现如今，因特网得到了非常广泛的应用，除了传统的电子邮件、http等业务，随着网络的逐渐普及和发展，流媒体技术成为了近年来的一个研究热点，并随之出现了很多的多媒体通信业务。这些业务通常对实时性要求较高，还需要较高的带宽，而且这些数据还有较强的突发性。但是有一个很大的优势就是可以利用全球互联的IP(Internet Protocol)环境作为数据传送的平台，从而降低了通信费用且应用形式多样。本文主要研究通过分组交换网传送语音数据，用网络实现实时的语音通信。传统的传输层协议已不能满足语音、视频等实时性数据的传输要求。因为文字和图片的传输与实时语音的传输是完全不同的，短暂的延时将导致严重的服务质量。如何高质量的传送实时语音数据已经成为网络实时语音通信的关键问题。本文首先研究了RTP(Real-time Transport Protocol)实时传输协议的格式、构成，并深入研究了一个开源的JRTPLIB库，该库用C++语言实现了RTP协议。然后深入研究了语音压缩编码原理以及现有的压缩算法，并提出一种语音压缩编码算法，语音压缩是实时语音传输中的一个关键问题，用尽可能少的数据恢复出较好的语音，从而减少占用带宽，降低网络拥塞程度，提高通话质量。最后是本系统的设计与实现，其中用到了静音检测算法，并提出一种自适应静音检测算法，有实验表明在通话过程中只有40%的时间为有效的通话时间，所以剔除静默状态下的语音数据，可以较好的改善通话质量。