在移动通信技术持续革新的当下，语音通信服务也经历着从传统模式向更为先进、高效形态的转变。VoLTE（Voice over LTE）作为基于 4G 网络的语音通信技术，一度革新了人们的通话体验，实现了语音与数据业务在 4G 网络上的融合。而随着 5G 时代的来临，5G新通话应运而生，它依托 5G 网络的强大能力，带来了更丰富的功能与更优质的通话质量。

一、网络架构差异

1.1 核心网架构变革

1.1.1 VoLTE 的核心网依托

VoLTE 构建于 4G LTE 网络之上，其核心网主要基于演进分组核心网（EPC）。在这个架构中，移动性管理实体（MME）承担着用户移动性管理、会话管理等关键职责，负责处理用户的附着、鉴权以及切换等流程。服务网关（S-GW）则主要负责用户面数据的路由与转发，它在不同基站与分组数据网络网关（P-GW）之间传递数据。而 P-GW 作为连接运营商内部网络与外部数据网络的桥梁，实现了用户设备与互联网等外部网络的互通。此外，VoLTE 还依赖 IP 多媒体子系统（IMS）来处理语音业务，通过会话初始协议（SIP）进行会话的建立、修改和释放，以此保障语音通话的正常进行。例如，当用户发起 VoLTE 通话时，MME 会与 IMS 进行交互，完成用户身份验证、业务授权等操作，随后通过 S-GW 和 P-GW 建立数据传输路径，实现语音数据的传输。

1.1.2 5G 新通话的 5G 核心网支撑

5G 新通话的网络架构基于全新的 5G 核心网（5GC）。与 EPC 相比，5GC 采用了更为先进的服务化架构（SBA），各个网络功能以服务的形式呈现，通过标准接口进行通信，具有更高的灵活性、可扩展性和互操作性。在 5GC 中，接入与移动性管理功能（AMF）取代了 MME 的部分功能，负责处理用户的接入和移动性管理，它能够更高效地支持 5G 网络下的多种接入方式，如 5G NR（新空口）、LTE 等。用户面功能（UPF）则承担了数据转发的重任，相比 S-GW 和 P-GW，UPF 具备更强的流量调度和处理能力，能够更好地适应 5G 网络的大带宽、低时延需求。同时，5G 新通话同样依赖 IMS 来处理语音和多媒体业务，但此时的 IMS 与 5GC 进行了深度融合，能够充分利用 5G 网络的特性，为用户提供更丰富的多媒体通信服务。以 5G 视频通话为例，在 5GC 架构下，AMF 快速完成用户注册和鉴权，UPF 根据业务需求灵活调度网络资源，确保高清视频数据的流畅传输，而 IMS 则保障了视频通话的信令交互和媒体协商的稳定进行。

1.2 接入网特性差异

1.2.1 VoLTE 的 LTE 接入网特点

VoLTE 借助 LTE 接入网实现用户设备与核心网的连接。LTE 接入网采用正交频分多址（OFDMA）和单载波频分多址（SC-FDMA）等技术，在 20MHz 的频谱带宽下，理论上可实现下行 300Mbps、上行 75Mbps 的峰值速率。然而，在实际应用中，由于受到小区间干扰、用户分布不均等因素影响，速率往往会有所折扣。LTE 接入网的基站（eNodeB）功能相对集中，既要负责无线资源管理、用户调度，又要处理与核心网的信令交互和数据传输。在语音通话方面，VoLTE 通过将语音数据封装在 IP 数据包中，在 LTE 网络上进行传输，实现了语音业务从传统电路交换向分组交换的转变。但由于 LTE 网络主要为数据业务设计，在处理语音这种对实时性要求极高的业务时，可能会面临一定挑战，例如在网络拥塞时，语音质量可能会受到影响。

1.2.2 5G 新通话的 5G NR 接入网优势

5G 新通话依托 5G NR 接入网，该接入网在多个方面展现出显著优势。5G NR 采用了更灵活的频谱配置，支持从低频段到毫米波频段的广泛频谱范围，能够提供更大的系统带宽，最高可达 1GHz，这为实现超高数据速率奠定了基础。同时，5G NR 引入了大规模多输入多输出（Massive MIMO）技术，通过在基站端部署大量天线，能够同时与多个用户设备进行通信，显著提升了频谱效率和用户体验速率。在网络架构上，5G NR 接入网采用了分布式单元（DU）和集中式单元（CU）分离的架构，DU 主要负责实时性较强的物理层处理功能，CU 则承担非实时性的高层协议处理和资源调度功能，这种架构提高了网络的灵活性和可扩展性。对于 5G 新通话而言，5G NR 接入网的低时延特性至关重要，其空口时延可低至 1ms，能够有效保障高清视频通话、实时互动等对时延敏感业务的质量，使通话更加流畅、自然，极大地提升了用户体验。

