雖然VoIP產品在市場出現已超過七年，但Vonage、AT&T、Sprint和其它服務供應商在最近所做的宣佈引起很大騷動，使得消費性設備製造商競相推出住宅VoIP閘道器產品。本文即針對VoIP住宅閘道器產品的所有主要部份，詳細說明它們的設計考量...
雖然VoIP產品在市場出現已超過七年，但 Vonage、AT&T、Sprint和其它服務供應商在最近所做的宣佈引起很大騷動，使得消費性設備製造商競相推出住宅VoIP閘道器產品。本文即針對VoIP住宅閘道器產品的所有主要部份，詳細說明它們的設計考量，並介紹今日VoIP住宅閘道器常見的主要組件功能，高品質VoIP通話所必備的關鍵要素，特別是電話電路的某些設計考量，以及概要介紹安全、資料路由和QoS監測等要素，使其能提供更深入的設計分析。
住宅VoIP閘道器為低成本裝置，多半是獨立式機種，它們會透過寬頻數據機為傳統電話系統(POTS)提供VoIP功能。在TMD/類比POTS世界，和以IP為中心、以封包為基礎的網際網路世界間，它們扮演著橋樑的角色。
就像是大多數的消費性產品，它們的設計人員常須滿足嚴苛的產品成本目標以及緊迫的發展時程要求。產品功能採購單通常不只包含基本VoIP閘道器功能，其它輔助功能也會列於其中，例如普通住宅路由器常見的資料橋接和路由功能、語音加密和IPSec等新出現的語音和信令安全功能、以及為住宅VoIP服務提供故障排除和例行維護所需的網路連線品質(QoS)功能。
大部份現有手機仍是POTS產品，因此用戶端設備撥出的多數VoIP電話都來自於語音閘道器連接的POTS話機。至於遠端設備則可能是另一部VoIP用戶端裝置或連接至公眾電話交換網路(PSTN)的POTS電話(圖1)。
當然，由於消費者早已經習慣現有的POTS系統，因此任何VoIP系統若是想要成功，首先就必須提供與其相同的使用經驗。要複製PSTN系統提供的傳統使用者介面，撥號音的產生和偵測功能就變得不可或缺，它必須能夠正確分辨使用者撥打的號碼，然後在接收端重新產生這些號碼，以便成功地執行通話程序。
不僅連線時需要產生和偵測撥號音，為了因應語音郵件和電話卡等撥號音驅動式功能，在通話過程中也必須處理撥號音的產生和偵測，因此VoIP處理功能還要提供適當的支援，使其能於頻帶內(in-band)正確地傳送雙音複頻(DTMF)撥號音。然而具備資料壓縮功能的語音編碼器卻可能導致撥號音失真，為了避免這種可能出現的訊號失真，設計人員利用低位元率的語音編碼器來處理撥號音時，就必須求助於更先進的技術，例如專門支援雙頻複頻訊號中繼傳輸的IETF RFC2833標準。除此之外，失真撥號音的還原以及撥號過程音的提供都需要撥號音產生功能，撥號音的偵測以及適當的傳真和資料數據機訊號切換能力也不可或缺，因為我們必須支援PSTN目前提供的所有電話設備。
傳統POTS網路必然會出現回音，PSTN則會在系統各個部份採用回音消除電路。當線路必須從4線電路轉換至2線電話混合電路時，線路回音就會出現。電話網路產生的回音會擴散至封包網路。
根據PSTN規格要求，延遲時間超過50毫秒就必須提供回音消除功能，但由於VoIP解決方案的IP網路部份必然會讓全程延遲時間增加50毫秒以上，因此當VoIP解決方案連接至PSTN網路時，線路回音消除就變成不可或缺的功能。為達成這項要求，圖2所示的回音消除電路，會對接收自和傳送到封包網路的語音資料進行比較，在進入封包網路的傳送路徑上有個數位濾波器，它會消除電話網路所造成的回音。
回音消除的尾長是指處理器必須消除的回音長度，不同的VoIP應用對其要求也有所差異。尾長的要求是由閘道器設備(住宅閘道器)和4線至2線轉換電路之間的距離決定，其範圍通常是從住宅/SOHO應用的8毫秒到32毫秒，電信等級應用對於尾長的要求最多可達128毫秒。
