随着多媒体信息的丰富和计算机网络技术、通信技术的快速发展,对多媒体数据流的实时传输要求越来越高,如何提供高质量的多媒体数据流处理成为网络数字音视频监控急需解决的问题。网络数字监控系统通常采取C/S设计结构,本文重点研究了其客户端的软件实现。由于实时音视频通信对于网络传输带宽、时延要求较高,且需要多种模块协作完成系统功能,因此系统实现需要采用高效的数据编码方式和实时传输策略以及灵活的开发平台。G.723.1是一种压缩比可达24的低码率语音编码算法标准；H.264是新一代视频压缩编码标准,在保证更高的编码效率的同时提供了很好的质量保证,是当前最高效的视频压缩算法。DirectX是微软公司推出的新一代基于COM的流媒体处理的开发包,利用它实现监控系统客户端处理,能提高系统的通用性和可扩展性。本论文回顾了监控系统的发展历程和现状,对流媒体技术的概念和原理作了简单阐述。设计实现了基于DirectX技术的音视频监控客户端,着重论述了系统的整体框架设计和系统内模块的设计和实现。首先,概要介绍系统框架结构；其次,详细讨论了各个模块的内部结构,包括音频数据多缓冲接收,多线程技术,DirectSound播放；视频数据循环指针队列接收,Filter的开发,DirectShow构建Filter Graph显示图像；最后,对整个系统提出测试方案并记录测试结果。