H.323和SIP都可以在IP网络中建立语音、视频和多媒体会话,但一通电话在两套体系中的信令组织方式并不相同。H.323通常由H.225.0、H.245以及可选的RAS等机制共同完成呼叫控制和媒体能力协商;SIP则以INVITE、ACK、BYE等请求和响应控制会话,并常通过SDP描述媒体参数。
真正的音视频媒体通常不直接由这些呼叫信令传输。双方完成会话建立和媒体参数协商以后,语音或视频一般再通过RTP等实时媒体协议传送。
因此,比较H.323和SIP信令时,可以把重点放在三个阶段:怎样找到并呼叫对方、怎样确定双方能使用什么媒体、通话状态发生变化时怎样控制和释放会话。

上图是原页面保留的早期SIP与H.323比较资料,其中“扩展性好/差、兼容性好/差、移动性强弱”等结论具有明显的历史背景。现代系统的互通能力更取决于协议版本、产品实现和实际配置,因此新版正文不再沿用这些绝对判断。
一次IP电话中哪些信息属于信令
用户拨打一个号码以后,网络首先处理的并不是语音,而是呼叫控制信息。系统需要知道主叫是谁、被叫是谁、目标终端是否可达、是否正在振铃,以及对方什么时候接听或挂机。
这部分属于信令。
典型信令过程会涉及:
- 终端注册或地址定位;
- 发起呼叫请求;
- 返回呼叫处理状态;
- 通知主叫被叫正在振铃;
- 确认被叫已经接听;
- 交换或协商音视频能力;
- 保持、恢复、转接或会议控制;
- 挂机后释放当前会话。
媒体则是另一条逻辑链路。通话建立以后,真正的语音和视频需要按照双方已经协商的地址、端口和编码方式进行传输。
所以看到“呼叫已经建立”只能说明信令过程基本完成,不能直接证明音视频媒体一定正常。媒体地址、RTP端口、NAT、防火墙和编码兼容仍然可能影响实际通话。
H.323怎样完成一次呼叫建立
H.323是一套完整的多媒体通信体系。一通典型H.323呼叫中,可能同时看到RAS、H.225.0和H.245几个部分,但是否全部独立出现,与Gatekeeper使用情况、协议版本和设备配置有关。
RAS用于注册和接入控制
如果H.323网络部署了Gatekeeper,终端可以通过RAS完成注册、地址解析、接入许可以及其他控制过程。
例如终端在正式发起呼叫以前,可以向Gatekeeper申请是否允许建立此次连接。Gatekeeper还可能根据地址和网络策略返回目标位置或相关路由信息。
没有部署Gatekeeper的H.323终端,也可以按照具体网络结构直接建立呼叫,因此RAS并不是所有H.323呼叫中都必须出现的固定第一步。
H.225.0负责呼叫建立状态
呼叫真正发起后,H.225.0信令可以使用Setup建立呼叫,并通过Call Proceeding、Alerting、Connect等消息反映不同阶段的呼叫状态。
一个典型过程可以简化为:
Setup → Call Proceeding → Alerting → Connect
Setup表示主叫发起新的呼叫请求;Alerting表示被叫侧正在振铃;Connect则表示被叫已经接听并接受本次呼叫。
H.245完成能力交换与媒体控制
呼叫双方还需要确定各自支持哪些音频、视频编码以及怎样打开媒体逻辑信道。H.245负责这类多媒体控制过程,包括终端能力交换以及逻辑信道的建立和关闭。
早期H.323实现中,H.245过程可能在H.225呼叫建立之后独立进行。后续H.323增加了Fast Connect、H.245 Tunneling等方式,用于减少额外往返或把部分H.245控制信息与其他信令一起传输。
因此,不能把H.323固定理解成“RAS、H.225、H.245三条独立信道全部走完以后才能通话”。具体信令数量和建立过程会随实现方式变化。
SIP怎样通过INVITE建立会话
SIP采用请求与响应方式组织会话控制。主叫User Agent发起INVITE,被叫或中间代理根据处理状态返回相应响应。
一通比较典型的SIP电话可以表示为:
INVITE + SDP → 100 Trying → 180 Ringing → 200 OK + SDP → ACK → RTP媒体 → BYE → 200 OK
INVITE发起会话
主叫终端发送INVITE,请求与被叫建立会话。INVITE中可以携带SDP,描述主叫准备使用的媒体类型、编码方式、媒体地址和端口等信息。
INVITE可能直接到达被叫,也可能经过Proxy、B2BUA、SBC或其他SIP网络节点。
1xx响应表示呼叫处理状态
100 Trying表示请求已经进入处理过程;180 Ringing通常表示被叫终端正在振铃。不同平台还可能使用其他临时响应描述会话处理状态。
200 OK与ACK完成会话确认
被叫接听以后,可以返回200 OK。双方通常在INVITE和最终响应中的SDP完成Offer/Answer媒体协商。
主叫收到200 OK后发送ACK确认。至此,双方已经建立SIP会话,随后按照协商结果传输实际媒体。
