互联网及相关技术已应用于人们生活的方方面面,随着移动互联网如3G、4G等技术的兴起,手机已经成为人们访问互联网的主要媒介,VoIP技术也逐渐开始流行。相比于传统电话,VoIP通信方式有着费用低、部署简单、可定制性强等优点。但是,由于VoIP通信质量依赖于网络质量,而无线网络质量相比于传统移动电话难以得到保证,因此在VoIP音频、视频通信中有着回声、噪声、卡顿等各方面干扰因素。若要使VoIP技术有着更广泛应用,进而实现移动互联网中的高质量音频、视频通信,必须就这些缺陷进行相关优化处理。本文就如何提高VoIP通信中音频、视频质量进行了相关研究。本文通过深入分析了Google开源项目WebRTC相关源代码,论证了WebRTC底层音频引擎以及相关音频处理模块在VoIP通信中应用的可行性,设计并且实现了一种基于WebRTC音频引擎的VoIP通信框架,在VoIP通信中使用WebRTC底层相关技术,并成功移植其音频处理AEC模块应用于VoIP通信中进行回声消除,通过实验对比论证,证明了其性能相比于传统开源Speex回声处理方式有了一定提升。然后针对WebRTC引擎降噪模块对于复杂噪声源噪声抑制效果较差的情况,为其额外加入了一种基于循环神经网络的音频噪声抑制模块,使用GRU网络结构进行音频降噪处理。通过不同噪声环境下的实验论证,证明了该方法相比于传统WebRTC噪声抑制方案性能有了一定提升,在复杂噪声环境下其性能优势较为明显。视频通信方面,本文基于TCP拥塞控制中的慢启动算法设计了一种慢启动码率控制方案,使VoIP视频通信时码率可根据实时网络传输速率而改变,从而改善了由于网络传输速率波动造成的视频丢包现象,提升了VoIP视频通信的流畅度。同时,针对慢启动码率控制算法中性能完全依赖于传输阈值初始设置,在阈值设置不准确的情况下视频通信周期性丢包的情况,设计了一种基于循环队列原理的自适应码率阈值控制方案。系统在通信时将会自动尝试调整码率阈值,使VoIP视频通信达到最佳通信体验。通过相关实验,证明了其对于网络波动情况下能有效地降低视频通信周期性丢包现象。