VoIP: Qué es, cómo funciona y claves para llamadas de calidad

VoIP (Voice over IP) es una tecnología que permite la transmisión de voz a través de internet y otras redes IP. En lugar de utilizar una conexión telefónica tradicional, convierte la voz en datos digitales, los divide en pequeños paquetes y los envía por la red. En el dispositivo del interlocutor, estos paquetes se reconstruyen nuevamente en sonido.

Gracias a VoIP funcionan muchos sistemas de telefonía por internet, redes telefónicas corporativas y chats de voz. Esta tecnología permite transmitir la voz utilizando la misma infraestructura de red que emplean sitios web, mensajería y otros servicios online.

A continuación, veremos cómo funciona VoIP, cómo la voz se convierte en paquetes digitales, qué protocolos intervienen en la transmisión y por qué la calidad de las llamadas depende de más factores que solo la velocidad de la conexión.

¿Qué es VoIP y la telefonía IP?

VoIP significa Voice over Internet Protocol, es decir, "transmisión de voz a través del protocolo de internet". Esta tecnología permite la comunicación de voz entre dispositivos conectados a una red IP, sin necesidad de usar el canal telefónico tradicional en todo el trayecto de la llamada.

En la telefonía clásica, la conversación se basaba en la conmutación de circuitos: se establecía un canal dedicado entre los participantes durante la llamada. VoIP utiliza otra estrategia, la conmutación de paquetes: la voz se transmite en pequeños datos que viajan junto con el resto del tráfico de la red.

Los términos VoIP y telefonía IP suelen estar relacionados, aunque no son idénticos. VoIP es la tecnología de transmisión de voz, mientras que la telefonía IP engloba la gestión de llamadas, numeración y funciones adicionales.

Los principales escenarios de uso de VoIP incluyen:

• Llamadas por internet: comunicación de voz a través de aplicaciones y servicios online.
• Telefonía corporativa: extensiones internas, centrales virtuales y desvío de llamadas.
• Chats de voz: comunicación en juegos, aplicaciones y videoconferencias.
• Teléfonos IP: dispositivos telefónicos que se conectan directamente a la red de datos.

No es imprescindible usar internet público para VoIP: los datos de voz pueden transmitirse dentro de una red local corporativa o mediante infraestructuras dedicadas de los operadores.

La clave de VoIP es que la voz se convierte en tráfico de red común, usando direcciones IP, routers y protocolos informáticos para su transmisión.

¿Cómo convierte VoIP la voz en paquetes digitales?

Para transmitir la voz por internet, un sistema VoIP debe convertir las ondas sonoras en datos digitales. Este proceso involucra varias etapas: captura del audio por el micrófono, digitalización, compresión y envío de paquetes por la red.

Conversión de voz a señal digital

Cuando hablamos al micrófono, las ondas sonoras se convierten en una señal eléctrica analógica que varía en el tiempo. Antes de enviarla por una red digital, es necesario digitalizarla.

Esto lo realiza el convertidor analógico-digital (ADC), que mide la amplitud de la señal a intervalos regulares y la representa como números, en un proceso llamado muestreo.

Por ejemplo, con una frecuencia de muestreo de 8 kHz, el sistema obtiene 8000 muestras por segundo, suficiente para la calidad telefónica convencional. Los códecs modernos pueden usar frecuencias mayores, logrando un sonido más natural.

Si te interesa saber más sobre cómo el sonido analógico se transforma en digital y qué determina la calidad de la grabación, puedes consultar el artículo "Digitalización del sonido: guía completa sobre frecuencia de muestreo y resolución".

Una vez digitalizada, la señal es procesada por un códec de audio: un algoritmo que codifica y, a menudo, comprime la información para su transmisión. Algunos códecs habituales en VoIP son:

• G.711: transmite voz a 64 kbps sin compresión adicional (PCM estándar).
• G.729: usa compresión y permite transmitir voz a 8 kbps.
• Opus: códec moderno y flexible que se adapta a la calidad de la conexión, válido tanto para voz como para música.

La elección del códec afecta la calidad de sonido, el ancho de banda necesario y la latencia.

