Perguntas Propostas ao Leitor
Introdução
Como VoIP Reconhece uma Chamada Telefônica
Numeração das Chamadas
CODEC
Qualidade do Som
Atraso de Ponta a Ponta
Protocolos
"Gateways"
Efeito Eco
Sinalização
Considerações Finais
Glossário
Fontes
Links
Respostas às Perguntas

PERGUNTAS PROPOSTAS
Primeira: Resumidamente, o que é voz sobre IP?

Segunda: Qual é a grande vantagem da telefonia IP sobre a tradicional?

Terceira: Qual o principal protocolo usado em VoIP? Para que serve?

Quarta: Quais são as causas principais de atraso na rede? Como se classificam estas causas?

Quinta: Qual é a grande dificuldade a curto prazo para a implantação da tecnologia VoIP?

Voice-over-IP (VoIP) habilita o roteador (router) a transportar voz (telefonemas por exemplo) sobre a rede Internet. Na VoIP um DSP segmenta a voz em "frames" e os armazena em pacotes de voz. Estes pacotes são transportados pela rede IP de acordo com a especificação H.323 da ITU-T para transmissão multimídia (voz, vídeo e dados) através da rede IP. Por ser uma aplicação sensível ao atrazo, será necessário ter um sistema de transmissão de ponta a ponta com eficiência sufuciente para operar VoIP com sucesso. Para isso deve-se ter um conjunto de protocolos e características para fornecer seviço de qualidade (QoS). Considerações de tráfego também devem ser vistas para manter a cadência do discurso. É utilizado para conectar uma rede de soluções de telefonia IP aos troncos de telefone normais ou aos dispositivos analógicos. Estes troncos de telefone podem ser conectados à rede telefônica pública comutada PSTN ou aos sistemas das centrais privadas de comutação PBX existentes. Os dispositivos analógicos incluem os telefones existentes, aparelhos de fax e unidades de conferência de voz. Quanto à rede de dados, o cisco vg200 oferece uma porta ethernet 10/100 com detecção automática. Internamente, cisco vg200 tem processadores digitais de sinais DSP que convertem voz analógica e digital em pacotes IP para serem transportados através da rede IP utilizando os codificadores/decodificadores (CODEC - coders/decoders) padrão, incluindo g.711, g.723.1, g.729(a), etc.

1. O usuário liga o "handset". Este sinal ativa a parte de aplicação de VoIP no roteador.
2. A parte de aplicação de VoIP habilita a chamada telefônica por tom e espera o usuário fornecer o número de telefone.
3. O usuário digita o número. Este número é acumulado na seção aplicação.
4. Quando os dígitos suficientes para completar a ligaço são acumulados, o número de telefone é mapeado em um endereço IP usando DPM. O "Host" IP tem a conexão, e também a destinação, do número de telefone ou PBX responsável por completar a chamada do destino configurado em "host".
5. A sessão aplicação então roda o protocolo H.323 para estabelecer um canal de transmissão e recepção em cada direção da rede IP. Se o canal está sendo compartilhado com um PBX, o PBX envia a chamada para o telefone de destinação. Se o protocolo RSVP estiver sendo configurado, as reservas de RSVP são colocadas em um arquivo para atingir o QoS desejado na rede IP.
6. O CODEC é habilitado para ambos os endereços do processo de conversação e conecsão usando RTTP/UDP/IP como protocolo.
7. Todas as indicações de chamada em andamento são encerradas assim que um canal de audio é estabelecido. Esta sinalização pode ser detectada por portas de voz (pode ser feito com DTMF depois de ter completado a ligação). E é feito na sessão aplicação com o portocolo RTCP.
8. Assim que termina a ligação, as reservas feitas pelo RSVP são encerradas (desde que o RSVP tenha sido usado, é claro!). os endereços se tornam osiosos e ficam esperando a próxima conexão de estabelecimento de uma nova chamada.

O padão PSTN usa um esquema de numeração específico, este esquema segue a recomendação da NANP para a América do Norte. A codificação é feita da seguinte maneira: Existem códigos específicos para área, escritório e estação. As áreas são isoladas geograficamente, os códigos de escritório são específicos para um grupo de "switches" e os códigos de estação especificam um "switch" qualquer. Na América do Norte o formato é 1Nxx-Nxx-xxxx, com N de 2 a 9 e x de 0 a 9. cada país estabelece um código de três dígitos.
ANALÓGICO x DIGITAL
A transmissão analógica não é eficiente por ter problema com ruído de linha. Assim os sinais analógicos são degradados com a distância, precisam ser amplificados periodicamente. O que ocorre é que o ruído de linha também amplificado resultando na perda de qualidade do som transmitido. Em resposta, é usada a transmissão digital com modulação PCM ou ADPCM. Em ambos os casos, o som analógico é convertido em digital a uma taxa de 8000 amostras por segundo.