由於透過住宅VoIP閘道器撥出的多數電話最後都會連接至PSTN設備，因此回音消除就變成必要功能。就住宅閘道器而言，8至16毫秒的回音消除尾長通常已經足夠，而且為了達到最起碼的通話品質要求，回音消除功能還必須符合ITU G.165以及G.168標準。
類比訊號至語音封包的轉換時，需要語音編碼的功能，這通常包含將G.711-PCM編碼串流所產生的64kbps串流，進行資料壓縮來降低位元率，使得網路和用戶端線路之間的資料傳送更有效率。
G.729ab和G.723.1是現有VoIP系統常用的語音編碼器，其中G.729ab語音編碼器的資料速率最低可至8kbps，G.723.1則為 5.3和6.3kbps。這些低位元率語音編碼器和G.711各有優缺點，前者能減少頻寬使用量，後者則提供略佳的音質。G.729a是應用廣泛的 G.729語音壓縮演算法的最佳化實作，必須注意的是G.729為基礎演算法，它還能與G.729a相互操作。G.729ab則是這個演算法的附錄B部份，它直接將語音偵測功能(Voice Activity Detection，VAD)加入語音編碼器。
無論內建至編碼解碼器或做為外部軟體功能，VoIP設計都應以可設定(啟動/關閉)的方式支援語音偵測和相關的靜音抑制功能。語音偵測功能會監視所收到的訊號，判斷其中是否包含語音訊息，若在一段時間內未能偵測到語音訊息，軟體就會暫停不必要的封包作業和隨後的靜音傳送動作。這項功能還會測量電話設備介面的閒置雜訊特性，然後將雜訊量測值送到接收端的閘道器。為了讓使用者知道電話線路暢通，建議使用舒適音產生功能，它會在接收端播放很小的背景雜訊。
住宅閘道器還必須支援傳真中繼技術，它能減少頻寬使用量，同時讓IP傳真線路更強固可靠，因此現已成為SOHO和SMB設備的常見功能。傳真中繼功能必須對傳真掃描資料進行解調，將其封裝成IP封包，再由接收端閘道器將傳真IP封包解調還原。要提供這些功能，就必須支援傳真機和VoIP閘道器之間的 T.30傳真協定，以及IP傳輸所需的T.38傳真IP分封包裝協定。
住宅VoIP閘道器會利用脈衝編碼調變(PCM)介面的FXS信令與傳統電話設備溝通，該介面會接收類比編碼解碼器介面所送出的PCM取樣值，再把它們轉送給適當功能。除此之外，這個介面還會將DSP處理完成的PCM取樣值轉送給數位介面。這個PCM介面還會對輸出取樣值持續進行再取樣，避免取樣值漏失。
語音和傳真取樣值處理完成後，就須將它們分封包裝。VoIP系統通常採用即時封包，所以接收端需要一個語音播放單元做為接收語音封包的緩衝器，然後將它們轉送給語音編碼器以便播放給使用者。這個播放單元還同時擔任抖動緩衝器和管理器，它能讓多個封包依序等待處理，避免發生資料不足或資料溢出的現象。
前述功能多半由軟體提供，而且大都在DSP實作。它們也能由RISC處理器提供，但只有在典型RISC功能需要最少的運算處理時，這種做法才顯得合適。對於只採用RISC處理器的VoIP架構，可供使用的處理器週期(MIPS)必須謹慎管理，並以最適當的方式分配給語音處理以及網路/電話訊號處理。
把電話訊號轉換成封包只是VoIP閘道器解決方案的一部份，閘道器還必須支援電話控制訊號，例如電話的掛斷和接聽功能，還有網路控制訊號和Session Initiated Protocol(SIP)之類的通訊協定，這兩類功能對於主機處理器和軟體有著極為不同的要求。無論要將電話訊號和協定轉換成封包協定，或是反過來，其過程都牽涉到許多處理作業，而且這些作業通常會由RISC處理器執行。
多數應用會以類似於狀態機器的軟體服務做為通話控制器，專門處理這些功能(圖3)。在閘道器中，這個通話控制器會在每一通電話的某個階段執行這些必要功能。網路協定堆疊則是信令處理的另一項關鍵要素，SIP是住宅閘道器市場非常流行的一種協定，但也有許多產品採用MGCP以及H.323協定。