Transmisión de paquetes de voz por internet

Una vez codificada, la secuencia digital de audio se divide en pequeños fragmentos. Por ejemplo, cada paquete puede contener 20 milisegundos de sonido. Así, la voz se transmite de forma continua, sin esperar a que la frase termine.

Cada fragmento se complementa con información adicional para su correcta transmisión y reproducción, y luego se envía por la red IP al destinatario.

1. Formación de paquetes: el códec genera bloques pequeños de datos de audio.
2. Envío por la red: los paquetes atraviesan routers hasta el receptor.
3. Recepción y ordenación: el dispositivo usa información auxiliar para determinar el orden y el momento de reproducir cada fragmento.
4. Decodificación: el códec reconstruye la señal digital.
5. Reproducción: el convertidor digital-analógico transforma los datos en señal para auriculares o altavoces.

A diferencia de la descarga de un archivo, VoIP funciona en tiempo real: los fragmentos se reproducen casi de inmediato, permitiendo que ambos interlocutores hablen de forma simultánea.

Sin embargo, la red IP no garantiza que todos los paquetes lleguen con la misma latencia ni en el orden correcto, y algunos pueden perderse. Por eso, los sistemas VoIP implementan mecanismos de buffering y gestión de pérdidas para mantener la inteligibilidad de la voz incluso con conexiones inestables.

¿Qué protocolos se usan en VoIP?

No basta con convertir la voz en datos digitales: el sistema debe establecer la conexión, transmitir los paquetes de audio y asegurar su correcta reconstrucción. Para ello, intervienen varios protocolos de red, cada uno con funciones específicas.

SIP - Gestión de la llamada

SIP (Session Initiation Protocol) es el protocolo de señalización que se utiliza para iniciar, modificar y finalizar sesiones de comunicación.

Cuando se marca un número en telefonía IP, SIP ayuda a dirigir la llamada, notificar al destinatario y acordar los parámetros de la conexión.

• Enviar solicitudes de inicio de llamada.
• Notificar llamadas entrantes.
• Negociar la transmisión de audio.
• Finalizar la conexión tras la conversación.

Es importante distinguir SIP de VoIP: VoIP es la tecnología de transmisión de voz, mientras que SIP es uno de los protocolos que gestionan la señalización de las llamadas. SIP no transporta directamente el flujo de voz.

RTP - Transmisión de audio en tiempo real

RTP (Real-time Transport Protocol) es el protocolo responsable de transmitir datos de audio y vídeo en tiempo real, permitiendo que la voz codificada viaje entre los participantes.

Los paquetes RTP contienen, además del audio, información auxiliar:

• Número de secuencia: ayuda a detectar paquetes perdidos y su orden.
• Marca temporal: permite reproducir los fragmentos con los intervalos correctos.
• Identificador de fuente: distingue los distintos flujos de datos.

RTP no garantiza la entrega de todos los paquetes, pero proporciona la información necesaria para la reproducción en tiempo adecuado.

UDP - Transporte de los paquetes de voz

En la mayoría de los sistemas VoIP tradicionales, los datos RTP se envían a través de UDP (User Datagram Protocol).

La característica principal de UDP es que no requiere confirmación de entrega ni retransmite los paquetes perdidos.

Esto es crucial en la comunicación de voz: si un paquete llega tarde, su retransmisión carece de sentido, pues la conversación ya ha avanzado.

Por eso, VoIP prioriza la mínima latencia, aceptando ocasionalmente la pérdida de fragmentos de audio.

En una llamada SIP típica, los protocolos trabajan juntos: SIP establece la llamada, RTP transmite la voz y UDP transporta los paquetes. Existen también variantes con protocolos seguros y mecanismos alternativos.

¿De qué depende la calidad de las llamadas VoIP?

La calidad de la voz a través de internet depende más de la estabilidad de la transmisión que del ancho de banda máximo. Aunque la velocidad sea alta, la voz puede cortarse, retrasarse o sonar distorsionada.

Las principales causas de estos problemas son la latencia, el jitter y la pérdida de paquetes.

Latencia

La latencia es el tiempo que tarda la señal de voz en viajar de un interlocutor a otro, incluyendo codificación, transmisión, buffering y decodificación.