PCM e ADPCM são exemplos de forma sde onda de CODEC. O CODEC fornece formas de onda comprimidas explorando a redundância da onda original. Em geral, o CODEC inclui um sistema de predicção linear LPC, CELP e uma quntização MP-MLQ Técnicas de codificação para telefonia e pacotes de voz são padronizadas pelo ITU-T na série G.

• G.711: Descreve a técnica de codificação para voz em PCM 64 Kbps. É feito através de PBX ou PSTN.
  

• G.729: Usado para voz com compressã de taxa de 8 Kbps. Há duas variações deste padrão: G.729 e G.729.A. A principal diferença é a complixidade computacional, ambos fornecem fornecem qualidade similar a 32 Kbps em ADPCM.

Outro problema que pode irritar o ouvinte durante a conversação telefônica é o eco. Assim, também deve-se empregar algoritmos de cancelamento de eco de forma a evitar tais incômodos. Os algoritmos mais modernos modelam padrões matemáticos da conversação humana e o subtraem no caminho de transmissão. Para funcionar de forma eficiente, esta técnica deve ser empregada no mesmo roteador que faz a codificação da voz.

Cada CODEC fornece som com uma determinada qualidade. E esta qualidade é algo subjetivo, pois depende das preferências de cada pessoa. Um parâmetro usado é o nível de opinião médio MOS. Assim, um grande número de ouvintes julgam a qualidade do som em uma escala de 1 (ruím) até 5 (excelente). A tabela 1 abaixo mostra os escores de MOS para cada CODEC. Uma das mais importantes considerações em transmissão de voz é minimizar o atraso. para isso deve-se considerar o trafego de voz em tempo real. Se ocorrer um atraso muito grande no pacote, o som será ireconhecível, o atraso aceitável é da ordem de 200 ms. Há basicamente dosi tipos de atraso: Propagação e processamento. O atraso de propagação é causado pela característica da luz em uma fibra optica e atrasos de processamento ou serialização são causados pelos aparelhos. A figura 2 mostra os atrasos introduzidos por diferentes aparelhos de CODEC. Outro atraso de processamento é o tempo para gerar o pacote de voz. Em VoIP o DSP forma um "frame" a cada 10 ms. Outra forma de atraso é mover o pacote para a saída da fila. "Jitter" também interfere no tempo de transmissão. Ocorre quando há uma variação entre o tempo em que o pacote é esperado e o tempo de recebimento; isto é, o pacote foi recebido antes ou depois do esperado. Assim ocorre descontinuidade no fluxo de voz em tempo real.

TABELA 1: Métodos de compressão e coeficiente MOS.

TABELA 2: Atrasos induzidos pelo CODEC.

Considerando o endereçamento, CODEC e tarifação dos pacotes pelo tamanho é inevitável o atraso. Este atraso tem valores de 5 ms com G.711 e 10 ms com G.729.

Os atrasos fixos são ocasionados por diversos fatores, que podem ser citados abaixo:

• Compressão: Tempo gasto na codificação da voz em pacotes.
• Entre-processos: Atraso que ocorre em função dos handoffs entre os roteadores da rede.
• Transmissão: Devido às limitações de velocidade dos enlaces.
• Rede: Uma função das capacidades da rede.
• Buffer: Os pacotes são acumulados aqui para manter a ordenação.
• Descompressão

ATRASO em cada etapa da transmissão.

O congestionamento da rede é o principal responsável pelo atrazo. Estes atrazos são causados pela acumulação dos pacotes nos roteadores. Atrasos da ordem de 150ms ou mesmo 250ms são considerados intoleráveis por alterar a qualidade e diminuir a iteratividade. Para outras aplicações da Internet, este tempo pode ser maior sem apresentar problemas de desempenho.

Como se os atrasos em si não fossem um problema grave, ainda há mais um problema: A perda na rede. Esta perda é um problema grave quando se trata de emviar dados. Para voz, dois casos devem ser considerados: Pacote de voz com e sem compressão. Para pacotes sem compressão, uma perda pode não causar problema de compreenssão do som. Em pacotes comprimidos sempre haverá uma perda maior que é dada pelo fator de compressão. Assim, o som terá o que patece uma pausa. Para garantir uma baixa probabilidade de perda, é necessário uma taxa de transmissão maior possível, apesar do protocolo TCP tentar garantir uma perda pequena. Isso sem falar em mais velocidade de processamento.

