Voz sobre IP

Voz sobre Protocolo de Internet ( VoIP ), ^[a] también llamada telefonía IP , es un método y grupo de tecnologías para llamadas de voz para la entrega de sesiones de comunicación de voz a través de redes de Protocolo de Internet (IP), ^[2] como Internet .

Los términos más amplios telefonía por Internet , telefonía de banda ancha y servicio telefónico de banda ancha se refieren específicamente al suministro de voz y otros servicios de comunicaciones ( fax , SMS , mensajería de voz ) a través de Internet, en lugar de a través de la red telefónica pública conmutada (PSTN), también conocida como servicio telefónico tradicional (POTS).

Los pasos y principios involucrados en la creación de llamadas telefónicas VoIP son similares a los de la telefonía digital tradicional e involucran señalización, configuración de canal, digitalización de las señales de voz analógicas y codificación. En lugar de transmitirse a través de una red de conmutación de circuitos , la información digital se empaqueta y la transmisión ocurre como paquetes IP a través de una red de conmutación de paquetes . Transportan flujos de medios utilizando protocolos especiales de entrega de medios que codifican audio y video con códecs de audio y códecs de video . Existen varios códecs que optimizan el flujo de medios en función de los requisitos de la aplicación y el ancho de banda de la red; algunas implementaciones se basan en banda estrecha y voz comprimida , mientras que otras admiten códecs estéreo de alta fidelidad .

Los estándares de codificación de voz más utilizados en VoIP se basan en los métodos de compresión de codificación predictiva lineal (LPC) y transformada de coseno discreta modificada (MDCT). Los códecs populares incluyen AAC-LD basado en MDCT (usado en FaceTime ), Opus basado en LPC/MDCT (usado en WhatsApp ), SILK basado en LPC (usado en Skype ), versiones μ-law y A-law de G.711 , G.722 y un códec de voz de código abierto conocido como iLBC , un códec que usa solo 8 kbit/s en cada sentido llamado G.729 .

Los primeros proveedores de servicios de voz sobre IP utilizaron modelos de negocio y ofrecieron soluciones técnicas que reflejaban la arquitectura de la red telefónica tradicional. Los proveedores de segunda generación, como Skype , construyeron redes cerradas para bases de usuarios privados, ofreciendo el beneficio de llamadas gratuitas y comodidad mientras que potencialmente cobraban por el acceso a otras redes de comunicación, como la PSTN. Esto limitó la libertad de los usuarios para mezclar y combinar hardware y software de terceros. Los proveedores de tercera generación, como Google Talk , adoptaron el concepto de VoIP federado . ^[3] Estas soluciones suelen permitir la interconexión dinámica entre usuarios en dos dominios cualesquiera de Internet, cuando un usuario desea realizar una llamada.

Además de los teléfonos VoIP , VoIP también está disponible en muchos ordenadores personales y otros dispositivos con acceso a Internet. Las llamadas y los mensajes de texto SMS pueden enviarse a través de Wi-Fi o de la red de datos móviles del operador . ^[4] VoIP proporciona un marco para la consolidación de todas las tecnologías de comunicaciones modernas mediante un único sistema de comunicaciones unificado .

La voz sobre IP se ha implementado con protocolos propietarios y protocolos basados ​​en estándares abiertos en aplicaciones como teléfonos VoIP, aplicaciones móviles y comunicaciones basadas en web .

Para implementar la comunicación VoIP se necesitan diversas funciones. Algunos protocolos realizan múltiples funciones, mientras que otros realizan solo algunas y deben utilizarse en conjunto. Estas funciones incluyen:

• Red y transporte : creación de transmisión confiable a través de protocolos no confiables, lo que puede implicar el reconocimiento de la recepción de datos y la retransmisión de datos que no se recibieron.
• Gestión de sesiones : creación y gestión de una sesión (a veces denominada simplemente como una "llamada"), que es una conexión entre dos o más pares que proporciona un contexto para una comunicación posterior.
• Señalización : realización de registro (publicidad de la propia presencia e información de contacto) y descubrimiento (localización de alguien y obtención de su información de contacto), marcación (incluido el informe del progreso de la llamada ), capacidades de negociación y control de llamadas (como retención, silenciamiento, transferencia/reenvío, marcación de teclas DTMF durante una llamada [por ejemplo, para interactuar con un asistente automático o IVR ], etc.).
• Descripción de medios : determinar qué tipo de medios enviar (audio, video, etc.), cómo codificarlos/decodificarlos y cómo enviarlos/recibirlos (direcciones IP, puertos, etc.).
• Medios : transferencia de los medios reales en la llamada, como audio, video, mensajes de texto, archivos, etc.
• Calidad del servicio : proporcionar contenido fuera de banda o retroalimentación sobre los medios, como sincronización , estadísticas, etc.
• Seguridad – Implementar control de acceso, verificar la identidad de otros participantes (computadoras o personas) y encriptar datos para proteger la privacidad e integridad de los contenidos de los medios y/o los mensajes de control.

Los protocolos VoIP incluyen:

• Matrix , estándar abierto para chat en línea , voz sobre IP y videotelefonía
• Protocolo de inicio de sesión (SIP), ^[5] protocolo de gestión de conexión desarrollado por el IETF
• H.323 , uno de los primeros protocolos de control y señalización de llamadas VoIP que encontró una implementación generalizada. ^[6] Desde el desarrollo de protocolos más nuevos y menos complejos como MGCP y SIP, las implementaciones de H.323 se limitan cada vez más a transportar el tráfico de red de larga distancia existente. ^[7]
• Protocolo de control de pasarela multimedia (MGCP), gestión de conexiones para pasarelas multimedia
• H.248 , protocolo de control para pasarelas de medios a través de una interconexión de redes convergente que consta de la PSTN tradicional y las redes de paquetes modernas
• Protocolo de transporte en tiempo real (RTP), protocolo de transporte para datos de audio y vídeo en tiempo real
• Protocolo de control de transporte en tiempo real (RTCP), protocolo hermano de RTP que proporciona estadísticas de transmisión e información de estado
• Protocolo de transporte seguro en tiempo real (SRTP), versión cifrada de RTP
• Protocolo de descripción de sesión (SDP), una sintaxis para el inicio y anuncio de sesiones para comunicaciones multimedia y transportes WebSocket .
• Intercambio entre Asterisk (IAX), protocolo utilizado entre instancias de PBX de Asterisk
• Protocolo extensible de mensajería y presencia (XMPP), mensajería instantánea, información de presencia y mantenimiento de listas de contactos
• Jingle , para el control de sesiones peer to peer en XMPP
• Protocolo Skype , conjunto de protocolos propietarios de telefonía por Internet basados ​​en una arquitectura peer to peer

Los servicios de VoIP para el mercado masivo utilizan el acceso a Internet de banda ancha existente , mediante el cual los suscriptores realizan y reciben llamadas telefónicas de la misma manera que lo harían a través de la PSTN. Las compañías de telefonía VoIP de servicio completo brindan servicio de entrada y salida con marcación directa de entrada . Muchas ofrecen llamadas nacionales ilimitadas y, a veces, llamadas internacionales por una tarifa de suscripción mensual fija. Las llamadas telefónicas entre suscriptores del mismo proveedor suelen ser gratuitas cuando el servicio de tarifa fija no está disponible. ^[8]

