你大概率见过这个场景：手机右上角明明显示着5G，可一拨出电话，图标悄悄变成了4G，甚至短暂消失；等通话结束，它又默默跳回来。很多人以为是手机出了毛病，跑到营业厅检测，结果被告知“一切正常”。
一切正常，是因为这不是故障，而是设计。而且纵观移动通信史，这个“打电话要跳网络”的怪现象前后上演了两次——4G时代跳回2G/3G，5G时代又跳回4G。它背后藏着一个巨大的架构难题：当整个网络全面IP化之后，一通电话该往哪儿放？
这篇文章就把这条弯路完整走一遍。看完你会发现：语音技术的每一次“倒退”，其实都是一次精打细算的工程取舍。
2G/3G时代的语音，用的是电路交换（Circuit Switched，简称CS）。它的逻辑极像老式电话接线员：你拨号时，网络在发话方和受话方之间独占一条物理通道，直到挂机才释放。核心网里，一通电话对应一条64 kbit/s的PCM时隙；空口上，GSM一个载波8个时隙，你通话就独占其中一个。哪怕两人相对沉默，这条通道也在为你空转烧资源。
这种“奢侈”换来的，是语音最想要的确定性：时延恒定、顺序到达、绝不拥塞。语音包每20毫秒产生一批，晚到或乱序就是杂音和断续，而电路交换天然免疫这些问题。“占线”这个词，就是电路交换留给日常语言的遗产——那条路被你占了，别人进不来。
代价同样明显：网络要养两套。打电话走CS域，上网走分组域（PS域），频谱、站址、电源、运维全部双份。而进入21世纪后，数据流量指数暴涨，语音收入持续萎缩——两套网的账，越来越算不平了。
2009年前后LTE登场，设计者的账本很简单：全IP，只留一张网。CS交换机被请出机房——不是搬走，是消失。LTE从架构上只有分组域，语音在4G里“查无此人”。
这一刀的好处立竿见影：一套运维、频谱全部让给数据。行业测算显示，VoLTE的容量至多是3G的3倍、2G的6倍，因为省去了电路资源的粗粒度独占。但砍完之后，一个尴尬的问题立刻浮出水面：网络里没有能打电话的设备了，存量手机怎么办？
雪上加霜的是终端侧的第二刀：为了省成本、省电，4G手机普遍只配了一套射频收发信机（单射频）。这套射频要么守着4G，要么守着2G/3G，不能同时站在两个网里。这个看似不起眼的芯片设计决定，直接决定了此后十年所有语音方案的纠结方向。
面向这个死局，产业界给出过三条路：
| 方案 | 核心思路 | 通话中数据 | 接续速度 | 硬件代价 | 结局 |
|---|---|---|---|---|---|
| 双待机（SVLTE） | 手机装两套射频，同时驻留4G和2G/3G | 不断网 | 快 | 芯片贵、功耗高、发热大 | 少数定制机用过，未成主流 |
| CSFB回落 | 数据住4G，打电话时整机跳回2G/3G | 中断 | 慢（秒级） | 网络侧改动小 | 过渡主力，随2G/3G退网消亡 |
| VoLTE | 语音就是一种IP数据流，由IMS托管 | 照常上网 | 快（约1秒级） | 需部署IMS+终端支持 | 主流终态 |
双待机是暴力解法：既然一张射频不能脚踩两条船，那就装两张。性能最好，但成本和功耗劝退了大众市场。真正的两条主线，是“跳回去打”（CSFB）和“请进来打”（VoLTE）——它们分别对应过渡思维和终局思维。
2012年8月，美国运营商MetroPCS在达拉斯拨通了全球第一通商用VoLTE电话，配套机型是LG Connect 4G；2014年5月，新加坡Singtel推出首个“全功能”VoLTE服务；2015年7月，柬埔寨SEATEL更是建成全球第一个没有2G/3G、100%靠VoLTE打电话的商用网络。此后VoLTE在全球铺开：据GSA统计，到2019年初已有113个国家的253家运营商投入VoLTE建设，其中184家已商用。
过渡期的主力是CSFB（电路交换回落）。它的设计哲学是“复用”：4G只管数据，语音整体外包给存量的2G/3G网络。既然老网还在、还稳，何必急着重造？
它的铺垫动作叫联合附着：手机开机注册4G时，会顺带在网络里登记一句——“这位用户打电话时要去2G/3G，请提前把电路侧的位置记录好”。没有这一步，后面一切免谈，这也是现网排障的第一个检查点。
sequenceDiagram
participant U as 手机
participant L as 4G网络
participant C as 2G/3G网络
Note over U,L: 开机时已完成联合附着
U->>L: 拨号，发起扩展业务请求
L->>U: RRC释放并告知重定向频点
U->>C: 搜网，位置更新，发起电路呼叫
