As comunicações por voz permanecerão sem dúvida alguma como a mais básica forma de relacionamento entre nós.

O objetivo imediato dos serviços de VoIP é reproduzir as capacidades de telefonia já existentes a um custo de operação signifícantemente mais baixo, oferecendo uma alternativa técnica competitiva ao PSTN. Na pior das hipóteses, isso aumentará a funcionalidade e reduzirá os custos dos atuais provedores de telefonia.

O VoIP pode ser aplicado a qualquer exigência de comunicação por voz – desde uma comunicação entre escritórios à teleconferência multi-ponto complexas. A qualidade da reprodução do som deve poder ser ajustada; dessa forma o equipamento de VoIP deve ser flexível o bastante para abranger diversas configurações e mesclar-se à telefonia tradicional.

Com suporte a chamadas computador-telefone, telefone-computador e telefone-telefone, a telefonia na Internet representa um passo significante para integração de redes de dados e voz.

Apesar de sua assombrosa evolução, a telefonia via Internet ainda encontra problemas relativos à confiabilidade e qualidade do som devido principalmente a limitações de banda na Internet e à tecnologia de compressão existente. Como resultado, a maior parte das empresas que anseiam por reduzir suas contas de telefone hoje em dia, restringem-se a aplicações de telefonia via Intranet. Dessa forma, é possível conhecer a banda disponível no canal e comportar comunicações full-duplex em tempo-real. Algumas companhias limitam o tráfego de voz pela Internet a aplicações tipo half-duplex assíncronas, como mensagens de voz.

A telefonia via Internet dentro de uma rede local permite que os usuários economizem em contas de longa-distância entre pontos da rede, mediante gateways conectados a LAN, sem necessidade de software para telefonia adicionais.

Por exemplo, um usuário A no Rio de Janeiro deseja fazer uma ligação (ponto-a-ponto) para o usuário B na matriz do escritório em Milão. Para tanto, basta conectar-se ao servidor gateway equipado com uma placa para telefonia e um software para compressão/conversão dos dados; o próprio servidor encarrega-se de configurar o PBX (Private Branch Exchange) para digitalizar a chamada. O usuário A pode então discar o número do escritório em Londres e o gateway transmitirá a chamada (digitalizada e em pacotes IP) através da rede global (WAN) baseada em IP para o terminal em Milão. O gateway em Milão converterá o sinal digitalizado de volta a sua forma analógica e o entregará ao usuário chamado.

O objetivo maior da telefonia através da Internet é, obviamente, prover um serviço de voz confiável e de alta qualidade, como os usuários esperam de um PSTN. Atualmente, as restrições de banda na Internet provocam perdas de pacotes. Em comunicações por voz, as perdas de pacotes significam períodos de silêncio na conversação, provocando falhas no discurso, o que é altamente desagradável e absolutamente inaceitável em negociações por telefone.

A qualidade da voz deve ser comparável à oferecida pela PSTN, mesmo em redes com diferentes níveis de QoS.

A rede IP deve atender critério de desempenho rígidos como a minimização dos chamadas recusadas, latências da rede, perda de pacote, desconexão. As exigências devem ser atendidas mesma em período de congestionamento ou quando vários usuários compartilham os recurso da rede.

Os controles das chamadas devem ser transparentes; o usuário não precisa saber que tecnologia esta sendo usada implementada.

Os gateways devem esta equipados para poderem lidar com ambientes de rede operando voz e dados.

O gerenciamento do sistema, segurança e identificação do usuário devem ser providenciados, de preferência compatíveis com o sistema de suporte às operações PSTN.

O uso o VoIP deve ainda permanecer economicamente viável mesmo quando os preços do PSTN caírem.

A qualidade da reprodução do som numa rede de telefonia é bastante subjetiva, embora medidas padronizadas tenham sido desenvolvidas pela ITU.