Para conectarse a un proveedor de servicios VoIP es necesario contar con un teléfono VoIP. Esto se puede implementar de varias maneras:

• Los teléfonos VoIP dedicados se conectan directamente a la red IP mediante tecnologías como Ethernet por cable o Wi-Fi . Suelen estar diseñados al estilo de los teléfonos empresariales digitales tradicionales.
• Un adaptador telefónico analógico se conecta a la red e implementa la electrónica y el firmware necesarios para operar un teléfono analógico convencional conectado a través de un conector telefónico modular. Algunas puertas de enlace de Internet residenciales y módems de cable tienen esta función incorporada.
• Software de aplicación de softphone instalado en una computadora en red que está equipada con un micrófono y un altavoz o auriculares. La aplicación normalmente presenta un teclado numérico y un campo de visualización para que el usuario pueda operar la aplicación con clics del mouse o entradas del teclado. ^[9]

Es cada vez más común que los proveedores de telecomunicaciones utilicen telefonía VoIP a través de redes IP públicas y dedicadas como backhaul para conectar centros de conmutación e interconectarse con otros proveedores de redes de telefonía; esto a menudo se conoce como backhaul IP . ^{[10] [11]}

Los teléfonos inteligentes pueden tener clientes SIP integrados en el firmware o disponibles como descarga de aplicación. ^{[12] [13]}

Debido a la eficiencia del ancho de banda y los bajos costos que puede proporcionar la tecnología VoIP, las empresas están migrando de los sistemas telefónicos tradicionales con cables de cobre a sistemas VoIP para reducir sus costos telefónicos mensuales. En 2008, el 80% de todas las nuevas líneas de centralitas privadas (PBX) instaladas internacionalmente eran VoIP. ^[14] Por ejemplo, en los Estados Unidos, la Administración de la Seguridad Social está convirtiendo sus oficinas de campo de 63.000 trabajadores de instalaciones telefónicas tradicionales a una infraestructura VoIP que se transmite a través de su red de datos existente. ^{[15] [16]}

La VoIP permite que las comunicaciones de voz y datos se ejecuten en una sola red, lo que puede reducir significativamente los costos de infraestructura. Los precios de las extensiones de VoIP son más bajos que los de las PBX y los sistemas de claves. Los conmutadores VoIP pueden funcionar en hardware de consumo, como computadoras personales . En lugar de arquitecturas cerradas, estos dispositivos se basan en interfaces estándar. ^[17] Los dispositivos VoIP tienen interfaces de usuario simples e intuitivas, por lo que los usuarios a menudo pueden realizar cambios simples en la configuración del sistema. Los teléfonos de modo dual permiten a los usuarios continuar sus conversaciones mientras se mueven entre un servicio celular externo y una red Wi-Fi interna , de modo que ya no es necesario llevar un teléfono de escritorio y un teléfono celular. El mantenimiento se vuelve más simple ya que hay menos dispositivos para supervisar. ^[17]

Las soluciones VoIP dirigidas a las empresas han evolucionado hacia servicios de comunicaciones unificadas que tratan todas las comunicaciones (llamadas telefónicas, faxes, correo de voz, correo electrónico, conferencias web y más) como unidades discretas que pueden enviarse por cualquier medio y a cualquier teléfono, incluidos los teléfonos celulares. En este espacio operan dos tipos de proveedores de servicios: un grupo se centra en VoIP para empresas medianas y grandes, mientras que otro se dirige al mercado de pequeñas y medianas empresas (PYME). ^[18]

Skype , que originalmente se comercializó como un servicio entre amigos, ha comenzado a atender a las empresas, brindando conexiones gratuitas entre cualquier usuario de la red Skype y conectándose hacia y desde teléfonos PSTN comunes por un cargo. ^[19]

En general, la provisión de sistemas de telefonía VoIP a usuarios individuales o de organizaciones se puede dividir en dos métodos de entrega principales: soluciones privadas o locales, o soluciones alojadas externamente y entregadas por proveedores externos. Los métodos de entrega locales son más similares al modelo clásico de implementación de PBX para conectar una oficina a redes PSTN locales.

Si bien aún existen muchos casos de uso para sistemas VoIP privados o locales, el mercado en general ha ido cambiando gradualmente hacia soluciones VoIP alojadas o en la nube . Los sistemas alojados también suelen ser más adecuados para implementaciones VoIP más pequeñas o de uso personal, donde un sistema privado puede no ser viable para estos escenarios.

Las soluciones de VoIP alojadas o en la nube implican que un proveedor de servicios o un operador de telecomunicaciones aloje el sistema telefónico como una solución de software dentro de su propia infraestructura.

Por lo general, se trata de uno o más centros de datos con relevancia geográfica para el usuario final del sistema. Esta infraestructura es externa al usuario del sistema y la implementa y mantiene el proveedor de servicios.

Los puntos finales, como los teléfonos VoIP o las aplicaciones de softphone (aplicaciones que se ejecutan en una computadora o un dispositivo móvil), se conectarán al servicio VoIP de forma remota. Estas conexiones suelen realizarse a través de enlaces de Internet públicos, como una conexión WAN fija local o un servicio de operador móvil.

En el caso de un sistema VoIP privado, el sistema de telefonía principal se encuentra dentro de la infraestructura privada de la organización del usuario final. Por lo general, el sistema se implementará en las instalaciones en un sitio que esté bajo el control directo de la organización. Esto puede brindar numerosos beneficios en términos de control de calidad de servicio (ver a continuación), escalabilidad de costos y garantía de privacidad y seguridad del tráfico de comunicaciones. Sin embargo, la responsabilidad de garantizar que el sistema VoIP siga siendo eficiente y resistente recae predominantemente en la organización del usuario final. Este no es el caso de una solución VoIP alojada.

Los sistemas VoIP privados pueden ser dispositivos PBX de hardware físico, convergentes con otra infraestructura, o pueden implementarse como aplicaciones de software. Generalmente, las dos últimas opciones se presentarán en forma de un dispositivo virtualizado independiente. Sin embargo, en algunos escenarios, estos sistemas se implementan en infraestructuras físicas o dispositivos IoT. Con algunas soluciones, como 3CX, las empresas pueden intentar combinar los beneficios de los sistemas alojados y privados locales implementando su propia solución privada, pero dentro de un entorno externo. Algunos ejemplos pueden incluir servicios de coubicación de centros de datos, nube pública o ubicaciones de nube privada.

En el caso de los sistemas locales, los puntos finales locales dentro de la misma ubicación suelen conectarse directamente a través de la LAN . En el caso de los puntos finales remotos y externos, las opciones de conectividad disponibles son similares a las de las soluciones VoIP alojadas o en la nube.

Sin embargo, el tráfico de VoIP hacia y desde los sistemas locales también se puede enviar a menudo a través de enlaces privados seguros. Algunos ejemplos incluyen VPN personales, VPN de sitio a sitio , redes privadas como MPLS y SD-WAN, o a través de SBC (controladores de borde de sesión) privados. Si bien existen excepciones y opciones de emparejamiento privado, generalmente no es común que esos métodos de conectividad privada sean proporcionados por proveedores de VoIP alojados o en la nube.