O IP é um protocolo de camada de rede encarregado em encapsular os dados em pacotes para roteamento. O que está sendo encapsulado não faz a menor diferença para ele. Poder ser o TCP ou UDP. Em telefonia sobre IP, estes protocolos chamados de transporte seriam RTTP. O RTTP é responsável pela ordem de chegada dos pacotes. Há a questão das aplicações em tempo real onde pacotes atrasados ou extraviados não podem mais ser amostrados na saída. Estes pacotes devem ser descartados. Neste caso, a camada de aplicação deve interpolar dados adjacentes para compensar o pacote que falta, caso contrário o resultado será desagradável, um efeito semelhante à voz picada dos telefones que suspendem a portadora quando não há mais sinal transmitido acima de um determinado nível. O RTTP não precisa se preocupar com a confiabilidade dos dados pois não há como retransmitir em tempo razoável para não alterar a qualdade do som.

Os protocolos RTTP precisam manter-se constantemente informados do tempo de chegada dos pacotes. Atrasos maiores que 300msec de ida e volta tornam a conversa muito difícil. Para manter a harmonia emtre qualidade e latência, os RTTP contam com um segundo protocolo chamado RTCP. Esta qualidade em redes é comumente chamada QoS.

A conexão para VoIP é estabelecida, sinalizada e terminada por outro protocolo. Os mais usados são H.323, SIP e MGCP. O H.323 deve destacar-se por ter sido o padão criado pelo ITU-T por ser o orgão mais influente em telecomunicações no mundo. Seja qual for o protocolo, este fica encapsulado no IP, o que é interessante. O SIP é muito parecido com o famoso HTTP por ser baseado em texto e ter mensagensmuito simplificadas. Finalmente, o MGCP é mais voltado para estabelecer o controle dos "gateways" Os "gateways" são codificadores e decodificadores que passam o sinal de um protocolo para outro. São responsáveis pelo encapsulamento dos sinais de voz digitalizados para o prootocolo RTP e vice-versa. Os "gateways" são os primeiros produtos disponíveis para VoIP.

TABELA 3: Protocolos principais.

Já é possível encontrar "gateways" para ligação em equipamentos de PBX, são conectados às redes locais e a outros "gateways" em escritórios remotos fazem o trabalho de recuperação. No meio do caminho pode haver comutadores, embora não haja suporte técnico para uso na internet; isto é, nada de roteadores. A Cisco é uma das empresas que oferece "gateways" de VoIP que podem ser empregados em redes comutadas. Já a Nortel está desenvolvendo "gateways" que suportam roteadores, mas isso ainda está em pesquisa. Principalmente no que se refere à tradução do endereço de IP.

O modelo VG200 da Cisco permite conexão à telefonia com PSTN ou PBX. Telefone analógicos ou aparelhos de FAX também podem ser conectados. Este "gateway" consiste em um módulo de rede (NM - Network Module) que fornece processamento e recursos DSP e placas de interface de voz VCI oferecendo as interfaces de voz física. Uma configuração típica inclui duas placas VCI (FXS e FXO) para um total de quatro portas analógicas de voz.

Este efeito, no telefone, é ouvir sua própria voz no receptor enquanto você está falando. Se o eco superar cerca de 25 milisegundos pode ocorrer problemas na comunicação como interrupções. Na rede telefônica tradicional o eco é causado pela impedância não casada entre os terminais. Em pacotes de voz, são construidos canceladores de eco em CODEC de baixa taxa de bits e operam em cada DSP. Estes canceladores são limitados pelo tempo total de espera para pacotes refletidos serem recebidos, este efeito é conhecido como "echo trail" e é normalmente da ordem de 32 milisegundos. Atualmente as implementações de cancelamento de eco levam em consideração este "echo trail" por configuração pelo comando "echo-cancel-coverange". VoIP tem "echo trail" configurável em 8, 16, 24 e 32 milisegundos.

Há atualmente várias formas de sinalização usadas em telecomunicações. Uma das que se referem a transmissão de voz é a sinalização de acesso. determinando se uma linha está "off-hook" ou "on-hook". FXS e FXO são tipos de sinalização de acesso, há dois métodos de fornecer este sinal:

• O Loop inicia com uma das técnicas mais comuns para snalização de acesso em um padrão PSTN end-loop network. Quando a conexão é feita (muda para "off-hook"), esta ação fecha o circuito e passa corrente da central telefônica indicando uma mudança de estado. Esta mudança realiza a ligação por tom. A chamada é sinalizada da central para o destino enviando um sinal padão "on-off" que faz o telefone tocar.
  