A confiabilidade da rede e a qualidade do som são funções das técnicas de codificação de voz e estão associadas com os algoritmos de processamento de voz nos servidores gateway. Até hoje, os maiores designers de software para telefonia na Internet, bem como os fabricantes de gateways, têm usado uma variedade imensa de protocolos de compressão. O uso de técnicas diversas, com diferentes taxas de bits e mecanismos para reconstrução dos pacotes de voz e gerenciamento de atraso, provocam diferentes níveis de inteligibilidade e fidelidade do som transmitido através da Internet. A falta de protocolos de padronização significa incapacidade de inter-operação entre os produtos de telefonia para Internet, ou mesmo de integração com o PSTN.

Três fatores são considerados de profundo impacto na qualidade do serviço:

• Atraso: Dos problemas que resultam do atraso fim-a-fim são o eco e overlap. O eco se torna um problema quando o atraso de ida e volta da transmissão é maior que 50 ms. É preciso, garantir o cancelamento do eco. A sobreposição do interlocutor torna-se significativa se o atraso em apenas em um sentido da transmissão for maior que 200 ms.
• Variabilidade do atraso ( jitter): É a variação do tempo de chegada dos pacotes devidos aos diferentes atrasos ao longo da rede. Remover o jitter significa segurar os pacotes por tempo que permita que os pacotes mais lentos sejam alocados na seqüência correta, o que ocasiona um atraso adicional.
• Perda de pacotes: Os pacotes podem ser perdidos nos períodos de congestionamento ou sobrecarga. Retransmissões não são adequadas para rede de voz como eram feito em protocolo TCP. A alternativa para compensar a perda de pacote é a interpolação do discurso e envio de informações redundantes. No entanto, perdas maiores que 10% não são toleradas.

DSPs de baixo custo e excelente performance são capazes processar algoritmos de compressão e cancelamento de eco eficientemente.

Softwares de pré-processamento de voz podem ser usados para otimizar a qualidade da transmissão. A técnica da supressão do silêncio detecta pausa nos discursos e suprime a transmissão economizando de 50% a 60% de uma chamada, o que resulta em considerável conservação da banda. É preciso, porém, inserir um "ruído de conforto" no receptor, pois ausência de pacotes representa silêncio absoluto. O G.168 define as exigências de cancelamento de eco.

Há três técnicas diferentes que podem ser usadas combinadas ou em separadas para aumentar a qualidade da rede:

• Controle do ambiente de rede – pré planejamento da capacidade para adequação da performance
• Ferramentas de gerenciamento – para configurar os nós das redes, monitoração do desempenho e gerenciamento da capacidade e do fluxo dinamicamente. Por exemplo o tráfego pode ser priorizado pela locação, pelo protocolo, ou tipo de aplicação, permitindo que ao tráfego em tempo real seja dado precedência com relação a outros tráfegos sem exigência crítica. Mecanismos de fila podem ser manipulados para minimizar os atrasos de fluxo de dados em tempo real.
• Protocolos e mecanismo de controle – como o RTP e o RSVP garantem maior segurança da qualidade de serviço. Os mecanismos como controle de admissão e shaping do tráfego podem ser usados para evitar sobrecarga da rede o que seria equiparável a uma linha ocupada em períodos de pico como o Natal.

Equipamentos para VoIP, que podem ser categorizados em cliente, acesso/gateway e segmentos de classe/infraestrutura devem permitir configuração e ser suficientemente flexível para incorporar novas tecnologias.

O tráfego em tempo-real pode ser conduzidos por redes IP em três diferentes formas:

• Troncos de voz podem substituir circuitos analógicos ou digitais servindo como tronco de voz (como as linhas privadas entre os PBXs pertencentes as empresas ) ou como troncos de acesso aos PBXs (linhas entre os PBX e a portadora). Pacotes de voz endereço e IP pré definidos eliminando assim a necessidade de número de telefone e conversões de endereço IP.
• Voz de PC-a-PC podem ser obtidos mediante multimídia em uma rede baseada em IP sem conexão ao PSTN. Aplicações para PC e telefones habilitados a IP podem comunicar-se usando seções ponto à ponto ou multi ponto
• Telefonia: Consiste em várias formas de comunicação por voz por rede através de pacotes, interconectados pelo PSTN. A funcionalidade do gateway é essencial para interconexão com o PSTN ou para interfacear os telefones padrão a rede de dados.