Con latencias elevadas, las personas tienden a interrumpirse, ya que escuchan las respuestas con retraso.

Para una conversación cómoda, la latencia unidireccional debería ser menor a 150 ms. Si supera los 400 ms, la comunicación se vuelve difícil.

Jitter

El jitter es la variación en la latencia entre los paquetes. Por ejemplo, un paquete de voz puede llegar en 20 ms, el siguiente en 50 ms y otro en 15 ms.

Esto puede provocar pausas, distorsiones y cortes en la voz.

Para compensarlo, los sistemas VoIP utilizan un buffer especial que almacena temporalmente los paquetes y los libera a intervalos regulares. Sin embargo, un buffer demasiado grande incrementa la latencia.

Si quieres profundizar en las causas de la inestabilidad en la transmisión de datos, puedes leer el artículo "¿Qué es el jitter en internet y cómo afecta a juegos y videollamadas?".

Pérdida de paquetes

La pérdida de paquetes ocurre cuando algunos datos de voz no llegan al destinatario, normalmente debido a congestión de red, Wi-Fi inestable o errores de transmisión.

Si los datos perdidos no se recuperan a tiempo, se producen saltos y palabras incompletas en la conversación, especialmente si se pierden varios paquetes seguidos.

Para reducir estos problemas, VoIP emplea:

• Packet Loss Concealment (PLC): algoritmos que intentan reconstruir el audio perdido.
• Códecs adaptativos: ajustan el bitrate según la calidad de la red.
• Jitter Buffer: suaviza las variaciones en el tiempo de llegada de los paquetes.
• QoS (Quality of Service): permite priorizar el tráfico de voz si la red lo soporta.

Incluso una pequeña pérdida de datos puede afectar la claridad de la voz. Por ello, en VoIP es más importante una transmisión estable y con baja latencia que una alta velocidad.

Ventajas y desventajas de VoIP

La telefonía VoIP permite transmitir voz usando la infraestructura IP existente, evitando la necesidad de una red telefónica dedicada. Sin embargo, la calidad y disponibilidad dependen del estado de la conexión de red.

Sus principales ventajas son:

• Flexibilidad: puedes llamar desde un teléfono IP, ordenador o smartphone con el software adecuado.
• Reducción de costes: usar internet disminuye los gastos en infraestructura y llamadas, sobre todo internacionales.
• Escalabilidad: en empresas, es fácil añadir nuevos usuarios sin cables adicionales.
• Funciones extra: desvío de llamadas, grabación, conferencias, buzón de voz e integración con otros servicios.

Pero también presenta limitaciones:

• Dependencia de la red: con conexiones inestables surgen retrasos, cortes y caídas de llamadas.
• Dependencia eléctrica: los teléfonos IP, routers y equipos de red necesitan alimentación.
• Requisitos de seguridad: conexiones no protegidas pueden ser interceptadas. Se recomienda usar SRTP para la voz y TLS para la señalización.
• Compatibilidad: diferentes dispositivos, códecs y sistemas requieren configuraciones adicionales.

VoIP resulta especialmente útil para empresas, teletrabajo y comunicación online, permitiendo unir usuarios de distintos países en un solo sistema telefónico.

Sin embargo, la telefonía tradicional sigue siendo preferible cuando es fundamental la independencia de la red de internet del usuario. En definitiva, la fiabilidad depende de la infraestructura y de contar con canales de respaldo.

Conclusión

VoIP permite transmitir la voz a través de internet empleando redes IP estándar en lugar de conexiones telefónicas dedicadas. El micrófono convierte la voz en señal eléctrica, el ADC la digitaliza y el códec prepara los datos para su envío. Después, la voz se divide en paquetes, se transmite y se reconstruye en el dispositivo del receptor.

La organización de la llamada y la entrega del audio dependen de varios protocolos: SIP gestiona la conexión, RTP transmite los datos y UDP suele encargarse del transporte. La calidad de la llamada depende, sobre todo, de la latencia, el jitter y la pérdida de paquetes.

Para disfrutar de llamadas VoIP estables es esencial contar con una red fiable, un códec adecuado y una configuración correcta del equipo. Gracias a estos factores, es posible conversar en tiempo real incluso entre usuarios ubicados en distintos países.