VoIP是建立在IP技术之上的分组化、数字化媒体传输技术，由于其有效地利用了互联网IP分组交换技术的优势，所以相较于传统PSTN网络可以显著的降低通信成本，提高通讯线路的利用率，而且可以方便的是实现新业务的添加。近年来VoIP技术已经得到了迅速的发展，成为Internet应用领域的一个热点。VoIP系统的基础是信令协议，由ITU-T和IETF先后制定的H.323和SIP协议是当前的两大主流VoIP信令协议。在系统信令选择上进行综合对比发现SIP相较于H.323协议具有以下优点：SIP协议采用文本形式，所以其结构简单灵活、方便调试和扩展，更符合NGN环境下的VoIP技术发展趋势。因此重点研究实现了一种基于事务状态机模型的SIP协议栈，解决了SIP信令的解析和控制问题。在协议栈的基础之上实现了协议栈封装，使上层模块更易于完成对常用SIP信令的控制功能。为了完成媒体数据的处理，设计并实现了媒体会话模块。主要实现了实时媒体传输子模块以完成底层媒体数据的RTP传输功能，并设计实现了抖动缓存用于解决媒体数据的抖动，并设计了媒体数据处理流程的组织和管理机制以方便对媒体数据的处理和扩展。为了解决网络地址翻译对SIP的影响，需要对NAT进行穿透，所以设计了一种结合了STUN和TURN的SIP NAT的穿透方案，并实现了客户端使用的NAT穿透模块，使得终端可以根据自身的NAT类型选择合适的NAT穿透方式。