VoIP: как работает голосовая связь через интернет

VoIP (Voice over IP) - это технология передачи голоса через интернет и другие IP-сети. Вместо традиционного телефонного соединения она преобразует речь в цифровые данные, разделяет их на небольшие пакеты и отправляет по сети. На устройстве собеседника эти пакеты снова превращаются в звук.

Именно благодаря VoIP работают многие системы интернет-телефонии, корпоративные телефонные сети и голосовые чаты. Технология позволяет передавать речь по той же сетевой инфраструктуре, которая используется для сайтов, сообщений и других интернет-сервисов.

Разберём, как работает VoIP, каким образом голос превращается в цифровые пакеты, какие протоколы отвечают за передачу звука и почему качество интернет-звонков зависит не только от скорости соединения.

Что такое VoIP и IP-телефония

VoIP расшифровывается как Voice over Internet Protocol, что означает "передача голоса по интернет-протоколу". Технология позволяет организовать голосовую связь между устройствами, подключёнными к IP-сети, без необходимости использовать традиционный телефонный канал на всём пути соединения.

В классической телефонии разговор исторически строился на коммутации каналов: между абонентами устанавливался выделенный канал связи на время вызова. VoIP использует другой подход - коммутацию пакетов. Голос передаётся небольшими порциями данных, которые проходят через сетевое оборудование вместе с остальным трафиком.

Термины VoIP и IP-телефония тесно связаны, но обозначают немного разные понятия. VoIP - непосредственно технология передачи голоса по IP-сетям, тогда как IP-телефония включает организацию телефонных вызовов, управление соединениями, номера и дополнительные функции связи.

Технология используется в нескольких основных сценариях:

• Интернет-звонки - голосовое общение через приложения и онлайн-сервисы.
• Корпоративная телефония - внутренние номера сотрудников, виртуальные АТС и переадресация вызовов.
• Голосовые чаты - общение в играх, приложениях и сервисах видеоконференций.
• IP-телефоны - отдельные телефонные аппараты, которые подключаются к компьютерной сети.

При этом для VoIP необязательно использовать именно публичный интернет. Голосовые данные могут передаваться внутри локальной корпоративной сети или через выделенную инфраструктуру оператора связи.

Главная особенность технологии заключается в том, что голос становится обычным сетевым трафиком, для передачи которого используются IP-адреса, маршрутизаторы и протоколы компьютерных сетей.

Как VoIP превращает голос в цифровые пакеты

Чтобы передать речь через интернет, система VoIP должна преобразовать звуковые колебания в цифровые данные. Этот процесс включает несколько этапов: захват голоса микрофоном, оцифровку сигнала, сжатие и отправку пакетов по сети.

Преобразование голоса в цифровой сигнал

Когда человек говорит в микрофон, звуковые волны преобразуются в электрический сигнал. Он непрерывно изменяется во времени, поэтому перед отправкой по цифровой сети его необходимо оцифровать.

Эту задачу выполняет аналого-цифровой преобразователь (АЦП). Он измеряет амплитуду сигнала через определённые промежутки времени и представляет результаты в виде чисел. Такой процесс называется дискретизацией.

Например, при частоте дискретизации 8 кГц система получает 8000 отсчётов сигнала в секунду. Этого достаточно для передачи речи с качеством, характерным для традиционной телефонной связи. Современные голосовые кодеки могут использовать более высокие частоты, обеспечивая естественное звучание голоса.

Подробнее о том, как аналоговый звук преобразуется в цифровую форму и что определяет точность записи, можно прочитать в статье "Дискретизация звука: что означают частота и разрядность цифровой записи".

После оцифровки данные обрабатывает аудиокодек - алгоритм, который кодирует и часто сжимает звуковую информацию для передачи по сети. В VoIP используются разные кодеки:

• G.711 - передаёт речь с битрейтом 64 кбит/с без дополнительного сжатия относительно стандартного телефонного PCM-представления.
• G.729 - использует сжатие и позволяет передавать голос с битрейтом 8 кбит/с.
• Opus - современный кодек с переменным битрейтом, способный адаптироваться к качеству соединения и передавать как речь, так и музыку.

Выбор кодека влияет на качество звука, необходимую пропускную способность и задержку обработки сигнала.

Передача голосовых пакетов через интернет

После кодирования цифровой аудиопоток разделяется на небольшие фрагменты. Например, один пакет может содержать 20 миллисекунд звука. Это позволяет передавать речь постепенно, не дожидаясь окончания фразы.