As redes futuras em VoIP incluirão PBX baseados em IP que emularão as funções de um PBX tradicional. Isso permitirá que telefone padrão e PCs multimídia sejam conectados ao PSTN ou à Internet através de uma migração transparente ao VoIP. Um IPX podem combinar as características dos atuais switches e roteadores e transformar o gateway em uma variedade de serviços adicionais como diretórios, receptores de mensagens, firewalls e outros servidores de rede. Tal sistema de VoIP devem combinar comunicar em tempo real ou não. Por exemplo mensagens de fax ou voz utilizam funções similares a chamadas telefônicas mas não precisam dos mesmos níveis de QoS nas camadas mais baixas da rede.

A figura abaixo mostra os protocolos da rede IP atualmente usados para implementar VoIP.

O software para conversão de voz em pacotes no terminal VoIP deveria incluir:

• Módulo de processamento de voz que prepara as amostra para transmissão na rede em pacote; este software roda tipicamente em um DSP.
• Módulo de processamento de chamada (sinalização) que funciona como gateway de sinalização permitindo que as chamadas sejam estabelecidas nas rede em pacotes.
• Módulo de processamento em pacote, capaz de processar a voz e sinalizar os pacotes, adicionando cabeçalho de transporte apropriados antes de submeter os pacotes a rede IP. A informação de sinalização é convertida dos protocolos de telefonias aos protocolos de sinalização de pacotes.
• Módulo de sinalização de rede, com suporte para segurança acesso remoto e identificação do usuário.

O módulo de um processamento de voz deve executar as seguintes funções:

• Interface PCM que recebe amostra da interface com telefone e a redireciona ao modulo apropriado para processamento (e vice e versa). A interface PCM executa reamostragem continua da fase das amostras de saída da interface analógica .
• Unidade de cancelamento de eco, capaz de cancelar o eco, em sinais de voz amostrados, full-duplex de acordo com os padrões G.165 ou G.168 da ITU. Como o atraso de ida e volta o VoIP e sempre maior que 50 ms, o cancelamento de eco é vital. Os parâmetros dimencionais devem ser reprogramados.
• Detector de silêncio, capaz de suprimir a transmissão quando os sinais de voz não estão presente. Os níveis de ruídos durante as pausas na conversação também são medidos e enviados ao destinatários para gerar um ruído de conforto.
• Detector de tom, capaz de detectar os tons de DTMF e discriminar sinais de voz e fax, para chamar as funções de processamento apropriadas.
• Gerador de tom, para gerar tons de DTMF sob comando do sistema operacional.
• Módulo de processamento de facsimile, que prover as funções de para demodulação de dados PCM, extraindo as informações relevantes e empacotados os dados escaneados.
• Módulo de protocolo de voz em pacote, que encapsula e comprime a voz para transmissão e através da rede de dados. Cada pacote possuem um número sequencial que permite a ordenação dos pacotes recebidos; a técnica permite que os intervalos de silencio possam ser reproduzidos e os pacotes perdidos detectados.
• Módulo de reprodução de voz, que serve como buffer para os pacotes recebidos e que os redirecionas ao condicionador de voz para reprodução. Esse modulo proporciona um buffer adaptativo para jitter e um mecanismo de medida que permite que o tamanho do buffer seja adaptado ao desempenho da rede.

O subsistema de processamento de chamadas detecta a presença de uma nova chamada e reúne as informações de endereçamento. Vários padrões de sinalização de chamadas precisam ser comportados.

A interface com a rede de telefonia deve ser monitorada para reunir os comandos e a resposta chegando.

Os protocolos de sinalização, como o E&M, devem ser terminados e a informação extraída.