La comunicación en la red IP se percibe como menos confiable en contraste con la red telefónica pública conmutada por circuitos porque no proporciona un mecanismo basado en red para garantizar que los paquetes de datos no se pierdan y se entreguen en orden secuencial. Es una red de máximo esfuerzo sin garantías fundamentales de calidad de servicio (QoS). La voz y todos los demás datos viajan en paquetes a través de redes IP con capacidad máxima fija. Este sistema puede ser más propenso a la pérdida de datos en presencia de congestión ^[b] que los sistemas tradicionales conmutados por circuitos ; un sistema conmutado por circuitos con capacidad insuficiente rechazará nuevas conexiones mientras transporta el resto sin deterioro, mientras que la calidad de los datos en tiempo real, como las conversaciones telefónicas en redes conmutadas por paquetes, se degrada drásticamente. ^[21] Por lo tanto, las implementaciones de VoIP pueden enfrentar problemas con la latencia , la pérdida de paquetes y el jitter . ^{[21] [22]}

De manera predeterminada, los enrutadores de red manejan el tráfico por orden de llegada. Los retrasos fijos no se pueden controlar, ya que son causados ​​por la distancia física que recorren los paquetes. Son especialmente problemáticos cuando se trata de circuitos satelitales debido a la gran distancia que hay hasta un satélite geoestacionario y viceversa; los retrasos típicos son de 400 a 600 ms. La latencia se puede minimizar marcando los paquetes de voz como sensibles al retraso con métodos de calidad de servicio como DiffServ . ^[21]

Los enrutadores de red en enlaces de alto volumen de tráfico pueden introducir una latencia que exceda los umbrales permisibles para VoIP. Una carga excesiva en un enlace puede causar congestión y retrasos asociados en la cola y pérdida de paquetes . Esto indica a un protocolo de transporte como TCP que reduzca su velocidad de transmisión para aliviar la congestión. Pero VoIP generalmente usa UDP, no TCP, porque la recuperación de la congestión a través de la retransmisión generalmente implica demasiada latencia. ^[21] Por lo tanto, los mecanismos de QoS pueden evitar la pérdida indeseable de paquetes VoIP al transmitirlos inmediatamente antes de cualquier tráfico masivo en cola en el mismo enlace, incluso cuando el enlace está congestionado por tráfico masivo.

Los puntos finales de VoIP normalmente tienen que esperar a que se complete la transmisión de los paquetes anteriores antes de poder enviar nuevos datos. Aunque es posible interrumpir (abortar) un paquete menos importante en mitad de la transmisión, esto no se hace comúnmente, especialmente en enlaces de alta velocidad donde los tiempos de transmisión son cortos incluso para paquetes de tamaño máximo. ^[23] Una alternativa a la interrupción en enlaces más lentos, como el acceso telefónico y la línea de abonado digital (DSL), es reducir el tiempo máximo de transmisión reduciendo la unidad máxima de transmisión . Pero como cada paquete debe contener encabezados de protocolo, esto aumenta la sobrecarga relativa del encabezado en cada enlace atravesado. ^[23]

El receptor debe volver a secuenciar los paquetes IP que llegan desordenados y recuperarse con elegancia cuando los paquetes llegan demasiado tarde o no llegan en absoluto. La variación del retardo de los paquetes resulta de los cambios en el retardo de la cola a lo largo de una ruta de red determinada debido a la competencia de otros usuarios por los mismos enlaces de transmisión. Los receptores VoIP se adaptan a esta variación almacenando los paquetes entrantes brevemente en un búfer de reproducción , aumentando deliberadamente la latencia para mejorar la posibilidad de que cada paquete esté disponible cuando sea el momento de que el motor de voz lo reproduzca. El retraso adicional es, por lo tanto, un compromiso entre la latencia excesiva y la pérdida excesiva , es decir, interrupciones momentáneas del audio.

Aunque el jitter es una variable aleatoria, es la suma de varias otras variables aleatorias que son al menos algo independientes: los retrasos de cola individuales de los enrutadores a lo largo de la ruta de Internet en cuestión. Motivado por el teorema del límite central , el jitter se puede modelar como una variable aleatoria gaussiana . Esto sugiere estimar continuamente el retraso medio y su desviación estándar y establecer el retraso de reproducción de modo que solo los paquetes retrasados ​​más de varias desviaciones estándar por encima de la media lleguen demasiado tarde para ser útiles. En la práctica, la varianza en la latencia de muchas rutas de Internet está dominada por un pequeño número (a menudo uno) de enlaces de cuello de botella relativamente lentos y congestionados . La mayoría de los enlaces troncales de Internet son ahora tan rápidos (por ejemplo, 10 Gbit/s) que sus retrasos están dominados por el medio de transmisión (por ejemplo, fibra óptica) y los enrutadores que los impulsan no tienen suficiente almacenamiento en búfer para que los retrasos en cola sean significativos. ^[24]

Se han definido varios protocolos para respaldar la generación de informes de calidad de servicio (QoS) y calidad de experiencia (QoE) para llamadas VoIP. Entre ellos se incluyen los informes ampliados del Protocolo de control RTP (RTCP), ^[25] los informes resumidos del RTCP de SIP, el Anexo B de H.460.9 (para H.323 ), H.248.30 y las extensiones MGCP.

El bloque de métricas VoIP del informe extendido RTCP especificado por RFC  3611 es generado por un teléfono VoIP o una puerta de enlace durante una llamada en vivo y contiene información sobre la tasa de pérdida de paquetes, la tasa de descarte de paquetes (debido a la fluctuación), métricas de ráfaga de pérdida/descarte de paquetes (longitud/densidad de ráfaga, longitud/densidad de intervalo), retardo de red, retardo del sistema final, nivel de señal/ruido/eco, puntuaciones de opinión medias (MOS) y factores R e información de configuración relacionada con el búfer de fluctuación. Los informes de métricas VoIP se intercambian entre puntos finales IP de forma ocasional durante una llamada, y se envía un mensaje de fin de llamada a través del informe de resumen SIP RTCP o una de las otras extensiones del protocolo de señalización. Los informes de métricas VoIP están destinados a respaldar la retroalimentación en tiempo real relacionada con los problemas de QoS, el intercambio de información entre los puntos finales para un cálculo mejorado de la calidad de la llamada y una variedad de otras aplicaciones.

Los módems DSL generalmente proporcionan conexiones Ethernet a equipos locales, pero en realidad pueden ser módems de modo de transferencia asíncrono (ATM). ^[c] Utilizan ATM Adaptation Layer 5 (AAL5) para segmentar cada paquete Ethernet en una serie de celdas ATM de 53 bytes para su transmisión, y luego las vuelven a ensamblar en tramas Ethernet en el extremo receptor.

