随着互联网的快速发展和迅速普及，用户对网络通信服务的需求也日益提高。在这些网络通服务器中多媒体应用逐渐占据着主导作用，其中以物联网语音协议(Voice overInternet Protocol,VoIP)技术最为突出，VoIP是一种以IP电话为主，在互联网上进行语音传输，并推出相应的增值业务的技术，它最大的优势在于能广泛地采用Internet和全球IP互联的环境，提供比传统业务更多、更好的服务。会话初始协议(Session Initiation Protocol,SIP)作为VoIP技术中最重要的信令协议之一，是IETF定义的应用层控制协议，用来建立、修改和终止两个或多个参与者之间的多媒体会话。SIP凭借其简单、开放、灵活、可扩展等诸多优点，已经成为多媒体通信的研究热点，并且已经被第三代合作伙伴计划(3rd Generation Partnership Project,3GPP)采纳为移动网络的应用协议，成为下一代网络技术中的关键技术之一。本文根据RFC3261对SIP协议及其相关扩展协议进行深入的研究与分析，同时对所选择的PJSIP开源项目进行了简要的介绍，并介绍了PJSIP中几种重要模块。在理解RFC和PJSIP的基础上，本文提出了改善会话建立时间以及通话稳定性的方案，并给出了可行性分析和测试结果。本文基于PJSIP协议栈实现了Windows平台下的音视频通信系统，其功能包括SIP账号注册、音视频通信、状态呈现、好友分类管理等。程序主界面显示好友列表，通过选择列表中的好友进行删除、分类管理以及进行呼叫通话的操作，还可通过搜索功能添加好友。此外，本系统还设计了SIP信令P2P的功能，能在NAT穿越的基础上，将SIP信令直接发送到对方终端上，而不经过服务器转发，可减少服务器的负担以及降低了因服务器转发报文引起的网络延迟。通过在Windows XP和Windows7操作系统下的测试表明，SIP通信系统的各项功能运行稳定，对PJSIP修改的部分也达到了预期的效果。系统还具有良好的可扩展性，后期可以在此基础上进行更多的功能实现。