网络及通信技术的迅猛发展大大改善了多媒体应用的环境,推动了媒体应用的发展。出现了很多的多媒体通信系统,如多媒体会议系统、视频点播系统等,这些系统在IP网络上提供点对点及多点的多种媒体通信业务。这篇论文主要就是关于在IP网络中提供点对点的视频会议系统中的语音编码技术及媒体传输过程中的同步问题。在语音压缩算法有很多方法,其中引用最广泛的是激励线性预测类编码器,它将矢量量化技术引入了语音编码,在中、低速率的带宽范围内给出相当好的语音质量。但是这类算法复杂度高,矢量量化、码本的搜索通常十分耗时。本文以G.728为例阐述了CELP压缩算法的原理,给出了在一般处理器上优化语音算法的基本途径。在实际应用中可以看到优化后执行效率的提高。视频会议中语音和视频必须实时传输,但是在IP网传输上传输音频和视频一般采用无服务质量保证的UDP协议,使得视频和音频不可避免地出现流内关系和流间的不同步,导致播放质量下降。本文对媒体流同步关系进行了分析和研究,给出了一种媒体流同步的实现方案。