A informação de sinalização deve ser mapeada em um formato que possa ser usado para estabelecer uma seção na rede em pacotes.

Números de telefone (endereço de discagem E.64) devem ser convertidos em endereços IP. Duas abordagem de discagem são usadas:

estágio único: discagem do número de destino e roteamento automático

dois estágios: discagem do número gateway do VoIP , e posterior discagem ao destino real.

A capacidade de digitalizar e processar fluxo de voz através de blocos básicos de software é a chave primária para o sucesso da implementação do VoIP. O equipamento de VoIP deve está de acordo com o padrão H.323 que descreve os terminais, serviços e equipamentos para multimídia através da rede (como LAN ou Internet) que por si não garantem a QoS. A figura abaixo ilustra os componentes funcionais dos terminais que usam o padrão H.323.

A figura 6 é um refinamento da figura 1 que inclui o gateway do VoIP e as funções a nível do sistema que são essenciais para um sistema de VoIP de alta qualidade. O gateway do VoIP pode ser integrado ao switch de voz (PBX ou coswitch) ou em um switch de IP.

Algumas das funções necessárias para um sistema VoIP incluem .

• Gerenciamento de falhas: Gerenciamento das capacidades SNMP completo usando mibs devem ser incluidos no equipamentos da empresa. Integrar as facilidades de gerenciamento do telefone e dos sistemas de dados usando padrões baseado em TMN é essencial para os sistemas o tipo carrie-classe.
• Contas: O gateway deve rastrear as ligações bens e mal sucedidas. Os registros de chamadas devem incluir informações dos tipos inicio e termino da chamada, número discado, endereço IP, fonte/destino, pacote enviados recebidos, etc.. O usuário não deverá receber múltiplas contas.
• Configuração: Como protocolo de telefonia, algoritmo de descompressão, plano de discagem, controle de acesso, característica de fallbeck temporizadores de Internet, etc.
• Endereçamento: Números de telefone e endereço IP devem ser gerenciados de forma a manterem-se transparente aos usuários. PC’s usados chamadas por voz precisam de número de telefone; telefone habilitados a IP precisam de endereço IP (ou pelo menos acesso a um via protocolo de HCP).
• Autenticação/criptografia : VoIP é potencialmente um método de telefonia seguro. Pois utiliza-se dos serviços de segurança disponível no ambiente TCP/IP. Controle de acesso pode ser incrementa usando autenticação e a chamada pode ser e a privacidade da chamada pode ser garantida através da criptografia das ligações.

A implementação de sistema VoIP full-scale deve garantir as capacidades assumidas em sistemas como PSTN:

Espera-se que dentro dos próximos anos a indústria contorne os problemas da limitação de banda usando o Assynchronous Transfer Mode (ATM) como o backbone da Internet. Esse tipo de otimização da rede pretende eliminar o congestionamento da rede e a perda de pacotes a ela associada. A indústria da Internet tenta igualmente atacar os problemas de confiabilidade e qualidade do som na rede através da gradual adoção de padrões. Os padrões estão sendo focados nos três elementos centrais da telefonia na Internet: o formato de codificação do áudio, o protocolo de transporte, e os serviços oferecidos.

Figure 10. Seqüência de Chamada pelo H.323

O H.323 garante que o tráfego de dados que são sensíveis ao atraso ( como voz e vídeo) tenham prioridade no transporte que seja assegurado comunicação em tempo-real via Internet. O H.324 define o transporte de voz, dados e vídeo através de redes de telefonia comuns, ao passo que o H.320 define protocolos para transportar voz, dados e vídeo através de redes de serviços integrados - Integrated Services Digital Network (ISDN).

O H.323 é um grupo de recomendações, dentre as quais está o G.729 para codificação de áudio, ratificado pela ITU em Novembro de 1995. Apesar das recomendações da ITU, no entanto, o Fórum sobre Voz sobre IP em março de 1997 preferiu a especificação G.723.1. A indústria – dominada pela Microsoft e pela Intel – aquiesceu em sacrificar a qualidade do som em prol de um melhor aproveitamento da banda – o G.723.1 requer 6.3kbps enquanto que o G.729 exige 7.9kpbs. Para alcançar a qualidade equiparável ao PSTN, os padrões ainda precisam garantir as conexões à Internet.