BYE释放已经建立的会话
任意一方希望结束已经建立的通话时,可以发送BYE,对方返回200 OK后,会话结束。
SIP实际网络往往比这个基础示例更复杂。注册、鉴权、DNS查询、SIP中继、SBC、NAT、呼叫转移和Early Media等都可能增加额外消息,因此不能简单用固定的“1.5个RTT”描述所有SIP呼叫建立时间。
H.245和SDP分别协商什么
H.323中的H.245与SIP系统中常用的SDP都与媒体能力有关,因此经常被拿来比较,但二者的职责范围并不完全相同。
H.245不仅处理终端能力交换,还涉及主从确定、逻辑信道控制以及其他多媒体控制过程。双方可以通过H.245确定支持哪些音频、视频或数据能力,并建立相应媒体逻辑信道。
SDP本身是一种会话描述格式,常用于说明:
- 会话包含音频还是视频;
- 媒体IP地址与端口;
- 双方支持哪些codec;
- 媒体发送、接收方向;
- 其他与媒体会话有关的属性。
SIP通常通过Offer/Answer机制交换SDP。比如主叫在INVITE中发送一份媒体Offer,被叫在200 OK中返回Answer,双方从共同支持的编码中确定实际通话参数。
因此,可以把H.245和SDP理解成在媒体能力处理上存在部分功能对应,但不能直接写成:
H.245 = SDP
H.245承担的控制范围更广,而SDP主要负责描述媒体会话参数。
保持、转接和会议的信令怎样处理
基本呼叫之外,电话系统还需要处理保持、恢复、转接和多人会议。这些补充业务最容易出现“协议支持”与“平台实际能力”混淆。
SIP保持与恢复
SIP保持通常通过重新协商媒体方向实现。例如一方可以利用re-INVITE或UPDATE发送新的SDP,把媒体方向调整为sendonly、inactive等状态;恢复通话时,再重新协商正常媒体方向。
所以“保持”不是简单停止发送RTP数据,双方的会话状态也需要按照协议和平台逻辑进行更新。
SIP呼叫转移
SIP呼叫转移的典型机制是REFER。转移方通过REFER告诉另一方应向新的目标发起会话,后续再通过相关SIP消息报告处理状态。
这和原文章中“在BYE里增加Contact头域即可实现呼叫转移”的说法不同。BYE的主要职责是结束已经建立的SIP会话,并不是标准呼叫转移方法。
H.323补充业务
H.323体系可以通过H.450系列等标准支持呼叫转移、呼叫保持等补充业务。具体终端和系统支持哪些H.450业务,仍取决于实际设备实现。
多方会议
H.323并不是只能通过单一集中式MCU进行会议。H.323多点通信可以采用集中式、分散式或混合式结构,MC、MP和MCU承担不同控制和媒体处理职责。
SIP核心协议也没有规定“会议天然就是分布式组播”。SIP多人会议通常会引入会议Focus、Conference URI以及Mixer或其他媒体服务器。具体媒体可以由MCU、Mixer、SFU或平台采用的其他媒体架构处理。
所以,两套体系都可以实现多人会议。区别更多体现在会议控制模型和媒体系统组织方式,而不是简单判断哪一个“集中”、哪一个“分布”。
怎样通过信令判断问题出在哪一层
H.323和SIP信令分析最实际的价值,是帮助区分问题发生在呼叫控制还是媒体传输。
如果终端根本无法发起或收到呼叫,首先需要检查注册、地址、号码路由和呼叫建立消息。
H.323可以检查RAS、Setup、Alerting、Connect以及H.245能力协商是否按预期完成;SIP则可以检查REGISTER、INVITE以及返回的1xx、2xx、4xx等响应。
如果对方已经振铃,但始终无法完成接听,就需要继续确认最终接通消息是否正常。例如H.323中是否收到Connect,SIP中是否正确完成200 OK和ACK。
如果电话已经建立,计时也已经开始,但双方没有声音或只有一边能够听到,则不应该继续只盯着呼叫信令。
这时需要进入媒体层继续检查:
- 双方协商的codec是否兼容;
- 媒体IP地址是否可达;
- RTP端口是否被防火墙阻断;
- NAT转换后的媒体地址是否正确;
- 网关、SBC或媒体服务器是否修改了媒体路径。
也就是说,信令抓包主要帮助回答“这通电话有没有建立、走到哪一步”,媒体分析则进一步回答“建立以后声音和视频实际上去了哪里”。
如果需要从系统层面比较H.323与SIP的网元结构、应用环境和当前使用边界,可以参考H.323与SIP有什么区别?体系结构、信令流程与媒体协商对比。
如果实际项目需要把H.323设备接入SIP系统,则进一步涉及H.225与SIP消息映射、H.245与SDP媒体能力转换以及地址映射,可以继续参考SIP与H.323互通。

上图是原页面保留的ISUP与SIP信令映射图,并不是H.323与SIP之间的直接信令转换。它说明了SIP还可以通过互通实体与传统电路交换电话信令建立呼叫状态映射,因此在新版文章中仅作为补充历史资料保留。