随着互联网技术和通信技术的日益发展,传统的点对点话音通信已经不能满足人们对交流的多人参与性和多媒体交互丰富性的需求。特别在工商企业领域,除了进行多人对话外,彼此间还需要视频交互、文字消息等多种媒体的沟通,因此,诞生了迎合此类需求的视频会议系统。视频会议系统是集媒体信息编解码、数据传输及控制、外设等于一体的设备。相对于传统H.323,SIP信令技术能够在基于IP的互联网上提供更为通用灵活的控制以及更具扩展性的应用,因此,SIP协议成为视频会议系统会话控制方面的主流协议。参照IETF组织的RFC3261, RFC3265, RFC3550等协议,本文设计实现了基于SIP的视频会议系统。该系统采用SIP作为通信信令、会话控制协议以及使用RTP协议作为流媒体传输标准,实现了简单高效的会议管理逻辑、视频会议过程中的SIP信令典型流程,以及语音、视频信息的传输。在视频会议系统的设计与实现过程中,构思了一种改进的符合语音信号特征的音频混音结构及溢出处理算法。该算法在传统的混音衰减因子法的基础上,采用短时能量及短时过零率对混音的衰减因子进行动态修正。实测结果表明该算法改善了话音的听觉舒适度与混音算法的性能。在H.264视频编解码上,为了降低ARM端负荷,本文采用DM6446双核处理器,并用Codec Engine来充分提升编解码计算性能。在H.264的RTP传输上,自行设计了FU分片与组合的过程,实现了视频数据的网络传输。本文通过搭建测试环境,测试了在局域网环境下视频会议系统的SIP信令交互过程、语音传输及视频传输功能。测试结果表明,SIP信令的交互、会议的创建、与会用户的邀请以及订阅、散会等流程符合设计要求。系统语音传输延迟小,音质较好,视频传输画面流畅,达到了视频会议系统要求。