O protocolo de transporte RTP, no qual baseia-se o H.323, é, essencialmente, uma nova camada de protocolo para aplicações em tempo-real; o equipamento de RTP inclui mecanismos de controle para sincronização de diferentes fluxos de dados. No entanto, o RTP não apresenta nenhum mecanismo para assegurar a entrega dos sinais em tempo ou para recuperar os pacotes perdidos. O RTP também não menciona a chamada qualidade de serviço ou Quality of Service (QoS), destinada a garantir disponibilidade de banda para aplicações específicas. O que existe atualmente, é um padrão de protocolo de sinalização para reforçar a capacidade da Internet lidar com tráfego em tempo-real (ou seja, dedicar caminhos de transporte fim-a-fim para sessões específicas como a comutação de circuitos PSTN realiza). Caso seja adotado, o RSVP – Resource Reservation Protocol – será implementado em roteadores para estabelecer e manter os caminhos de transmissão e os níveis de QoS.

A tabela abaixa lista os padrões que foram adotados como parte da família H.323.

Um protocolo mais leve – LDAP v3.0 – parece emergir como base para um novo padrão.

Vários fatores influenciam no desenvolvimento de produtos e serviços em VoIP. Atualmente, as áreas mais promissoras para VoIP são intranets corporativas e extranets comerciais. As suas infraestruturas baseadas em IP permitem que os operadores controlem quem pode – ou não pode – usar a rede.

Um outro elemento na evolução da telefonia pela Internet é o gateway do VoIP. Como tais gateways variam desde plataformas baseadas em PC a sistemas tipo embedded bastante robustos, cada um poderá lidar com centenas de chamadas simultâneas. Consequentemente, as empresas irão explorar sua capacidade para reduzir as despesas associadas com tráfego de voz, fax e vídeoconferência. A economia de manter todo o tráfego em uma rede baseada em IP conduzirá as empresas nessa direção simplesmente porque o IP atua como agente unificador, independente da arquitetura (ou seja, leased lines, frame relay, ou ATM) da rede de uma organização

Extranets comerciais baseadas em redes com engenharia de IP bastante conservativas, entregarão VoIP e facsimile através de serviços do protocolo da Internet ao público em geral. Ao garantir parâmetros específicos, como atraso nos pacotes, jitter, e interação dos serviços, as extranets assegurarão redes confiáveis para tais aplicações.

O que precisa ocorrer para que pavimentar o caminho dos serviços integrados será o aumento da banda do backbone e na velocidade do acesso, desde as tecnologias IP/ATM/SONET e ISDN, modems e sDSL, em que se espera que o usuário terá que pagar pelo nível requerido

Acredita-se que ainda nesta década, vídeoconferência (H.323) com a colaboração de especificações para dados (T.120) irão se tornar o método comum para comunicação entre as companhias. em breve, a camera de vídeo será uma parte padrão do computador pessoal, para sistemas de multimídia completos, e os serviços de VoIP serão difundidos em massa no mercado.

ATM: asynchronous transfer mode

DLE: DTM LAN emulation

FAXoIP: facsimile over Internet protocol

IP: Internet protocol

ISDN: integrated services digital network

ITU: International Telecommunications Union

KBPS: kilobytes per second

LAN: local-area network

LDAP: lightweight directory access protocol

MHz: megahertz

PBX: private branch exchange

PC: personal computer

PSTN: public switched telephone network

QoS: quality of service

RTCP: real-time control protocol

RTP: real-time protocol

SOHO: small-office/home-office

SONET: synchronous optical network

VoIP: voice over Internet protocol

VPN: virtual private network

WAN: wide-area network

xDSL: x digital subscriber line (e.g., x = A for "asymmetric", x = H for "high: bit-rate")