Каждый фрагмент дополняется служебной информацией, необходимой для передачи и правильного воспроизведения. Затем данные отправляются через IP-сеть к устройству собеседника.

Передача происходит следующим образом:

1. Формирование пакетов. Кодек создаёт последовательность небольших блоков аудиоданных.
2. Отправка по сети. Пакеты проходят через маршрутизаторы к получателю.
3. Приём и упорядочивание. Устройство использует служебные данные, чтобы определить последовательность и время воспроизведения фрагментов.
4. Декодирование. Кодек восстанавливает цифровой звуковой сигнал.
5. Воспроизведение. Цифро-аналоговый преобразователь (ЦАП) превращает цифровые отсчёты в аналоговый сигнал для наушников или динамика.

В отличие от обычной загрузки файла, VoIP работает в реальном времени. Устройство воспроизводит поступающие фрагменты почти сразу, поэтому собеседники могут разговаривать одновременно.

Однако IP-сеть не гарантирует, что все пакеты придут с одинаковой задержкой или в правильном порядке. Некоторые из них могут потеряться. Поэтому системы VoIP используют специальные механизмы буферизации и обработки потерь, позволяющие сохранить разборчивость речи даже при нестабильном соединении.

Какие протоколы используются в VoIP

Для работы VoIP недостаточно просто преобразовать голос в цифровые данные. Система должна установить соединение между абонентами, передать аудиопакеты и обеспечить их воспроизведение в правильной последовательности. За эти задачи отвечают несколько сетевых протоколов.

При этом каждый протокол выполняет собственную функцию: одни управляют вызовом, другие непосредственно передают голос.

SIP - управление телефонным соединением

SIP (Session Initiation Protocol) - протокол сигнализации, который используется для установления, изменения и завершения сеансов связи.

Когда пользователь набирает номер в IP-телефонии, SIP помогает определить, куда направить вызов, уведомить устройство получателя и согласовать параметры соединения.

Например, SIP может выполнять следующие действия:

• Отправлять запрос на установление вызова.
• Сообщать о входящем звонке.
• Согласовывать параметры передачи звука.
• Завершать соединение после окончания разговора.

Важно понимать разницу между SIP и VoIP. VoIP обозначает технологию передачи голоса по IP-сети, а SIP - один из протоколов, используемых для управления такими соединениями. При этом SIP не передаёт сам голосовой поток.

RTP - передача голоса в реальном времени

RTP (Real-time Transport Protocol) отвечает за передачу аудио- и видеоданных в реальном времени. Именно с его помощью закодированный голос может поступать от одного участника разговора к другому.

В пакетах RTP содержатся не только аудиоданные, но и дополнительная информация:

• Порядковый номер - помогает обнаруживать потерянные пакеты и определять их последовательность.
• Временная метка - позволяет воспроизводить звуковые фрагменты с правильными интервалами.
• Идентификатор источника - помогает различать потоки данных.

RTP не гарантирует доставку пакетов. Его задача - предоставить информацию, необходимую для своевременного воспроизведения звука.

UDP - транспорт для голосовых пакетов

В большинстве традиционных VoIP-систем голосовые данные RTP передаются через UDP (User Datagram Protocol).

Главная особенность UDP заключается в том, что он не требует подтверждения доставки каждого пакета и не занимается повторной передачей потерянных данных.

Для голосовой связи это особенно важно. Если пакет со звуком задержался на несколько секунд, его повторная доставка практически бесполезна: разговор уже продолжился.

Поэтому VoIP обычно отдаёт приоритет минимальной задержке, даже если иногда приходится мириться с потерей отдельных звуковых фрагментов.

В типичном SIP-звонке протоколы работают совместно: SIP устанавливает соединение, RTP передаёт голос, а UDP обеспечивает транспортировку аудиопакетов. При этом существуют и другие варианты организации VoIP-связи, включая использование защищённых протоколов и альтернативных транспортных механизмов.

От чего зависит качество VoIP-звонков

Качество голосовой связи через интернет зависит не столько от максимальной скорости соединения, сколько от стабильности передачи данных. Даже при высокой пропускной способности голос может прерываться, запаздывать или звучать с искажениями.

Основные причины таких проблем - задержка, джиттер и потеря пакетов.

Задержка (Latency)

Задержка - это время, необходимое голосовому сигналу для прохождения от одного собеседника к другому. Она складывается из времени кодирования звука, передачи пакетов по сети, буферизации и декодирования.

При высокой задержке собеседники начинают перебивать друг друга, поскольку слышат ответы с опозданием.

Для комфортной VoIP-связи желательно, чтобы односторонняя задержка составляла менее 150 мс. При значениях выше 400 мс разговор становится заметно менее удобным.