C->>C: 建立独占电路通道
C->>U: 回铃音，通话开始
Note over U: 通话期间数据业务中断
U->>L: 挂机后快速返回4G
拨号瞬间发生的事，值得逐帧看一遍：
为什么慢？看这笔账：
$$T_{CSFB} \approx T_{redirect} + T_{search} + T_{LAU} + T_{call}$$
重定向、搜网、位置更新、电路呼叫建立，每一项都是百毫秒到秒级，叠起来就是用户感知到的“拨号转圈好几秒”。而比慢更伤的是：回落用的是重定向而不是切换。重定向的本质是“广播告知”——网络只告诉你去哪儿，不帮你把数据连接搬过去。于是通话期间数据业务整个中断：正在开黑的你，喜提一次掉线；正在导航的你，地图原地冻结。工程上存在带数据切换的改进版本，但配置复杂，多数现网选择了简单粗暴的版本。
VoLTE的思路完全相反：不跳车，把语音请上IP这辆车。
但语音是最挑剔的乘客。普通上网流量可以排队、重传、绕路，语音不行。为此VoLTE准备了两套保障机制。
第一套：IMS管会话。 IMS（IP多媒体子系统）可以理解为一套架在IP网络之上的“软件电话总机”：拨号不再是电路信令，而是一条SIP邀请，由IMS里的三类服务器接力处理——代理服务器负责接待、查询服务器负责找到归属网络、服务服务器执行真正的业务逻辑。手机开机时先向IMS完成一次登记，之后每通电话都只是在已建立的会话通道里发一条邀请，轻装上阵。
第二套：专车专用。 VoLTE通话会建立两条专用承载，各司其职：
| 参数 | QCI 5（信令承载） | QCI 1（语音承载） |
|---|---|---|
| 承载内容 | IMS的SIP信令 | 语音媒体包 |
| 资源类型 | 非保证速率 | 保证速率（GBR） |
| 调度优先级 | 7 | 2（更高） |
| 时延预算 | 100 ms | 100 ms |
| 丢包率要求 | 10⁻⁶ | 10⁻² |
语音媒体包走QCI 1——一条预留资源的承载，基站调度器优先伺候它，拥塞时别人排队、它不排。QCI机制正是VoLTE网络给语音分配服务质量的核心手段。
这套组合拳打出来的体验差异是全方位的：
顺便记一笔时延账。语音的口到耳时延有公认红线（ITU-T G.114的结论）：单向不超过150毫秒。拆开看：
$$D_{mouth\text{-}to\text{-}ear} = D_{codec} + D_{packet} + D_{network} + D_{jitter} + D_{decode} \le 150\ \mathrm{ms}$$
编码、打包、抖动缓存这些项是固定开销，留给网络的余量本就紧张——这解释了为什么语音一定要在网络侧“开小灶”，也解释了CSFB那几秒的接续时延为什么格外刺眼：它虽然不占通话内时延，却实打实消耗用户耐心。
VoLTE不是免费午餐，它有个天生软肋：语音全程拴在4G上，而4G覆盖有洞。你打着电话走进电梯、下到地库，4G信号没了，电话跟着断——2G时代“楼道通话无忧”的美好记忆，突然失效。
2G/3G此时还是救生艇，于是问题变成：通话进行到一半，怎么从4G无缝挪到2G/3G？这就是SRVCC（单射频语音呼叫连续性）要解的题。品一下这个名字——“单射频”三个字，正是当年省掉第二套射频欠下的债，如今要用更精巧的网络机制来还。
它的核心设计叫锚点。类比电话会议的桥接器：你和对端的语音流都不直接点对点传输，而是先汇到一个固定的中间点（IMS侧的媒体网关）。平时两条腿都是IP的；当你走出4G覆盖时，只需把你自己这条腿从IP侧换到电路侧，中间点把两股流重新桥接。对端半边纹丝不动，自然毫无感知。
sequenceDiagram
participant U as 手机
participant E as 4G基站
participant I as IMS锚点
participant C as 2G/3G网络
Note over U,E: VoLTE通话进行中
E->>U: 下发测量任务
U->>E: 报告邻区信号已达标
E->>I: 请求向电路域转移
I->>C: 指挥媒体网关接通电路侧
I->>U: 下发切换命令
U->>C: 调谐过去，通话继续
Note over C: 对端全程无感知
工程要点在于：锚点必须提前就位。VoLTE呼叫建立时，锚点就已挂在通话路径上，切换瞬间才能无缝接管——这也是为什么SRVCC对网络部署有额外要求；没有锚点的VoLTE网络，边缘体验要打折扣。