• GS é outro método usado para indicar o estado de "off-hook/on-hook" da central. Este método é usado em linhas truncadas entre unidades de PBX. A sinalização GS trabalha usando terra e detecção de corrente. Isso permite que a rede indique "off-hook" e capture uma chamada independentemente do toque de telefone.
  Outra técnica de sinalização usada entre PBX ou comutação de telefonia entre redes é conhecida como E&M. Esta sinalização existe em cinco tipos diferentes.
  

Apesar de ser de um interesse alto por fornecedores de tecnologias, Os produtos disponíveis são basicamente voltados às redes locais WAN's, ainda sem tráfego na internet. Este é o maior objetivo da tecnologia VoIP, pelo menos no ponto de vista dos usuários que se preocupam com ligações interurbanas e internacionais.

Respostas às Perguntas

Resposta1) Que tal telefonar para a China e pagar tarifa de ligação local? Com Voz sobre IP (Voice over IP [VoIP]) isto é possível. A diferença básica com a telefonia tradicional é a não ocupação integral do canal, isto é, quando ninguém está falando a ligação está efetiva e é tarifada. Em VoIP a voz é dividida em pacotes e enviada pela internet com endereçamento e todas as características da internet. A grande dificuldade, e problema a ser resolvido futuramente, é manter a cadência de mídias contínuas. Um atraso considerável (da ordem de 3000ms) torna a conversa difícil.

Resposta2) A grande vantagem é a flexibilidade. Ao invés de ter um sistema só para voz, outro só para dados, usa-se um sistema único com custo reduzido para o usuário. Um sistema de comunicação miltimídia. Outra grande vantagem é a reduçào da ociosidade da rede. na telefinia tradicional a ligação está ativa mesmo sem conversação e em VoIP os pacotes de voz são roteados. Isso reduz o custo.

Resposta3) IP é o protocolo da camada rede que faz o encapsulamento dos pacotes, sejam de dados ou mídias contínuas. mas no caso da voz são necessários protocolos de transporte chamados RTP [real time protocol]. RTP cuida da ordem de chegada dos pacotes. Os pacotes que chegam atrasados não podem mais ser amostrados na saída, em seu lugar é feita uma interpolação na camada de aplicação. Uma característica importante destes procolos: Os RTP's não precisam se preocupar com erros; já que, pelo menos por enquanto, não há tempo para retransmitir pacotes errados! Um outro protocolo é o RTCP [real time control protocol] que é usado para manter a cadência do discurso de forma a manter um mínimo de qualidade determinada.

Resposta4) Estes atrasos são classificados de acordo com as causas possíveis: Fixos ou variáveis. Os atrasos fixos são responsáveis por alterações na qualidade do som não alterando a continuidade. Já os variáveis tiram a cadência do som.
Os atrasos fixos são causados por: Compressão, descompressão, "buffer" e limitação de velocidade nos enlaces. Atrasos variáveis são causados por congestionamento na rede devido a lotação de pacotes nos roteadores.

Resposta5) Os "gateways" são um grande problema. Em geral não suportam roteadores e também não há suporte técnico adequado para o uso em IP. Na verdade os fabricantes ainda estão precionados pelas grandes empresas limitando soluções na internet.
Quanto ao problema dos atrasos, parece qua a solução é usar equipamentos mais rápidos dentro das subredes da internet, isso pode levar muito tempo. Faça um teste: Use um modem de 56Kbps e acesse um endereço qualquer fazendo um "ping" (ida e volta). O tempo de resposta deve ficar entre 300 milisegundos dependendo do endereço escolhido.

ADPCM: adaptive differential PCM

DPM: Dial Plan Mapper

CELP: Code-Excited Linear Prediction

CODEC: COder-DEcoder Compression

DSP: Digital Signal Processors

DTMF: Dual-Tone MultiFrequency

FXO: Foreward Exchange Office

FXS: Forewad Exchange Station

GS: Ground Start

HTTP:Hiper Text Transfer Protocol

ITU-T: International Telecommunications Union-Telecommunications

LPC: Linear Predictive Coding

MOS: Mean Opinion Score

MP-MLQ: MultiPulse-MultiLevel Quantization

NANP: North American Numbering Plan

PBX: Private Branch Exchange

PCM: Pulse Code Modulation

PSTN: Public Switched Telephone Network

QoS: Quality of Service

RTCP: Real Time Control Protocol

RTTP/UDP/IP: Real-Time Transport Protocol/User Datagram Protocol/Internet Protocol
VCI: Voice Cards Interface