住宅應用所使用的VoIP閘道器須支援今日電話服務常見的各種功能，包括話中插接、指定轉接、留言指示訊號和電話轉接，系統需要適當軟體來解譯這些網路傳來的命令，並且經由閘道器到電話上執行這項功能。
做為服務供應商網路的遠端裝置，住宅閘道器須能在現場或從遠方設定其組態，且其過程不需獨立的監視器或其它設備。要支援這種組態設定，閘道器須提供適當軟體來接受和處理這項配置要求，使用者介面也應簡單易用，這類設備配置軟體的設計並非易事。另外，市場還希望住宅閘道器提供雙鏡像(程式負載)儲存能力，讓更新程式能夠直接下載至閘道器，不需要刪除現有的鏡像，這會影響整體的軟體程式設計以及FLASH和SDRAM需求。除此之外，我們也不應忽略裝置驅動程式、乙太網路介面、即時作業系統和IP堆疊。
舊型類比電話需要FXS(Foreign Exchange Station)才能連至語音閘道器(圖4)，某些應用則需要FXO(Foreign Exchange Office)線路才能使用PSTN對外撥號(圖5)。FXS包含兩個部份，分別是編碼解碼器和用戶線路介面電路(Subscriber Line Interface Circuit，SLIC)。
語音閘道器的用戶端裝置需要FXO介面才能連接至當地的電話公司(圖5)。FXO包含編碼解碼器和DAA(Data Access Arrangement)，編碼解碼器的功能和它在FXS時完全相同，DAA則會模擬POTS，其主要功能是除去高壓直流偏壓。DAA會在PSTN端形成閉迴路，使得PSTN系統送來的訊號中，只有類比交流訊號能夠通過。
在用戶端設備的住宅應用中，語音閘道器通常會連接至寬頻數據機的區域網路端，若使用者家裡有一部以上的個人電腦，語音閘道器就有可能是獨立式裝置，由它連接另一部路由器或集線器，做為IP連線的終點。若使用者家裡只有一部個人電腦，那麼隨著語音閘道器的加入，使用者必須先架設家庭網路，同時再採購路由器或集線器。要讓封包語音服務的應用更簡單，最合適的語音閘道器組態是增加資料路由功能，由它連接至另一部個人電腦；此時數據機會連至寬頻數據機的廣域網路端，個人電腦則連至區域網路端。若採用這種組態配置方式，語音閘道器就應該包含資料路由功能。
瞭解寬頻連線的應用和組態配置對於資料功能和效能的決定會有很大幫助。除了VDSL之外，多數住宅寬頻數據機的傳輸容量都小於50Mbps，因此設計語音閘道器時，必須先瞭解最終使用者的應用，然後才能決定適當的價格和效能目標。這些閘道器應該提供的部份功能包括：
‧路由
‧NAT、NAPT、動態和靜態
‧防火牆
‧DHCP用戶/伺服器
‧PPPoE
‧TFTP
除此之外，將語音閘道器整合至路由器或集線器，消費者就不需要多買一部裝置，持有成本也會降低。若消費者家裡另外買了一部個人電腦，他們還可添購交換器，使他們能透過網路將個人電腦和語音閘道器連接在一起。
許多服務供應商正在部署住宅VoIP服務，他們對於安全語音通訊非常注意。安全VoIP的實作可以利用資料通訊已經建置的許多安全元件，現有網際網路安全基礎設施的重要功能之一就是監測傳輸資料的完整性，此安全元件會確保發送端和接收端之間的訊息未被竄改，同時確認接收方的身份正確無誤。另一種類似的安全元件則是對於不可否認性的支援，它是指數位簽章訊息的拒絕(根據金鑰)。網際網路安全性的機密等級，確保只有訊息的發送者和接收者會看到這類訊息的內容，安全元件的授權功能則會確保網路使用者必須通過身份驗證後，才能夠使用特定的網路服務。
隨著最終使用者或者是服務供應商對於安全顧慮的不同，提供各種等級的安全功能將變得有其必要，例如語音承載資料的加密就是常見功能之一，另一種安全等級可能需要將連線過程的信令訊息加密。
