作为一项技术，IP 语音（VoIP）在过去十年间已有长足的发展。从市面上以各种形式大规模应用的 VoIP 中可以看出，我们已经“跨越鸿沟”。对企业而言，它已被视为一项令人满意的技术，对于网络也是一样。早期，IP 语音在音质、延迟和回声方面都存在问题。在专业 DSP 和软件解决方案的帮助下，其质量现已达到令人满意的水平。实际上，通过支持宽带编解码器，VoIP 已真正实现了新一代质量改进，音质甚至比原有的 POTS 系统更出色。
因此，一个显而易见的问题是“下一步将如何发展”？摩尔定律与规模经济的结合已将 VoIP 产品的每端口价格降至采用 VoIP 已无须再三考虑的水平。媒体网关与 PBX 制造商正在寻求新方法，为各自的产品增添特色。在过去几年间，最明显的发展就是视频应用的不断扩大。通过使企业和网络运营商将自己的语音网络转变为基于 IP 的网络，VoIP 已为其发展铺平了道路。由于基础设施已经准备就绪，“接入”视频已变得更为轻松！这意味着企业和移动系统可提供视频流和视频会议等。
视频电话的出现已经为时不短。实际上，很长时间以来，它似乎都是一种正在寻求问题的解决方案。现在，这种情况将不复存在。消费者将在家中、途中或工作场所采用并使用具有视频功能的设备。在过去几年间，我们一直在观察一个明显的变化，即，消费者如何变得越来越了解视频功能了。这种转变始于数码相机和带照相功能的手机的出现，这些装置现在也能够拍摄视频。换言之，新一代消费者已习惯于拍摄照片和视频并与他人一起分享。在 YouTube™ 等网站以及 iPhone™ 等融合设备的帮助下，这种趋势得到进一步的加强。我们已经成为视频的消费者，并且这种情形已扩大至企业沟通等领域，员工现在可以使用视频功能更加高效地进行沟通。
通过在媒体网关中支持视频功能，可以提供非常广泛的服务，其中包括桌面上的面对面视频会议或者手机上提供最新体育焦点的视频门户等，这些都是消费者愿意付费的增值服务。
因此，媒体网关设计师们正面临着一种有趣的挑战。由于 VoIP 市场已臻成熟，因此，价格竞争正日趋激烈。这些开发人员必须为 VoIP 选择最具成本效益的硬件解决方案，同时还要支持视频处理等高级功能。
起初，设计师们不得不采用多种设备来完成这一目标。采用不同的语音和视频设备是将一种有效的解决方案推向市场的最快捷方式。所幸的是，新一代 DSP 已经使得同时支持语音和视频功能成为可能。然而，为了迅速地走向市场，最好选择一家既能提供硬件也能提供软件的供应商。
采用语音和视频组合软件包有许多优势。首先，由于厂商可提供适合所有必需功能的成套 DSP 固件，因而它能缩短开发周期，免除为期几年的开发和测试。此外，厂商还可为整个系统提供一个统一的软件 API ，这意味着学习时间将大大缩短，而且软件集成将变得更加轻松。例如，由于语音和视频流具有连贯的 API，因而，管理开放式连接和制作统计报表将变得更加容易。
从架构的角度看，采用语音和视频组合产品可以简化整个系统。无须针对每类流量执行特殊的分组路由，可向不同的处理元件发送语音和视频。此外，它允许创建单个硬件设计并将其保存在库中。应用相应的软件开启必要的功能。例如，相同的处理刀片可根据每位客户的需求处理 1000 个语音信道或 100 个视频流。
当实施一个视频网关时，一个常见的问题是要求实现音频/视频同步，有时也称为“唇音同步（lip-sync）”。当单独处理音频和视频时，要保持连续的 RTP 流就会变得比较困难。输出组的时间信息和 RTCP 报告必须一致，因为端点并不知道中间网关。若有一个单独的处理元件负责在音频和视频流之间进行协调，这将会变得非常容易。
与单个供应商交易的另一个重要原因是成本因素。无需牵涉多个厂商，也省去了从每个厂商购买组件的繁琐。在很多时候，DSP 设计师都需要从不同厂商采购 DSP 硬件、音频软件、回声消除设备和视频编解码器。这将会使开发时间延长，更不必说在软件部署后出现技术问题时供应商之间的相互推诿。
在选择拥有完整软件包的供应商时，必须特别注意软件本身的质量。不是所有厂商都具备生产优质语音和视频网关产品所需的专业技术。管理诸如回声消除和音频/视频同步等复杂问题需要具备丰富的经验。实际上，许多公司可能在某些领域经验丰富，但却不能精通所有领域。能够针对回声消除和视频编解码等截然不同的问题组织相应的研发团队的厂商并不多见。
回声消除和视频编解码是需要大量算法研究的高精领域的两个最佳例子。厂商只有通过在这些领域中开发新技术并取得技术专利权，才能提供在竞争中领先的创新解决方案。例如，新设计出的 DSP 架构能够更好地处理分组网络的要求。这些网络要求仅在分组域中进行编解码器的代码转换，同时最大限度地缩短等待时间，换言之，不必通过 TDM 转换。
仍有许多网关将在一段时间内保持“仅提供语音”的功能。因此，许多设计师都乐于呆在仅支持 VoIP 的“舒适地带”。这些设计师往往都有一种印象，认为他们的 DSP 产品是“孤注一掷”的，这意味着你必须在仅有语音功能的解决方案或先进的语音/视频解决方案之间进行选择，同时考虑因支持视频而产生的成本。事实上，新一代媒体网关解决方案在不久以后可以在相同的硬件上支持视频功能。通过软件许可，可重复使用相同的硬件平台来支持视频功能。这种情形下，越来越多的系统设计师开始考虑这些新型 DSP 技术，以保护他们在开发平台时所做的投资。
为媒体网关新增视频功能是让您的产品有别于竞争产品的一种方式。然而，更为重要的是，它能带来新的创收机会。在企业中，支持视频功能的通信服务器可收取更高的每端口费用。此外，它还可带动每座位较高端视频 IP 电话的附带销售。
在核心网络中，有了视频支持功能，可以实施多种增值服务，从而增加网络运营商的每用户平均收入（ARPU）。总而言之，新型 DSP 平台正日渐成型，其灵活性足以在必要时有效地支持音频和视频功能。通过提供成套硬件和软件解决方案，这些产品可在成本和简易性方面为系统设计师带来巨大的优势。