El uso de un identificador de circuito virtual (VCI) independiente para voz sobre IP tiene el potencial de reducir la latencia en conexiones compartidas. El potencial de ATM para la reducción de latencia es mayor en enlaces lentos porque la latencia en el peor de los casos disminuye con el aumento de la velocidad del enlace. Una trama Ethernet de tamaño completo (1500 bytes) tarda 94 ms en transmitirse a 128 kbit/s, pero solo 8 ms a 1,5 Mbit/s. Si este es el enlace de cuello de botella, esta latencia probablemente sea lo suficientemente pequeña como para garantizar un buen rendimiento de VoIP sin reducciones de MTU o múltiples VC ATM. Las últimas generaciones de DSL, VDSL y VDSL2 , transportan Ethernet sin capas intermedias ATM/AAL5 y generalmente admiten el etiquetado de prioridad IEEE 802.1p para que VoIP pueda ponerse en cola antes del tráfico menos crítico en cuanto al tiempo. ^[21]

El ATM tiene una sobrecarga de cabecera sustancial: 5/53 = 9,4%, aproximadamente el doble de la sobrecarga de cabecera total de una trama Ethernet de 1500 bytes. Este "impuesto ATM" lo incurren todos los usuarios de DSL, independientemente de que aprovechen o no los circuitos virtuales múltiples, y pocos pueden hacerlo. ^[21]

Se utilizan varios protocolos en la capa de enlace de datos y la capa física para mecanismos de calidad de servicio que ayudan a que las aplicaciones VoIP funcionen bien incluso en presencia de congestión de la red . Algunos ejemplos incluyen:

• IEEE 802.11e es una enmienda aprobada al estándar IEEE 802.11 que define un conjunto de mejoras en la calidad de servicio para aplicaciones de LAN inalámbricas a través de modificaciones en la capa de control de acceso al medio (MAC). El estándar se considera de importancia crítica para aplicaciones sensibles a los retrasos, como la voz sobre IP inalámbrica.
• IEEE 802.1p define ocho clases diferentes de servicio (incluida una dedicada a la voz) para el tráfico en Ethernet cableada de capa 2 .
• El estándar ITU-T G.hn , que proporciona una forma de crear una red de área local (LAN) de alta velocidad (hasta 1 gigabit por segundo) utilizando el cableado doméstico existente ( líneas eléctricas , líneas telefónicas y cables coaxiales ). G.hn proporciona QoS por medio de Oportunidades de Transmisión sin Contención (CFTXOP) que se asignan a flujos (como una llamada VoIP) que requieren QoS y que han negociado un contrato con los controladores de red.

La calidad de la transmisión de voz se caracteriza por varias métricas que pueden ser monitoreadas por elementos de red y por el hardware o software del agente de usuario. Dichas métricas incluyen pérdida de paquetes de red , fluctuación de paquetes , latencia de paquetes (retardo), retraso posterior a la marcación y eco. Las métricas se determinan mediante pruebas y monitoreo del rendimiento de VoIP. ^{[26] [27] [28] [29] [30] [31]}

This section needs additional citations for verification. Please help improve this article by adding citations to reliable sources in this section. Unsourced material may be challenged and removed. (November 2019) (Learn how and when to remove this message)

Un controlador de pasarela de medios VoIP (también conocido como Softswitch de clase 5 ) trabaja en cooperación con una pasarela de medios (también conocida como pasarela empresarial IP) y conecta el flujo de medios digitales, de modo de completar la ruta de voz y datos. Las pasarelas incluyen interfaces para conectarse a redes PSTN estándar. Las interfaces Ethernet también se incluyen en los sistemas modernos, que están especialmente diseñadas para vincular llamadas que se transmiten a través de VoIP. ^[32]

E.164 es un estándar de numeración global tanto para la PSTN como para la red móvil terrestre pública (PLMN). La mayoría de las implementaciones de VoIP admiten E.164 para permitir que las llamadas se enruten hacia y desde los suscriptores de VoIP y la PSTN/PLMN. ^[33] Las implementaciones de VoIP también pueden permitir que se utilicen otras técnicas de identificación. Por ejemplo, Skype permite a los suscriptores elegir nombres de Skype (nombres de usuario) ^[34] mientras que las implementaciones de SIP pueden utilizar identificadores uniformes de recursos (URI) similares a las direcciones de correo electrónico . ^[35] A menudo, las implementaciones de VoIP emplean métodos para traducir identificadores que no son E.164 a números E.164 y viceversa, como el servicio Skype-In proporcionado por Skype ^[36] y el servicio de mapeo de números E.164 a URI (ENUM) en IMS y SIP. ^[37]

El eco también puede ser un problema para la integración de PSTN. ^[38] Las causas comunes del eco incluyen desajustes de impedancia en circuitos analógicos y una ruta acústica desde la señal de recepción a la de transmisión en el extremo receptor.

La portabilidad de números locales (LNP) y la portabilidad de números móviles (MNP) también afectan al negocio de VoIP. La portabilidad de números es un servicio que permite a un suscriptor seleccionar un nuevo operador telefónico sin necesidad de que se le asigne un nuevo número. Normalmente, es responsabilidad del antiguo operador "asignar" el número antiguo al número no revelado asignado por el nuevo operador. Esto se logra manteniendo una base de datos de números. El operador original recibe inicialmente un número marcado y lo redirige rápidamente al nuevo operador. Se deben mantener múltiples referencias de portabilidad incluso si el suscriptor regresa al operador original. La Comisión Federal de Comunicaciones (FCC) exige que los operadores cumplan con estas estipulaciones de protección al consumidor. En noviembre de 2007, la FCC de los Estados Unidos emitió una orden que extiende las obligaciones de portabilidad de números a los proveedores de VoIP interconectados y a los operadores que brindan soporte a los proveedores de VoIP. ^[39]

Una llamada de voz que se origina en el entorno de VoIP también enfrenta desafíos de enrutamiento de menor costo (LCR) para llegar a su destino si el número se enruta a un número de teléfono móvil en un operador móvil tradicional. LCR se basa en verificar el destino de cada llamada telefónica a medida que se realiza y luego enviar la llamada a través de la red que le costará menos al cliente. Esta clasificación está sujeta a cierto debate dada la complejidad del enrutamiento de llamadas creada por la portabilidad numérica. Con la implementación de MNP, los proveedores de LCR ya no pueden depender del uso del prefijo raíz de la red para determinar cómo enrutar una llamada. En cambio, ahora deben determinar la red real de cada número antes de enrutar la llamada. ^[40]

Por lo tanto, las soluciones VoIP también deben manejar MNP al enrutar una llamada de voz. En países sin una base de datos central, como el Reino Unido, puede ser necesario consultar a la red móvil a qué red doméstica pertenece un número de teléfono móvil. A medida que aumenta la popularidad de VoIP en los mercados empresariales debido a las opciones LCR, VoIP debe proporcionar un cierto nivel de confiabilidad al manejar llamadas.

Un teléfono conectado a una línea fija tiene una relación directa entre un número de teléfono y una ubicación física, que es mantenida por la compañía telefónica y disponible para los servicios de emergencia a través de los centros nacionales de servicios de respuesta a emergencias en forma de listas de abonados de emergencia. Cuando un centro recibe una llamada de emergencia, la ubicación se determina automáticamente a partir de sus bases de datos y se muestra en la consola del operador.

