协议及多媒体网络传输技术的研究现状，提出本文的研究内容和重点。接着对研究过程中涉及的主要协议及关键技术进行简要的概念及原理介绍。然后在此基础上，重点论述了基于SIP的多媒体通信系统客户端的实现方案。提出系统总体功能需求，介绍系统网络体系结构、系统通信流程、软件模块结构、软件运行流程等系统总体设计，并将系统分成系统资源管理、呼叫控制、实时传输、媒体处理四个子系统，详尽阐述各自功能及实现方法。子系统整合后的客户端能够实现多媒体会话呼叫控制、音视频数据采集、编解码及实时网络传输等功能。最后，对实现的客户端系统进行了呼叫控制和媒体流链路的功能性测试，给出实验结果。实践证明了SIP及RTP/RTCP协议在多媒体通信技术中的优越性，该系统具有较好的规范性和可重用性。另外，论文对SIP协议的大规模网络应用以及融合多媒体业务尚需开展的工作进行展望，并指出了系统还需完善的地方。