Джиттер (Jitter)

Джиттер - это колебание задержки между поступающими пакетами. Например, один голосовой пакет приходит через 20 мс, следующий - через 50 мс, а третий - через 15 мс.

Из-за такой неравномерности устройство может не успевать воспроизводить звук непрерывно. Возникают короткие паузы, искажения и характерное прерывистое звучание голоса.

Чтобы компенсировать джиттер, VoIP-системы используют специальный буфер. Он временно накапливает поступающие пакеты и выдаёт их для воспроизведения с равномерными интервалами. Однако слишком большой буфер увеличивает общую задержку разговора.

Подробнее о причинах нестабильной передачи данных можно прочитать в статье "Почему интернет лагает при хорошем ping: всё о jitter простыми словами".

Потеря пакетов (Packet Loss)

Потеря пакетов происходит, когда часть голосовых данных не достигает устройства получателя. Причиной могут быть перегрузка сети, нестабильный Wi-Fi или ошибки передачи.

Если потерянные данные невозможно восстановить вовремя, в разговоре появляются пропуски звуков и обрывки слов. Особенно заметны последовательные потери нескольких пакетов.

Для уменьшения таких искажений VoIP использует несколько механизмов:

• Packet Loss Concealment (PLC) - алгоритмы, которые пытаются восстановить недостающие звуковые фрагменты.
• Адаптивные кодеки - изменяют битрейт в зависимости от состояния сети.
• Jitter Buffer - сглаживает колебания времени поступления пакетов.
• QoS (Quality of Service) - позволяет сетевому оборудованию приоритизировать голосовой трафик, если такая функция настроена и поддерживается сетью.

Даже небольшой объём потерянных данных может ухудшить разборчивость речи. Поэтому для VoIP важнее стабильная передача пакетов с минимальными задержками, чем высокая скорость интернета сама по себе.

Преимущества и недостатки VoIP

VoIP-телефония позволяет передавать голос через существующую IP-инфраструктуру, поэтому для организации связи не всегда требуется отдельная телефонная сеть. Однако качество и доступность звонков напрямую зависят от состояния сетевого соединения.

К основным преимуществам VoIP относятся:

• Гибкость подключения. Звонить можно с IP-телефона, компьютера или смартфона при наличии подходящего программного обеспечения.
• Снижение затрат. Использование интернет-соединения позволяет уменьшить расходы на телефонную инфраструктуру и некоторые виды звонков, особенно международных.
• Масштабируемость. В корпоративных системах можно добавлять новых абонентов без прокладки отдельных телефонных линий.
• Дополнительные функции. IP-телефония поддерживает переадресацию, запись разговоров, конференции, голосовую почту и интеграцию с другими сервисами.

При этом технология имеет несколько ограничений:

• Зависимость от сети. При нестабильном соединении возникают задержки, пропуски звука и обрывы вызовов.
• Зависимость от электропитания. Для работы IP-телефонов, маршрутизаторов и другого сетевого оборудования требуется питание.
• Требования к безопасности. Незащищённые соединения могут подвергаться перехвату. Для защиты голосового трафика применяется SRTP, а для сигнализации - TLS.
• Возможные проблемы совместимости. Разные устройства, кодеки и системы телефонии могут требовать дополнительной настройки.

VoIP особенно удобен для корпоративной связи, удалённой работы и общения через интернет. Он позволяет объединять пользователей из разных городов и стран в единую телефонную систему.

Традиционная телефония при этом сохраняет преимущества в сценариях, где критически важна независимость от пользовательского интернет-соединения. Однако надёжность любого варианта связи зависит от конкретной инфраструктуры и наличия резервных каналов.

Заключение

VoIP позволяет передавать голос через интернет, используя обычные IP-сети вместо выделенного телефонного соединения. Микрофон преобразует речь в электрический сигнал, АЦП переводит его в цифровую форму, а кодек подготавливает данные для передачи. Затем голос разделяется на пакеты, отправляется по сети и восстанавливается на устройстве собеседника.

За организацию звонка и доставку звука отвечают разные протоколы: SIP управляет соединением, RTP передаёт аудиоданные, а UDP часто используется для их транспортировки. При этом качество разговора определяется прежде всего задержкой, джиттером и потерей пакетов.

Для стабильной VoIP-связи важны надёжное сетевое подключение, подходящий аудиокодек и правильная настройка оборудования. Именно сочетание этих факторов позволяет вести разговор практически в реальном времени даже между абонентами, находящимися в разных странах.