En la telefonía IP, no existe un vínculo directo entre la ubicación y el punto final de las comunicaciones. Incluso un proveedor que tenga una infraestructura cableada, como un proveedor de DSL, puede conocer solo la ubicación aproximada del dispositivo, basándose en la dirección IP asignada al enrutador de red y la dirección de servicio conocida. Algunos ISP no rastrean la asignación automática de direcciones IP a los equipos del cliente. ^[41]

La comunicación IP permite la movilidad de los dispositivos. Por ejemplo, una conexión de banda ancha residencial puede utilizarse como enlace a una red privada virtual de una entidad corporativa, en cuyo caso la dirección IP que se utiliza para las comunicaciones con el cliente puede pertenecer a la empresa, no al ISP residencial. Estas extensiones fuera de las instalaciones pueden aparecer como parte de una centralita IP de subida. En los dispositivos móviles, por ejemplo, un teléfono 3G o un adaptador de banda ancha inalámbrico USB, la dirección IP no tiene relación con ninguna ubicación física conocida por el proveedor de servicios de telefonía, ya que un usuario móvil podría estar en cualquier parte de una región con cobertura de red, incluso en itinerancia a través de otra compañía de telefonía celular.

En el nivel de VoIP, un teléfono o gateway puede identificarse mediante sus credenciales de cuenta con un registrador de Protocolo de inicio de sesión (SIP). En tales casos, el proveedor de servicios de telefonía por Internet (ITSP) solo sabe que el equipo de un usuario en particular está activo. Los proveedores de servicios a menudo brindan servicios de respuesta a emergencias mediante un acuerdo con el usuario que registra una ubicación física y acepta que, si se llama a un número de emergencia desde el dispositivo IP, los servicios de emergencia se brindarán solo a esa dirección.

Los proveedores de VoIP en Estados Unidos proporcionan estos servicios de emergencia mediante un sistema denominado Enhanced 911 (E911), basado en la Ley de Comunicaciones Inalámbricas y Seguridad Pública . El sistema de llamadas de emergencia VoIP E911 asocia una dirección física con el número de teléfono de la persona que llama. Todos los proveedores de VoIP que proporcionan acceso a la red telefónica pública conmutada deben implementar el E911, un servicio por el que se puede cobrar al suscriptor. "Los proveedores de VoIP no pueden permitir que los clientes opten por no recibir el servicio 911". ^[41] El sistema VoIP E911 se basa en una consulta de tabla estática. A diferencia de los teléfonos celulares, donde la ubicación de una llamada E911 se puede rastrear utilizando GPS asistido u otros métodos, la información VoIP E911 es precisa solo si los suscriptores mantienen actualizada su información de dirección de emergencia. ^[42]

El envío de faxes a través de redes VoIP se conoce a veces como Fax sobre IP (FoIP). La transmisión de documentos por fax era problemática en las primeras implementaciones de VoIP, ya que la mayoría de los códecs de digitalización y compresión de voz están optimizados para la representación de la voz humana y no se puede garantizar la sincronización adecuada de las señales del módem en una red sin conexión basada en paquetes.

Una solución basada en estándares para la transmisión confiable de faxes por IP es el protocolo T.38 . El protocolo T.38 está diseñado para compensar las diferencias entre las comunicaciones tradicionales sin paquetes a través de líneas analógicas y las transmisiones basadas en paquetes que son la base de las comunicaciones IP. La máquina de fax puede ser un dispositivo estándar conectado a un adaptador telefónico analógico (ATA), o puede ser una aplicación de software o un dispositivo de red dedicado que funciona a través de una interfaz Ethernet. ^[43] Originalmente, el protocolo T.38 fue diseñado para utilizar métodos de transmisión UDP o TCP a través de una red IP.

Algunas máquinas de fax de gama alta más nuevas tienen capacidades T.38 integradas que se conectan directamente a un conmutador o enrutador de red. En T.38, cada paquete contiene una parte del flujo de datos enviado en el paquete anterior. Se deben perder dos paquetes sucesivos para perder realmente la integridad de los datos .

Los teléfonos para el servicio analógico residencial tradicional suelen estar conectados directamente a las líneas telefónicas de las compañías telefónicas , que proporcionan corriente continua para alimentar la mayoría de los teléfonos analógicos básicos, independientemente de la energía eléctrica disponible localmente. La susceptibilidad del servicio telefónico a los cortes de energía es un problema común incluso con el servicio analógico tradicional, en el que los clientes compran unidades telefónicas que funcionan con teléfonos inalámbricos conectados a una estación base o que tienen otras funciones telefónicas modernas, como el buzón de voz integrado o funciones de directorio telefónico.

Los teléfonos VoIP y los adaptadores telefónicos VoIP se conectan a enrutadores o módems de cable que normalmente dependen de la disponibilidad de la red eléctrica o de la energía generada localmente. ^[44] Algunos proveedores de servicios VoIP utilizan equipos en las instalaciones del cliente (por ejemplo, módems de cable) con fuentes de alimentación con respaldo de batería para asegurar un servicio ininterrumpido durante varias horas en caso de fallas de energía local. Estos dispositivos con respaldo de batería generalmente están diseñados para usarse con teléfonos analógicos. Algunos proveedores de servicios VoIP implementan servicios para enrutar llamadas a otros servicios telefónicos del suscriptor, como un teléfono celular, en caso de que el dispositivo de red del cliente sea inaccesible para finalizar la llamada.

Las llamadas seguras son posibles mediante protocolos estandarizados como el Protocolo de Transporte Seguro en Tiempo Real ( STP) . La mayoría de las funciones para crear una conexión telefónica segura a través de líneas telefónicas tradicionales, como la digitalización y la transmisión digital, ya están disponibles con VoIP. Solo es necesario cifrar y autenticar el flujo de datos existente. El software automatizado, como una centralita virtual (PBX) , puede eliminar la necesidad de que el personal reciba y conmute las llamadas entrantes.

Los problemas de seguridad de los sistemas telefónicos VoIP son similares a los de otros dispositivos conectados a Internet. Esto significa que los piratas informáticos con conocimiento de las vulnerabilidades de VoIP pueden realizar ataques de denegación de servicio , recopilar datos de clientes, grabar conversaciones y comprometer los mensajes de correo de voz. Las credenciales de sesión o de cuenta de usuario de VoIP comprometidas pueden permitir a un atacante incurrir en gastos sustanciales por servicios de terceros, como llamadas de larga distancia o internacionales.

Los detalles técnicos de muchos protocolos VoIP crean desafíos a la hora de enrutar el tráfico VoIP a través de cortafuegos y traductores de direcciones de red , que se utilizan para interconectarse con redes de tránsito o Internet. Los controladores de borde de sesión privada se emplean a menudo para permitir llamadas VoIP hacia y desde redes protegidas. Otros métodos para atravesar dispositivos NAT implican protocolos de asistencia como STUN e Interactive Connectivity Establishment (ICE).