雖然壓力已經出現，希望廠商以最低成本提供住宅閘道器解決方案，但它也要求所選擇的零件必須達到最高品質和效能。語音處理、網路和電話信令、POTS介面和乙太網路介面是這類閘道器發展所需的最低功能要求，它對於瞭解增添服務 (supplementary service)的類型以及設備配置功能(provisioning function)的範圍都極為重要，這是確保產品完整性所不可或缺的要求。地區性考量以及可程式要求會主導POTS介面的類型，最終還會影響它們的成本；除此之外，住宅閘道器若需要其它的先進功能，例如資料路由或是語音加密或認證，那麼它們就需要更多的處理效能。若將這些功能都包含進來，設計人員就必須確保其產品採用足夠彈性的架構，並提供適當的處理效能以支援這類需求。這個系列的其它文章將深入探討這些功能的各種問題和優缺點。
發展VoIP系統時，它與類比電話的介面是重要考慮因素之一，設計人員必須瞭解公眾電話交換網路(PSTN)對於電話設備的要求，因為VoIP系統也要支援這些設備。以下文章會把重點放在標準POTS電話的兩種常用介面：FXS及FXO。
FXS和FXO是類比電話世界常見的名詞，在傳統PSTN電話線路裡，局端交換機會將電源和響鈴訊號送至電話，再由電話本身構成完整的Tip/Ring線路，以便向PSTN提出服務要求或接聽來自PSTN的電話。對於透過網際網路撥打的電話，FXS電路會模擬電信局端交換機，住宅閘道器則，提供電源和響鈴訊號給電話，同時偵測迴路電流。另一方面，FXO電路則會模擬電話，使得線路形成完整迴路，並偵測進來的響鈴訊號。
FXS和FXO原本是為了擴大市內電話範圍。在800免付費電話出現之前，想替昂貴長途電話費用尋找替代方案的企業客戶提供外線撥號音服務，廠商也發展許多電信設備支援這項服務，這些設備最初為類比系統，然後變成數位，它們將外部電信網路交換機房(foreign central office，又稱為Foreign eXchange Office)傳來的撥號音轉送給多個內部電信網路交換機(local central office sites，又稱為Foreign eXchange Stations)(圖6)。這項應用是FXO介面的早期用途之一，也是此技術目前仍能存在的主要原因。
FXS電路包含兩部份，分別是編碼解碼器和用戶線路介面電路。編碼解碼器是由類比數位轉換器(ADC)和數位類比轉換器(DAC)組成，類比數位轉換器負責將類比電話送來的類比訊號轉換成數位訊號，以便透過VoIP網路傳輸，數位類比轉換器則將數位訊號轉換成類比電壓，然後再來驅動類比電話。為了達到 4KHz的音訊頻寬，類比數位轉換器和數位類比轉換器的取樣速率通常會在8KHz左右。SLIC元件會模擬PSTN網路的電壓位準，它須偵測電話的掛斷和接聽動作，同時產生高達120V的響鈴電壓。
FXO是由編碼解碼器和DAA組成，編碼解碼器的功能和它在FXS時完全相同，負責類比語音和數位訊號的轉換，DAA則能模擬POTS電話，其主要功能是除去高壓直流偏壓。DAA會在PSTN端形成閉迴路，使得PSTN系統送來的訊號中，只有類比交流訊號能夠通過。
在VoIP閘道器中，FXS電路是透過封包網路撥打電話和接聽電話的主要介面。在局端應用裡，FXS介面是由POTS線路卡的兩線式SLIC介面擔任。在用戶端應用中，FXS電路則是內建於閘道器，負責提供撥號音、電池電流和響鈴電壓，同時偵測話機所形成的閉迴路；由於這個切換功能是在用戶端設備層級提供，因此與PSTN的直接連線就變得毫無必要。然而在某些情形下，利用FXO介面連線至PSTN仍然有其用處，因為只要稍為做些改進，它就能同時做為局端和普通POTS電話的介面。FXO連接埠的部份重要用途為：