时间快进到2019年，5G独立组网登场，剧情惊人地相似：新空口没有成熟的语音方案，IMS over 5G（VoNR）的产业链尚不齐整。设计者们几乎是下意识地抄了十年前的作业——
EPS Fallback：5G上数据照跑，要打电话时回落到4G，用成熟的VoLTE完成通话。据爱立信技术文章（转引自维基百科）的表述，这是早期5G网络的关键机制：通过SRVCC或简单重定向把语音切到LTE，防止掉话，代价是更高的时延。
| 4G初期（约2009–2014） | 5G初期（约2019年至今） | |
|---|---|---|
| 新网络缺什么 | 没有CS域，IMS未成熟 | NR覆盖不全，VoNR未成熟 |
| 语音去向 | CSFB回落2G/3G | EPS Fallback回落4G VoLTE |
| 通话中数据 | 中断 | 不中断（4G继续上网） |
| 终极方案 | VoLTE | VoNR |
为什么又选回落？三个理由，与当年如出一辙：复用存量——VoLTE已足够成熟，何必重造；覆盖现实——5G初期覆盖不连续，通话中途走出5G覆盖反正要切4G，不如一开始就在4G上打；产业节奏——VoNR要求终端、无线、核心网、IMS全链条就绪，任何一环短板都会拖垮商用。
而终点同样是明确的：VoNR，让语音原生跑在5G空口上，会话大脑仍共用IMS，只是无线这条腿换成NR。与此同时，退网大潮正在拆除所有的“后路”：Verizon已于2022年底关停CDMA网络；澳大利亚在2024年关停3G前，政府一度警告超过一百万部4G手机可能无法拨打紧急电话——因为它们只会用老网络打电话。CS退场后，每一通电话都必须由IP网络自己扛起来，这正是VoLTE/VoNR存在的终极理由。
把二十年的演进收进一张图：
flowchart TD
A["2G/3G电路交换语音"] --> B["4G LTE全IP时代"]
B --> C["双待机方案"]
B --> D["CSFB回落方案"]
B --> E["VoLTE方案"]
E --> F["SRVCC保覆盖边缘"]
E --> G["5G SA初期"]
G --> H["EPSFB回落4G"]
G --> I["VoNR原生语音"]
这套原理落到日常调试和投诉处理上，是这样用的：
今天你按下拨号键，网络里的真实决策是这样的：
flowchart TD
A["用户拨号"] --> B{"支持5G语音吗"}
B -->|支持且5G可用| C["VoNR直接通话"]
B -->|不支持或无覆盖| D["回落到4G"]
D --> E{"IMS已注册吗"}
E -->|是| F["VoLTE通话"]
E -->|否| G["CSFB跳回2G/3G"]
F --> H{"4G信号走弱"}
H -->|是| I["SRVCC切到2G/3G"]
从拨号到振铃，可能横跨两三个网络制式——而用户只希望听到一句“喂”。所有这些机制的存在，都是为了让这句“喂”永不掉线。
Q: VoLTE和微信语音电话（OTT VoIP）有什么本质区别？ A: 都走IP包，但VoLTE在网络里有GBR专载护驾，时延丢包有硬保障，并与电话号码体系、紧急呼叫、跨网互通打通；OTT语音是“尽力而为”的普通流量，网络一拥塞就卡顿掉线，且打不了紧急电话。
Q: 为什么CSFB通话时不能上网，VoLTE却可以？ A: CSFB期间整机驻留在2G/3G的独占电路上，单射频被语音全部占用；VoLTE的语音只是一条QCI 1的IP流，数据承载照常并行，互不干扰。
Q: 关掉手机里的VoLTE开关会怎样？ A: 手机退回依赖2G/3G打电话。在已退网或弱覆盖区域，可能彻底无法主叫，紧急呼叫也会受限——澳大利亚3G退网前的百万级预警就是前车之鉴。
Q: SRVCC和普通切换有什么区别？ A: 普通切换发生在同制式网络内，数据面直接前转即可；SRVCC是跨制式（IP域↔电路域）搬家，必须由IMS锚点在中间桥接媒体流，才能做到对端无感知。
Q: EPS Fallback和CSFB有什么区别？ A: 机制同源（都是“新网承载、旧网打电话”），但EPS Fallback回落到的是4G上的VoLTE，通话期间数据不中断、体验接近原生；CSFB回落到2G/3G电路域，通话中数据中断、接续更慢。
本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护，聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。