Voz sobre IP (VoIP)

Fundamentos de VoIPVoz sobre IP (VoIP, Voice over IP) es un grupo de recursos que hacen

posible que la señal de voz viaje a través de redes TCP/IP. El tráfico de VoIP

puede circular por cualquier red TCP/IP, incluyendo aquellas conectadas a

Internet. Esto significa que se envía la señal de voz (digitalizada) en paquetes, en

lugar de enviarla (en forma digital o analógica) a través de circuitos utilizables sólo

para telefonía como en la PSTN (Red Telefónica Pública Conmutada/Public

Switched Telephone Network ).

Antecedentes:La red IP comenzó a desarrollarse exponencialmente con el surgimiento del

Internet. Surgieron los conceptos de nodos, servidores, routers, repetidores,

puentes, switches, gateway y demás elementos que conforman una red de

paquetes conmutados bastante útil para el intercambio de datos. Poco a poco la

información que se buscaba transmitir empezó a ser más demandante, al grado de

aplicaciones populares como un chat que no sólo comunica a dos usuarios por

medio de mensajes escritos en tiempo real, sino que también les otorgaba la

oportunidad de establecer una conversación oral y visual con sólo una PC,

micrófono, bocinas, cámara web y una conexión a Internet.

Llegó un momento en el que por la red viajaban datos multimedia como

videoconferencias a buena taza de transmisión y mostraron una fuerte evolución

en las comunicaciones digitales. Fue así como surgió la idea de implementar una

red IP donde pudiera viajar la voz. En la red de voz sobre IP (VoIP) existe un

control de llamadas que se encarga de traducir direcciones IP y planes de

numeración telefónica, relacionarlos y establecer la comunicación.

Se ha preferido la red de paquetes conmutados sobre la red de circuitos

conmutados puesto que la segunda exige un ancho de banda definido o fijo

durante toda la transmisión punto a punto incluso cuando no se esté utilizando por

completo este recurso, por ejemplo cuando ambas personas guardan silencio por

instantes. Todo lo contrario ocurre en la red de paquetes conmutados, donde el

ancho de banda es aprovechado al máximo. Lo anterior se puede traducir en la

diferencia de costos invertidos en cada red.

Un objetivo de voz sobre IP es unificar las redes de voz y las de datos. De

esta forma se adquieren muchos beneficios. Por ejemplo, dentro de una empresa

utilizando un IP-PBX y organizando bien la infraestructura de la red, se puede

tener la red de datos en conjunto con los servicios telefónicos como transferencia

de llamadas, conversación de tres o más a la vez, identificación de los números,

etc. Sin embargo las ventajas no terminan ahí, si a lo anterior se le añade que la

empresa maneje DHCP que asigna un IP dinámico a cada nodo de la red, se

puede dar mayor servicio y no obstante tenga diferente IP, el número de teléfono

no cambia inclusive cuando el usuario se traslade de oficina o de edificio.

CODECS

Un codec, que proviene del Inglés coder-decoder, (codificador/decodificador)

convierte las señales analógicas a un flujo de bits (bitstream) digitales (formato de

audio digital), y otro codec idéntico en el otro extremo de la comunicación

convierte el flujo de bits digitales en una señal analógica, para poder reproducir la

señal

La ITU-T ha establecido normas para predicción linear del código: así también

describe un grupo de recomendaciones de la serie G, como los son el G.711,

G.723.1, G.726, G.729, y otras más. En la red de VoIP no existe un estándar

definido, es decir, puede haber redes que utilices métodos de compresión y

predicción diferentes a los que las otras redes, todo depende del administrador de

la red.

G.711: Estándar de la UIT-T para la digitalización de audio en telefonía fija.

Representa las señales de audio mediante muestras codificadas en una

señal digital con tasa de muestreo de 8.000 muestras por segundo con un

flujo de datos de 64 kbps.

G.723.1: Estándar de la UIT-T que comprime la voz en tramas de 30 ms y

opera a 5,3 y 6,3 kbps.

G.726: Estándar de la UIT-T basado en ADPCM (Adaptative Differential

Pulse Code Modulation). Permite trabajar con velocidades de 16, 24, 32 y

40 kbps. Este códec proporciona una disminución considerable del ancho

de banda sin aumentar en gran medida la carga computacional.

G.729: Estándar de la UIT-T usado sobre todo en aplicaciones de VoIP por

los bajos requerimientos en ancho de banda. Opera con tasas de 8 kbps

pero existen extensiones para tasas de 6,4 y 11,8 kbps para peor o mejor

calidad de voz respectivamente.

Protocolos

Un protocolo es un metodo establecido de intercambiar datos en internet.

Un protocolo es un metodo por el cual dos ordenadores acuerdan comunicarse.

La red de voz sobre IP es muy grande y eficiente. Como ya se dijo, es una

red de paquetes conmutados. La voz es empaquetada y enviada por diferentes

rutas, siempre buscando la ruta más corta y/o menos congestionada. Es ahí

cuando los protocolos entran en acción.

Los protocolos que se utilizan en las redes de voz sobre IP son: H.323 y

SIP, entre otros; todos definidos por instituciones y organismos reguladores con

normativas de control como: la ITU-T, la IETF, el ETSI o el EIA-TIA. Estos

protocolos tienen interfaces abiertas y estándares definidos, y cuentan con una

buena infraestructura de paquetes.