‧電源故障時的緊急連接線路：語音閘道器的電源中斷時，閘道器將無法連接至封包網路，也不能撥打或接聽電話，此時可利用繼電器將類比電話直接連至PSTN。這種情形出現時，FXO電路即可發揮其智慧功能，偵測通話是否仍在進行，防止這通電話在電源恢復後被切斷。
‧通話重新導向：封包網路無法連接至用戶所撥的號碼時，即可使用這項功能，此時為了接通電話，語音閘道器會將它重新導向FXO連接埠。對於一部操作方便的閘道器，用戶端裝置會將所撥的號碼直接送至FXO連接埠，這樣使用者就不必重新撥號。
‧遠距VoIP撥號：用戶出門在外時仍能透過PSTN網路，利用家裡電話號碼撥打VoIP電話，語音閘道器會透過FXO連接埠接聽這通電話，再將它轉接到VoIP網路。
圖7和8顯示FXS和FXO介面提供某些共同功能，它們又稱為BORSCHT功能，這個名詞主要代表FXS功能，FXO則較像其中部份功能的鏡像。BORSCHT可簡述如下：
‧B：FXS線路饋送介面所提供的電源饋送功能，FXO介面與其對應的則是電源汲取功能。從圖8即可看出，FXO的電話接聽繼電器(off-hook relay)會將局端Tip和Ring接腳連接在一起，限流功能則是由FXO提供。
‧O：FXO必須提供過電壓保護功能，因為閃電打雷或電源交互干擾等情形都可能發生。在FXS電路中，SLIC的Tip和Ring輸入端還經過特別設計，使其提供額外的過電壓保護能力。
‧R：響鈴訊號由局端提供，但是FXO應能偵測響鈴訊號，並轉送這項資訊。FXS必須提供鈴流給話機，SLIC會將編碼解碼器或SLIC產生的低電壓響鈴訊號放大，再將其送至用戶迴路讓電話響鈴。
‧S：信令是指FXO接收「掛斷電話/接聽電話」資訊以及將接聽電話控制命令傳送至局端的能力，它還須偵測響鈴和其它狀況，並且傳送這項資訊。FXS必須能夠偵測電話的掛斷/接聽狀態、偵測和產生雙音複頻(DTMF)撥號音以及產生來電號碼的顯示訊號。
‧C：編碼是編碼解碼器的功能之一，它是指語音訊號的類比至數位編碼以及數位至類比編碼，FXS和FXO介面都包含編碼解碼器。
‧H：混合電路功能(hybrid functionality)對於穩定性和良好的音質極為重要，它在FXS和FXO介面的重要性完全相同。
‧T：測試通常不是FXO的功能，這與自動維護並不相同，測試功能是由局端提供，但由於FXS電路會繞過PSTN，因此所需的測試和診斷功能已內建至編碼解碼器和SLIC。
無論透過PSTN或封包網路撥打電話，穩定性和音質都極為重要。回音對於FXS和FXO介面功能的潛在衝擊非常大，另外要注意的是在這兩種情形下，用戶端設備都必須內建特殊的混合電路功能，這樣才能應付世界各地的不同線路阻抗。普通的POTS電話大約會有200Ω至400Ω的未受控阻抗，由於從局端到用戶端的電流是兩線式，又不會提高增益，因此常見的阻抗變動現象並不會影響電路效能。但若電信系統在每一端都使用2至4線的音頻混合電路，或是4線電路提供了某些增益，那麼穩定性和回音問題就可能出現。
線路回音有兩個來源，一是傳送的語音訊號在混合電路(2至4線轉換點)經過一段延遲時間後滲入接收路徑，另一則是阻抗不匹配使得訊號在用戶迴路裡反射回來。PSTN系統總是會出現回音，但它們不必然會造成問題；事實上，您經由電話所傳送的訊號會有一部份耦合至接收路徑以產生側音。側音讓用戶能從聽筒裡聽到自己的聲音，如果沒有側音，用戶將無法確定對方是否聽到他的聲音，這會使得通話過程變得很糟糕。
然而線路回音若未受控制，使其音量變得太大，就可能對打電話的人造成兩方面影響：1.回音越大，對於通話過程的影響就越大。電話線路通常都有回音，只不過它們的音量很小，用戶無法察覺。2.回音的延遲時間也會對音質產生極大影響，這個延遲時間是從用戶講話開始，直到他聽到自己回音的所需時間，只要全程回音時間超過25毫秒，音質就會受到影響。
