有鑑於H.323與SIP所規範的多點會議 (Multipoint/Multiparty Conference) 中，常用的集中式 (Centralized)以多方會談控制單元 (Multipoint Control Unit；MCU) 為核心，不僅增加建置成本，更限制了通訊協定訂立時的彈性。本論文所提出的多人會議系統，乃架構在自行設計的全球網路電信局上，設計出一套新的通訊協定 (Call-Setup Protocol) ，改採較為彈性的P2P (Peer to Peer) 方式，即可提供多人同時對談的功能。
另外，本論文所採用的混音機制 (Speech Mixing) ，乃以語音活動偵測 (Voice Activity Detection；VAD) 為主，混音者接收各與會者所傳語音封包後，將型態為Rate_8k者解壓縮，並藉能量判斷是否確實為有聲，針對正在說話的與會者進行混音與壓縮；再者，本論文採用回音消除機制 (Echo Cancellation) 置於所有與會者，因此大量降低了混音者在解壓縮、壓縮的計算量及頻寬需求。
故本論文提出之方法具有四大特點：一、使用方便，不需任何設定；二、不需額外設備，系統價格低廉；三、混音者端頻寬需求極低；四、混音者端計算量需求極低。

Due to the disadvantages of centralized multipoint conference in H.323 and SIP, a new multipoint conference protocol is proposed and implemented on the IP-based telecommunication system. The flexible call-setup protocol is proposed to achieve the multipoint conference among users without any extra setting and assisted device.
Moreover, the voice active detection (VAD) and line echo cancellation (LEC) algorithm are used to reduce the requirement of bandwidth and computation. The experiment results confirm that the performance of our system is good. Four advantages will be founded. First, no extra setting, user interface is friendly. Second, no extra assisted device are needed. Third, the bandwidth requirement of server is low. Fourth, the computation requirement of server is also low.

中文摘要 i
英文摘要 ii
誌謝 iii
目錄 iv
表目錄 vi
圖目錄 vii
第一章 緒論 1
1.1 研究背景 1
1.2 研究動機 1
1.3 研究方法 2
1.4 章節概要 2
第二章 多點會議 3
2.1 常見的網路音訊會議 3
2.2 H.323的多點會議 3
2.3 SIP的多點會議 8
第三章 多聲道混音機制 14
3.1 傳統多聲道混音機制 14
3.2 完全解碼法 14
3.3 部分解碼法 15
第四章 全球網路電信局之多人會議系統 24
4.1 全球網路電信局 24
4.1.1 設計理念 24
4.1.2 系統架構 24
4.2 多人會議系統 28
4.2.1 設計理念 28
4.2.2 通訊協定 29
4.2.3 通訊協定的實現 34
4.2.4 程式架構圖 36
4.2.5 狀態移轉圖 37
第五章 基於VAD與回音消除的改良式混音機制 46
5.1 設計理念 46
5.2 語音活動偵測 46
5.3 線性疊加 52
5.4 回音消除機制 55
5.4 放音機制 57
5.5 基於VAD與回音消除的改良式混音機制 59
第六章 實驗結果與分析 62
6.1 計算量分析 62
6.2 頻寬需求 67
6.3 延遲分析 70
第七章 結論與未來展望 77
7.1 結論 77
7.2 未來展望 77
參考文獻 78

[1]ITU-T H.323: “Packet-based Multimedia Communications Systems,” Sep., 1999.
[2]IETF H.245: “Control Protocol for Multimedia Communication,” June, 1996.
[3]H. Schulzrinne, S. Casner, R. Frederick and V. Jacobson, “RTP: A Transport Protocol for Real-time Applications,” Internet Engineering Task Force, Jan., 1996.
[4]M. Handley, H. Schulzrinne, E. Schooler and J. Rosenberg, “SIP: Session Initiation Protocol,” Internet Engineering Task Force, Mar., 2001.
[5]H. Sinnreich and A. Johnston, “Internet Communications Using SIP: Delivering VolP and Multimedia Services with Session Initiation Protocol,” New York: John Wiley & Sons, pp. 179- 185, 2001.
[6]G. Camarillo, “SIP Demystified,” United States of America: McGrow-Hill, pp. 214- 220, 2002.
[7]M. Handley and V. Jacobson, “SDP Session Description Protocol,” Internet Engineering Task Force, Apr., 1998.
[8]K. Singh, G. Nair, and H. Schulzrinne, “Centralized Conferencing Using SIP,” Internet Telephony Workshop 2001, New York, Apr., 2001.
[9]陳慶彰，「運用G.729與G.723.1於多點會議系統之多聲道語音混合方法」，國立中央大學碩士論文，民國九十年六月。
[10]B. S. Atal and M. R. Schroeder, “Stochastic Coding of Speech at Very Low Bit Rates,” Proc. Int. Conf. on Communication, Amsterdam, pp. 1610- 1613, 1984.
[11]ITU-T G.729, “Coding of Speech at 8kbit/s Using CS-ACELP,” Mar., 1996.
[12]ITU-T G.729 Annex B, “A Silence Compression Scheme for G.729 Optimized for Terminals Conforming to Recommendation V.70,” Nov., 1996.
[13]洪郡志，「全球網路電信局之研究與實作」，國立台北科技大學碩士論文，民國九十一年六月。
[14]黃俊堯、黃耀文、許景華、陳孝忠，「WinSock網路程式設計之鑰」，資訊人文化事業有限公司，頁5- 5，民國八十五年六月。
[15]S. H. Hwang, “Computational Improvement for G.729 Standard,” IEE Electronic Letters, Vol.36, No.13, pp.1163- 1164, Jun., 2000.
[16]陳建吉，「G.729語音壓縮計算量化簡」，國立台北科技大學碩士論文，民國九十一年十二月。
[17]J. Sohn and W.Sung, “A Stochastical Model-based Voice Activity Detection,” IEEE Signal Processing Letters, Vol. 6, No. 1, pp.113- 114, Jan., 1999.
[18]胡國華，「DSP-Based回音消除之研究與實作」，私立元智大學碩士論文，民國八十九年九月。