Los estándares para asegurar VoIP están disponibles en el Protocolo de Transporte Seguro en Tiempo Real (SRTP) y el protocolo ZRTP para adaptadores de telefonía analógica , así como para algunos softphones . IPsec está disponible para asegurar VoIP punto a punto a nivel de transporte mediante el uso de cifrado oportunista . Aunque muchas soluciones VoIP para consumidores no admiten el cifrado de la ruta de señalización o los medios, asegurar un teléfono VoIP es conceptualmente más fácil de implementar utilizando VoIP que en circuitos telefónicos tradicionales. Un resultado de la falta de apoyo generalizado para el cifrado es que es relativamente fácil espiar llamadas VoIP cuando es posible el acceso a la red de datos. ^[45] Las soluciones gratuitas de código abierto, como Wireshark , facilitan la captura de conversaciones VoIP.

Las organizaciones gubernamentales y militares utilizan varias medidas de seguridad para proteger el tráfico VoIP, como voz sobre IP segura (VoSIP), voz sobre IP segura (SVoIP) y voz sobre IP segura (SVoSIP). ^[46] La distinción radica en si el cifrado se aplica en el punto final del teléfono o en la red. ^[47] La ​​voz segura sobre IP segura se puede implementar cifrando los medios con protocolos como SRTP y ZRTP . La voz sobre IP segura utiliza cifrado de tipo 1 en una red clasificada, como SIPRNet . ^{[48] [49] [50] [51]} La VoIP segura pública también está disponible con software GNU gratuito y en muchos programas VoIP comerciales populares a través de bibliotecas, como ZRTP. ^[52]

En junio de 2021, la Agencia de Seguridad Nacional (NSA) publicó documentos completos que describen los cuatro planos de ataque de un sistema de comunicaciones (la red, el perímetro, los controladores de sesión y los puntos finales ) y explican los riesgos de seguridad y las técnicas de mitigación para cada uno de ellos. ^{[53] [54]}

Los protocolos y equipos de voz sobre IP brindan compatibilidad con la identificación de llamadas de la PSTN. Muchos proveedores de servicios de VoIP también permiten que las personas que llaman configuren información personalizada de identificación de llamadas. ^[55]

Los teléfonos con cable fabricados, importados o destinados a ser utilizados en los EE. UU. con servicio de voz sobre IP, a partir del 28 de febrero de 2020, deben cumplir con los requisitos de compatibilidad con audífonos establecidos por la Comisión Federal de Comunicaciones . ^[56]

VoIP ha reducido drásticamente el costo de la comunicación al compartir la infraestructura de red entre datos y voz. ^{[57] [58]} Una sola conexión de banda ancha tiene la capacidad de transmitir múltiples llamadas telefónicas.

This section needs to be updated. Please help update this article to reflect recent events or newly available information. (April 2022)

A medida que crece la popularidad de VoIP, los gobiernos están cada vez más interesados ​​en regular VoIP de una manera similar a los servicios PSTN. ^[59]

En todo el mundo en desarrollo, en particular en países donde la regulación es débil o está en manos del operador dominante, a menudo se imponen restricciones al uso de VoIP, incluso en Panamá , donde se grava con impuestos, y en Guyana, donde se prohíbe. ^[60] En Etiopía , donde el gobierno está nacionalizando el servicio de telecomunicaciones, es un delito ofrecer servicios utilizando VoIP. El país ha instalado cortafuegos para evitar que se realicen llamadas internacionales utilizando VoIP. Estas medidas se tomaron después de que la popularidad de VoIP redujera los ingresos generados por la empresa de telecomunicaciones estatal . ^{[ cita requerida ] [61]}

En Canadá , la Comisión Canadiense de Radio, Televisión y Telecomunicaciones regula el servicio telefónico, incluido el servicio de telefonía VoIP. Los servicios VoIP que operan en Canadá deben proporcionar el servicio de emergencia 9-1-1 . ^[62]

En la Unión Europea , el trato que se da a los proveedores de servicios de VoIP es una decisión que corresponde a cada organismo regulador nacional de telecomunicaciones, que debe utilizar la legislación sobre competencia para definir los mercados nacionales pertinentes y luego determinar si algún proveedor de servicios en esos mercados nacionales tiene un "poder de mercado significativo" (y, por lo tanto, debería estar sujeto a ciertas obligaciones). Por lo general, se hace una distinción general entre los servicios de VoIP que funcionan en redes administradas (a través de conexiones de banda ancha) y los servicios de VoIP que funcionan en redes no administradas (esencialmente, Internet). ^{[ cita requerida ]}

La Directiva pertinente de la UE no está claramente redactada en relación con las obligaciones que pueden existir independientemente del poder de mercado (por ejemplo, la obligación de ofrecer acceso a llamadas de emergencia), y es imposible decir definitivamente si los proveedores de servicios VoIP de uno u otro tipo están sujetos a ellas. ^{[ cita requerida ] [63]}

En Omán , es ilegal proporcionar o utilizar servicios de VoIP no autorizados, hasta el punto de que se han bloqueado los sitios web de proveedores de VoIP sin licencia. ^{[ cita requerida ]} Las infracciones pueden ser castigadas con multas de 50.000 riales omaníes (unos 130.317 dólares estadounidenses), una pena de prisión de dos años o ambas. En 2009, la policía allanó 121 cibercafés en todo el país y arrestó a 212 personas por utilizar o proporcionar servicios de VoIP. ^[64]

En septiembre de 2017, Arabia Saudita levantó la prohibición de las VoIP, en un intento de reducir los costos operativos y estimular el emprendimiento digital. ^{[65] [66]}

En los Emiratos Árabes Unidos (EAU), es ilegal proporcionar o utilizar servicios de VoIP no autorizados. Se han bloqueado los sitios web de proveedores de VoIP sin licencia. Se permitieron algunos servicios de VoIP como Skype . ^[67] En enero de 2018, los proveedores de servicios de Internet de los EAU bloquearon todas las aplicaciones de VoIP, incluido Skype, pero solo permitieron dos aplicaciones de VoIP aprobadas por el gobierno (C'ME y BOTIM). ^{[68] [69]} En oposición, una petición en Change.org obtuvo más de 5000 firmas, en respuesta a lo cual se bloqueó el sitio web en los EAU. ^[70]

El 24 de marzo de 2020, los Emiratos Árabes Unidos flexibilizaron las restricciones a los servicios de VoIP que anteriormente estaban prohibidos en el país, para facilitar la comunicación durante la pandemia de COVID-19 . Sin embargo, las aplicaciones de mensajería instantánea populares como WhatsApp , Skype y FaceTime siguieron bloqueadas para su uso en llamadas de voz y video, lo que restringió a los residentes a utilizar los servicios pagos de los proveedores de telecomunicaciones estatales del país. ^[71]

En la India , es legal utilizar VoIP, pero es ilegal tener puertas de enlace VoIP dentro del país. ^[72] Esto significa que las personas que tienen PC pueden usarlas para hacer llamadas VoIP a otras computadoras, pero no a un número de teléfono normal. Es ilegal utilizar servicios de servidores VoIP con base en el extranjero en la India. ^[72]

La telefonía por Internet está permitida a los proveedores de servicios de Internet con restricciones. Se permiten los siguientes servicios: ^[73]