混合電路提供2至4線轉換以及4至2線轉換，其主要功能是限制外送訊號「滲入」接收路徑的程度。由於傳輸混合不平衡(混合電路零件不完美，阻抗不匹配等原因)，總會有些Tx訊號進入Rx路徑(圖9)。
除了傳輸混合不平衡所導致的回音，混合電路終端阻抗不匹配也會造成線路回音，若終端阻抗不等於線路特性阻抗，回音就會產生，因為兩線式用戶迴路進來的訊號會撞上混合電路的終端阻抗，然後反射回線路(圖10)。電話或數據機等終端匹配不良的用戶端設備也可能在用戶迴路產生回音。
想更瞭解線路回音的來源，就需要PSTN的某些背景知識，這種電話網路包含兩個基本組成單元：交換傳送核心及用戶迴路。
交換和傳送單元負責通話內容的傳送和路由、通話服務和計費等。在這個部份，所有的語音和資料訊號都是以數位傳送，Tx和Rx訊號也會使用不同的路徑，這使得訊號的長距離傳送更簡單，還能使用中繼器、微波傳輸塔或是其它設備。用戶迴路是由「最後一段」的銅材質線路所構成，它會將局端和用戶端連接在一起。
在圖11中，若我們追蹤電話A的Tx訊號，則小正方形方塊就代表可能的回音產生點(Echo Generation Point，EGP)，原因是傳輸混合不平衡或阻抗不匹配。在這個例子裡，我們假設這些EGP會產生很大的回音，並且造成問題。從圖中可以看出電話A共有 3個地方會產生回音(EGP 2、3和4)，其中EGP2的回音是由於混合電路與電話線路的阻抗不匹配而產生，然後再傳回電話A。這個回音不會造成困擾，因為全程延遲時間不長，所以使用者不會注意到它的存在；除此之外，側音也會蓋掉這個回音。EGP3和4產生的回音才是有問題的回音，因為它們的全程延遲時間很長，可能會超過25毫秒；一般說來，網路「遠端」產生的回音會造成最大問題。EGP3的回音是由於傳輸混合不平衡，EGP4則是因為話機和線路的阻抗不匹配。
為了幫助消除不必要回音，電話服務供應商通常會在PSTN內部安裝回音消除器。以圖11為例，若要消除電話A的線路回音，就必須在第2個Class5交換機的前面或內部安裝回音消除器。將回音消除器加入網路的4線電路部份，它的工作是針對包含EGP3和4在內的用戶迴路，為其建立回音特徵模型，然後配合電話A的Tx訊號知識，使它能在電話B的Tx訊號傳送回電話A之前，先將EGP3和4產生的回音消除。在VoIP系統中，凡由VoIP用戶端閘道器撥出或是接聽的電話，其回音都應由VoIP閘道器處理。若電話須繞線至PSTN，則PSTN會繼續執行回音消除功能。
雖然透過封包網不需直接連線至PSTN，但這並不表示系統設計人員不必滿足PSTN的要求。VoIP住宅閘道器的設計人員必須瞭解目前的電話設備需求，然後將它們用於系統的FXS和FXO介面。下列4種主要標準是瞭解PSTN行為和需求的關鍵：
‧GR57規定了數位迴路載波(Digital Loop Carrier)系統在局端Tip/Ring接點和系統用戶端Tip/Ring接點之間的行為。
‧TA909描述了光纖到路邊(Fiber-to-the-Curb)系統在局端數位介面(北美為T1)和系統用戶端Tip/Ring介面之間的行為。Fiber-to-the-Curb系統通常是16至24通道系統。
‧GR303討論「整合式」數位迴路載波系統的行為，並且規定此系統在局端數位介面(T1)和系統用戶端Tip/Ring介面之間的行為。這類系統通常相當龐大，用戶端可能有數百對Tip/Ring接點。
‧GR1089指定電話基礎設施在北美地區所應符合的環保標準，其中包括它們對於閃電、電源交互干擾(power cross)和電磁干擾的抵抗能力，它還規定了非故意電磁幅射值(EMI)的限制。