二、传输协议差异

2.1 会话建立与管理协议

2.1.1 VoLTE 的 SIP 协议应用

在 VoLTE 中，会话初始协议（SIP）是实现语音通话会话建立、修改和释放的核心协议。SIP 是一种基于文本的应用层控制协议，它借鉴了超文本传输协议（HTTP）和简单邮件传输协议（SMTP）的设计理念，具有简洁、灵活、易于扩展的特点。当用户发起 VoLTE 通话时，主叫方的用户设备会通过 SIP 信令向 IMS 发送 INVITE 请求，该请求包含了通话双方的身份信息、媒体能力协商信息等。IMS 接收到请求后，会进行一系列的处理，包括用户鉴权、路由选择等，然后将 INVITE 请求转发给被叫方。被叫方收到请求后，通过 SIP 信令回复响应消息，告知主叫方其是否接受通话。在通话过程中，如果需要调整媒体参数，如语音编码方式、视频分辨率等，双方也通过 SIP 信令进行协商。例如，当一方网络状况变差时，可通过 SIP 信令协商降低媒体传输质量，以保证通话的连续性。SIP 协议在 VoLTE 中的应用，使得语音通话能够在基于 IP 的网络中高效实现，为语音业务的融合和创新提供了基础。

2.1.2 5G 新通话对 SIP 协议的扩展与优化

5G 新通话同样采用 SIP 协议作为会话控制的基础，但针对 5G 网络的特性和新业务需求，对 SIP 协议进行了扩展与优化。一方面，5G 新通话需要支持更丰富的媒体类型和业务场景，如高清视频通话、AR/VR 沉浸式通话、实时数据共享等。为此，在 SIP 消息中增加了更多的头部字段和参数，用于协商和描述这些新的媒体能力和业务特性。例如，在高清视频通话中，通过 SIP 信令可以详细协商视频的编码格式（如 H.265）、分辨率（如 1080p、4K）、帧率等参数，以确保双方设备能够正确处理和显示视频内容。另一方面，为了更好地适应 5G 网络的低时延和高可靠性要求，对 SIP 信令的传输机制进行了优化。采用了更高效的信令压缩算法，减少信令传输的开销，同时增强了信令的重传和纠错机制，提高信令传输的可靠性。此外，5G 新通话还引入了一些新的 SIP 扩展头，用于支持 5G 网络下的特定功能，如网络切片选择、边缘计算服务调用等，为用户提供更个性化、差异化的通信服务。

2.2 媒体传输协议

2.2.1 VoLTE 的 RTP/RTCP 协议运用

在 VoLTE 中，实时传输协议（RTP）及其控制协议（RTCP）被广泛用于语音媒体数据的传输和控制。RTP 负责将语音数据封装成数据包，并在网络中进行传输。它在数据包头部携带了时间戳、序列号等信息，用于接收端对语音数据进行正确的重组和播放。例如，接收端根据时间戳信息确定语音数据包的播放顺序，通过序列号检测数据包是否丢失。RTCP 则主要用于对 RTP 传输进行质量监控和反馈。它定期向发送端发送报告，告知发送端数据包的接收情况，如丢包率、延迟抖动等。发送端根据 RTCP 报告，可以动态调整语音编码方式、传输速率等参数，以优化语音传输质量。例如，当丢包率较高时，发送端可以降低语音编码的码率，采用更具抗丢包能力的编码方式，或者增加冗余数据的传输，以保障语音的连续性和可懂度。然而，由于 VoLTE 主要面向语音业务，RTP/RTCP 在处理高清视频、复杂多媒体数据等方面存在一定局限性。

2.2.2 5G 新通话的增强型媒体传输协议

5G 新通话面临着更复杂多样的媒体传输需求，为此采用了增强型的媒体传输协议。在高清视频通话中，为了满足高分辨率、高帧率视频数据的高效传输，引入了一些新的编码和传输技术。例如，采用高效视频编码（HEVC，即 H.265）替代传统的 H.264 编码，H.265 在相同视频质量下，码率可降低约 50%，大大减轻了网络传输压力。同时，针对 5G 网络的特点，对 RTP 协议进行了改进，如增加了对多流传输的支持，能够同时传输视频的不同层数据（如基础层和增强层），接收端可以根据网络状况和自身能力选择接收合适的层，以实现自适应的视频质量调整。在实时互动业务中，如屏幕共享、远程协作等，为了保障数据的实时性和一致性，采用了基于 UDP 的低时延传输协议，并结合前向纠错（FEC）技术，在一定程度上容忍数据包丢失，减少重传带来的时延。此外，对于 AR/VR 等沉浸式业务，还需要支持 3D 音频和视频的传输，这就要求媒体传输协议能够处理更复杂的空间音频和视频流，通过特殊的编码和封装方式，为用户提供身临其境的体验。

5G新通话与 VoLTE 在网络架构和传输协议上存在着显著的核心差异。这些差异使得 5G 新通话能够充分发挥 5G 网络的优势，为用户带来更优质、丰富、高效的通信体验。随着 5G 网络的进一步普及和技术的持续创新，5G 新通话有望在未来通信领域发挥更大的作用，推动语音通信业务迈向新的发展阶段，重塑人们的沟通方式。无论是在个人通信场景，还是在智能办公、远程医疗、在线教育等行业应用中，5G 新通话的优势都将逐渐凸显，为数字经济的发展注入新的活力。