1. De PC a PC; dentro o fuera de la India
2. PC/dispositivo/adaptador que cumpla con el estándar de cualquier agencia internacional como ITU o IETF, etc. en India a PSTN/PLMN en el extranjero.
3. Cualquier dispositivo/adaptador que cumpla con los estándares de agencias internacionales como ITU, IETF, etc., conectado a un nodo ISP con una dirección IP estática a un dispositivo/adaptador similar; dentro o fuera de la India.
4. Salvo lo descrito en la condición (ii) anterior ^{[ aclaración necesaria ]} , no se permite ninguna otra forma de telefonía por Internet.
5. En la India no se ofrece ningún sistema de numeración independiente para la telefonía por Internet. Actualmente, la asignación de numeración de 10 dígitos basada en E.164 está permitida para los servicios inalámbricos de telefonía fija, GSM y CDMA. Para la telefonía por Internet, el sistema de numeración solo se ajustará al sistema de direcciones IP de la Autoridad de Asignación de Números de Internet (IANA). No se permite que los ISP conviertan números E.164 o números privados en direcciones IP asignadas a cualquier dispositivo y viceversa para demostrar el cumplimiento del sistema de numeración de la IANA.
6. El titular de la licencia de servicios de Internet no puede tener conectividad PSTN/PLMN. La comunicación de voz hacia y desde un teléfono conectado a PSTN/PLMN y que siga la numeración E.164 está prohibida en la India.

En Corea del Sur , sólo los proveedores registrados ante el gobierno están autorizados a ofrecer servicios de VoIP. A diferencia de muchos proveedores de VoIP, la mayoría de los cuales ofrecen tarifas planas, los servicios de VoIP coreanos generalmente se miden y cobran a tarifas similares a las llamadas terrestres. Los proveedores de VoIP extranjeros se enfrentan a grandes barreras para el registro gubernamental. Este problema llegó a un punto crítico en 2006 cuando los proveedores de servicios de Internet que proporcionaban servicios personales de Internet por contrato a los miembros de las Fuerzas de los Estados Unidos en Corea (USFK) que residen en bases de las USFK amenazaron con bloquear el acceso a los servicios de VoIP utilizados por los miembros de las USFK como una forma económica de mantenerse en contacto con sus familias en los Estados Unidos, con el argumento de que los proveedores de VoIP de los miembros del servicio no estaban registrados. En enero de 2007 se llegó a un acuerdo entre las USFK y los funcionarios de telecomunicaciones de Corea, por el cual los miembros del servicio de las USFK que llegaran a Corea antes del 1 de junio de 2007 y se suscribieran a los servicios de ISP proporcionados en la base podrían seguir usando su suscripción de VoIP con base en los EE. UU., pero los que llegaran más tarde estarían obligados a utilizar un proveedor de VoIP con base en Corea, que por contrato ofrecerá precios similares a las tarifas fijas ofrecidas por los proveedores de VoIP de los EE. UU. ^[74]

En los Estados Unidos, la FCC exige que todos los proveedores de servicios VoIP interconectados cumplan con requisitos comparables a los de los proveedores de servicios de telecomunicaciones tradicionales. ^[75] Los operadores VoIP en los Estados Unidos deben respaldar la portabilidad de números locales ; hacer que el servicio sea accesible para personas con discapacidades; pagar tarifas regulatorias, contribuciones al servicio universal y otros pagos obligatorios; y permitir que las autoridades policiales realicen vigilancia de conformidad con la Ley de Asistencia en las Comunicaciones para el Cumplimiento de la Ley (CALEA).

Los operadores de VoIP interconectados (plenamente conectados a la PSTN) tienen la obligación de proporcionar un servicio de 911 mejorado sin necesidad de una solicitud especial, proporcionar actualizaciones de la ubicación de los clientes, revelar claramente a sus consumidores las limitaciones de su funcionalidad de E-911, obtener el reconocimiento afirmativo de estas revelaciones de todos los consumidores ^[76] y no pueden permitir que sus clientes opten por no recibir el servicio de 911. ^[77] Los operadores de VoIP también reciben el beneficio de ciertas regulaciones de telecomunicaciones de los EE. UU., incluido el derecho a la interconexión e intercambio de tráfico con los operadores locales de intercambio existentes a través de operadores mayoristas. Los proveedores de servicios de VoIP nómadas (aquellos que no pueden determinar la ubicación de sus usuarios) están exentos de la regulación estatal de las telecomunicaciones. ^[78]

Otra cuestión legal que el Congreso de Estados Unidos está debatiendo se refiere a los cambios en la Ley de Vigilancia de Inteligencia Extranjera . El tema en cuestión son las llamadas entre estadounidenses y extranjeros. La NSA no está autorizada a interceptar las conversaciones de los estadounidenses sin una orden judicial, pero Internet, y específicamente la VoIP, no traza una línea tan clara para la ubicación de una persona que llama o del destinatario de una llamada como lo hace el sistema telefónico tradicional. A medida que el bajo costo y la flexibilidad de la VoIP convencen a cada vez más organizaciones para que adopten la tecnología, la vigilancia para las agencias de aplicación de la ley se vuelve más difícil. La tecnología VoIP también ha aumentado las preocupaciones federales sobre seguridad porque la VoIP y tecnologías similares han hecho que sea más difícil para el gobierno determinar dónde se encuentra físicamente un objetivo cuando se interceptan las comunicaciones, y eso crea todo un conjunto de nuevos desafíos legales. ^[79]

Los primeros desarrollos de los diseños de redes de paquetes por parte de Paul Baran y otros investigadores estuvieron motivados por el deseo de lograr un mayor grado de redundancia de circuitos y disponibilidad de red frente a fallas de infraestructura que el que era posible en las redes de conmutación de circuitos en las telecomunicaciones de mediados del siglo XX. Danny Cohen demostró por primera vez una forma de voz por paquetes en 1973, que se desarrolló hasta convertirse en el Protocolo de Voz en Red , que funcionó en la ARPANET inicial . ^{[80] [81]}

En los primeros ARPANET, la comunicación de voz en tiempo real no era posible con paquetes de voz digitales de modulación por código de pulsos (PCM) sin comprimir, que tenían una tasa de bits de 64 kbps, mucho mayor que el ancho de banda de 2,4 kbps de los primeros módems . La solución a este problema fue la codificación predictiva lineal (LPC), un algoritmo de compresión de datos de codificación de voz que fue propuesto por primera vez por Fumitada Itakura de la Universidad de Nagoya y Shuzo Saito de Nippon Telegraph and Telephone (NTT) en 1966. LPC era capaz de comprimir el habla hasta 2,4 kbps, lo que llevó a la primera conversación exitosa en tiempo real a través de ARPANET en 1974, entre Culler-Harrison Incorporated en Goleta, California , y el Laboratorio Lincoln del MIT en Lexington, Massachusetts . ^[82] Desde entonces, LPC ha sido el método de codificación de voz más utilizado. ^[83] La predicción lineal excitada por código (CELP), un tipo de algoritmo LPC, fue desarrollada por Manfred R. Schroeder y Bishnu S. Atal en 1985. ^[84] Los algoritmos LPC siguen siendo un estándar de codificación de audio en la tecnología VoIP moderna. ^[82]    

