网络通信技术的飞速发展,使得以IP网络为传输媒介的实时音视频传输应用日益广泛。在专业实时音频传输方面,普遍设备成本太高,且存在仅支持单一网络通信方式、对传输地点依赖性强方面的不足。因此,设计一种低成本、能适应各种网络环境、对传输地点适应性强、音频质量高的专业实时音频网络传输设备具有重要意义。针对目前多数音频传输设备仅支持一种网络接入方式的不足,本文设计了支持ADSL、LAN、3G三种传输方式的实时音频网络传输设备,以满足不同应用场合需要,然而他们的带宽却相差甚远,网络条件稳定性也不尽相同。实现高质量实时音频传输的关键有四点:一是采用何种编码算法以保证音质,二是采用何种传输协议以实现传输的实时性,三是如何消除由于传输延时不同而造成的延时抖动,四是如何根据网络条件变化保证传输质量。首先,为了获取高质量音频,音频采集为48kHz、16位、立体声采样,编码部分采用了高效率的aacPlus算法,低码率下仍能获取高质量的音频,编码后的数据量所占带宽完全能满足ADSL、LAN、3G中任何一种带宽条件。第二,采用实时传输协议RTP/RTCP,利用其中的序列号、时间戳、以及丢包比例等信息,解决了数据包乱序、以及为如何判断网络状况好坏为拥塞控制提供依据等问题。第三,针对为消除延时抖动而设置的接收缓冲区与音频实时性相矛盾的问题,设计了动态接收缓冲区,使得在消除抖动的情况下而不造成大的延时。最后,针对基于RTCP的拥塞控制机制存在RTCP包可能丢失而不能及时判断网络状况的问题,在此基础上提出了基于接收缓冲区状况的拥塞控制机制,采用基于RTCP与接收缓冲区状况相结合的拥塞控制办法,有效的保证了实时音频的传输质量。