En las dos décadas posteriores a la demostración de 1974, se desarrollaron varias formas de telefonía por paquetes y se formaron grupos de interés de la industria para apoyar las nuevas tecnologías. Tras la finalización del proyecto ARPANET y la expansión de Internet para el tráfico comercial, la telefonía IP se puso a prueba y se consideró inviable para el uso comercial hasta la introducción de VocalChat a principios de la década de 1990 y luego, en febrero de 1995, el lanzamiento oficial del software comercial Internet Phone (o iPhone para abreviar) de VocalTec , basado en una patente de Lior Haramaty y Alon Cohen , ^[85] y seguido por otros componentes de infraestructura de VoIP como puertas de enlace de telefonía y servidores de conmutación. Poco después se convirtió en un área de interés establecida en los laboratorios comerciales de las principales empresas de TI, en particular en AT&T, donde Marian Croak y su equipo presentaron muchas patentes relacionadas con la tecnología. ^{[ cita requerida ]} A finales de los años 1990, aparecieron los primeros softswitches y los nuevos protocolos, como H.323 , MGCP y el Protocolo de inicio de sesión (SIP), ganaron una amplia atención. A principios de los años 2000, la proliferación de conexiones a Internet de gran ancho de banda y siempre activas para viviendas y empresas generó una industria de proveedores de servicios de telefonía por Internet (ITSP). El desarrollo de software de telefonía de código abierto, como Asterisk PBX , impulsó el interés generalizado y el espíritu emprendedor en los servicios de voz sobre IP, aplicando nuevos paradigmas de tecnología de Internet, como los servicios en la nube a la telefonía.

• 1966: Codificación predictiva lineal (LPC) propuesta por Fumitada Itakura de la Universidad de Nagoya y Shuzo Saito de Nippon Telegraph and Telephone (NTT). ^[82]
• 1973: Aplicación de voz en paquetes de Danny Cohen .
• 1974: El Instituto de Ingenieros Eléctricos y Electrónicos (IEEE) publica un artículo titulado "Un protocolo para la interconexión de redes de paquetes". ^[86]
• 1974: El Protocolo de Voz en Red (NVP) se probó en ARPANET en agosto de 1974, transportando voz codificada CVSD  de 16 kpbs apenas inteligible . ^[82]
• 1974: Se logra la primera conversación exitosa en tiempo real a través de ARPANET utilizando  LPC de 2,4 kpbs, entre Culler-Harrison Incorporated en Goleta, California , y el Laboratorio Lincoln del MIT en Lexington, Massachusetts . ^[82]
• 1977: Danny Cohen y Jon Postel del Instituto de Ciencias de la Información de la USC , y Vint Cerf de la Agencia de Proyectos de Investigación Avanzada de Defensa (DARPA), acuerdan separar IP de TCP y crear UDP para transportar tráfico en tiempo real.
• 1981: IPv4 se describe en RFC 791.
• 1985: La Fundación Nacional de la Ciencia encarga la creación de NSFNET . ^[87]
• 1985: Predicción lineal excitada por código (CELP), un tipo de algoritmo LPC, desarrollado por Manfred R. Schroeder y Bishnu S. Atal . ^[84]
• 1986: Propuestas de varias organizaciones de normalización ^{[ especificar ]} para voz sobre ATM , además de productos comerciales de voz por paquetes de empresas como StrataCom
• 1991: Speak Freely, una aplicación de voz sobre IP, fue lanzada al dominio público. ^{[88] [89]}
• 1992: El Frame Relay Forum lleva a cabo el desarrollo de estándares para voz sobre Frame Relay .
• 1992: InSoft Inc. anuncia y lanza su producto de conferencias de escritorio Communique, que incluye VoIP y video. ^{[88] [90]} A la compañía se le atribuye el desarrollo de la primera generación de software y estándares comerciales de VoIP, transmisión de medios por Internet y telefonía por Internet en tiempo real/colaboración con sede en EE. UU. que proporcionarían la base para el estándar de Protocolo de transmisión en tiempo real (RTSP). ^{[ cita requerida ]}
• 1993 Lanzamiento de VocalChat, un software comercial de comunicación de voz para PC en red de paquetes de VocalTec . ^{[ cita requerida ]}
• 1994: MTALK, una aplicación VoIP LAN gratuita para Linux ^[91]
• 1995:
  • VocalTec lanza el software comercial de telefonía por Internet Internet Phone . ^{[92] [93]}
  • Intel , Microsoft y Radvision iniciaron actividades de estandarización para el sistema de comunicaciones VoIP. ^[94]
• 1996:
  • La UIT-T comienza a desarrollar estándares para la transmisión y señalización de comunicaciones de voz a través de redes de Protocolo Internet con el estándar H.323 . ^[95]
  • Las compañías de telecomunicaciones estadounidenses solicitan al Congreso de Estados Unidos que prohíba la tecnología de telefonía por Internet. ^[96]
  • Se presenta el códec de voz G.729 , que utiliza el algoritmo CELP (LPC). ^[97]
• 1997: Level 3 comenzó el desarrollo de su primer softswitch , un término que acuñaron en 1998. ^[98]
• 1999:
  • Se publica la especificación RFC 2543 del Protocolo de inicio de sesión (SIP). ^[99]
  • Mark Spencer de Digium desarrolla Asterisk , el primer software de centralita privada (PBX) de código abierto . ^[100]
  • Se adopta una variante de transformada de coseno discreta (DCT) denominada transformada de coseno discreta modificada (MDCT) para el códec Siren , utilizado en el estándar de codificación de audio de banda ancha G.722.1 . ^{[101] [102]}
  • La MDCT está adaptada al algoritmo LD-MDCT, utilizado en el estándar AAC-LD . ^[103]
• 2001: se implementa INOC-DBA , la primera red SIP entre proveedores ; también es la primera red de voz que llega a los siete continentes. ^[104]
• 2003: Skype se lanzó en agosto de 2003. Fue una creación de Niklas Zennström y Janus Friis, en cooperación con cuatro desarrolladores estonios. Rápidamente se convirtió en un programa popular que ayudó a democratizar la VoIP.
• 2004: Proliferan los proveedores de servicios VoIP comerciales.
• 2005: TelEvolution, Inc. de California lanza el servicio VoIP PhoneGnome . ^[105]
• 2006: se introduce el códec de banda ancha G.729.1 , que utiliza algoritmos MDCT y CELP (LPC). ^[106]
• 2007: Los fabricantes y vendedores de dispositivos VoIP experimentan un auge en Asia, específicamente en Filipinas, donde residen muchas familias de trabajadores extranjeros. ^[107]
• 2009: se introduce el códec SILK , que utiliza el algoritmo LPC, ^[108] y se utiliza para llamadas de voz en Skype . ^[109]
• 2010: Apple presenta FaceTime , que utiliza el códec AAC-LD basado en LD-MDCT. ^[110]
• 2011:
  • Auge de la tecnología WebRTC que soporta VoIP directamente en los navegadores.
  • Se introduce el códec CELT , utilizando el algoritmo MDCT. ^[111]
• 2012: Se introduce el códec Opus , que utiliza algoritmos MDCT y LPC. ^[112]

• La definición del diccionario de VoIP en Wikcionario
• Guía de viajes sobre telefonía por Internet de Wikivoyage