Protocolo SIP

SIP es un protocolo de control que se encuentra en la capa de aplicación

para crear, modificar y terminar sesiones con uno o más participantes. Las

sesiones incluyen: llamadas telefónicas, transferencias de datos multimedia, y

conferencias en tiempo real. Las invitaciones SIP usadas para crear sesiones,

llevan consigo la descripción de la sesión y esto permite a los participantes buscar

la compatibilidad. SIP utiliza elementos llamados servidores proxy para ayudar a

enrutar las peticiones a los usuarios de una zona, autentificar y autorizar servicios

para éstos, e implementar políticas para el ruteo de llamadas. SIP puede viajar

sobre cualquier protocolo de transporte.

Componentes SIP1. User Agents (UA) Clientes–Hace peticiones o solicitudes

Servers –Recibe peticiones

2. Tipos de servidores. Redirect Server (Servidor de redirección)

Proxy Server (Servidor proxy)

Registrar Server (Servidor de registro)

Location Server

3. Gateway Permite la conexión a la red PSTN permitiendo realizar llamadas a

través de ella.

Los usuarios son denominados user agent y éstos se pueden desplazar a

través de la red y obtener diferentes denominaciones y mandar diversos tipos de

datos (voz, texto, video). SIP ofrece la ventaja de invitar a los nuevos participantes

a la sesión creando una nueva infraestructura en donde todos los user agent

pueden registrarse, invitar a nuevas sesiones, modificar las características de la

sesión, etc. A pesar de la movilidad del usuario, su identificador puede ser

permanente sin importar la red en la que se encuentre.

SIP cumple con las siguientes funciones principales:

Determina los tipos de hosts que pretenden establecer una comunicación.

Determina la disponibilidad de la persona que recibe la llamada para

conectarse.

Determina el tipo de datos y sus parámetros necesarios que se usarán

durante la comunicación.

Establece los parámetros de la sesión tanto en la persona que llama como

en la que es llamada.

Administra la sesión, en otras palabras, inicialización, transferencia,

modificación y terminación de sesiones.

El protocolo SIP está estructurado en cuatro capas o elementos lógicos que son:

Capa de sintaxis y codificación: relacionada a la estructura de los mensajes

y la codificación de los mismos.

Capa de transporte: define cómo el cliente y el servidor envían peticiones y

reciben respuestas sobre la red, todos los elementos de SIP contienen un

capa de transporte.

Capa de transacción: ésta es una petición enviada por el cliente a un

servidor junto con las peticiones enviadas por el servidor hacia el cliente. Se

encarga de todas las transmisiones. Cualquier operación que realiza el

cliente user agent, requiere una serie de transacciones.

Capa de usuario-transacción: básicamente gobierna sobre las tres

anteriores.

Protocolo H.323.

Forma parte del grupo de recomendaciones H.300 de la UIT-T que define el

funcionamiento de sistemas y equipos terminales para servicios audiovisuales.

Particularmente, H.323 es una recomendación que agrupa diferentes estándares

para especificar un sistema de comunicaciones multimedia a través de redes de

paquetes IP. Su primera versión fue definida en el año 1996, tiempo en el cual no

había disponible ningún estándar que permitiera establecer mecanismos de

interoperabilidad entre fabricantes y desarrolladores de sistemas de VoIP; por este

motivo se convirtió en el protocolo más utilizado y de mayor aceptación en el

mercado. Actualmente sigue siendo utilizado en gran medida por los grandes

operadores de VoIP, y a la par del protocolo SIP es uno de los estándares más

utilizados por los desarrolladores de soluciones IP. La versión actual de la

recomendación es la H.323v7, que fue publicada en el 2009.

Una vez establecido el canal H.323, se utiliza el protocolo RTP para el transporte

de los paquetes audiovisuales involucrados en la llamada.

Componentes y topología:Un sistema de VoIP basado en H.323 consta de 4 elementos fundamentales:

termínales, pasarelas (gateways), MCU (Unidades de Control Multipunto) y

controladores de acceso (gatekeepers). Estos elementos se agrupan en zonas,

constituidas por diversos nodos H.323 gestionados por un solo controlador de

acceso.

Terminales.-Son componentes en los que terminan las comunicaciones de voz y

opcionalmente video y datos. Es obligatorio que los terminales soporten

comunicaciones con el códec G.711 y los protocolos H.245, H.225 y RAS

(Registro, Admisión y Estado). Otros protocolos y códecs son opcionales según

los tipos de servicios que se estén prestando.

Controladores de acceso.-Son los nodos centrales de un sistema H.323. Se encargan de controlar las

comunicaciones y la conexión entre los terminales. Su presencia no es necesaria

para la realización de comunicaciones entre terminales de un mismo segmento,

aunque sí es recomendable. Tienen las siguientes tareas fundamentales:

- Conversión de direcciones de terminales H.323 a direcciones IP para

que sea posible la comunicación con terminales de otros segmentos o

de una RTPC.

- Administración del ancho de banda, asignando un ancho de banda a

cada conferencia entre terminales y estableciendo comunicaciones

hasta que se alcanza el ancho de banda máximo permitido, momento en

el cual empieza a rechazar las solicitudes desde los terminales.

- Control de admisión, a través del protocolo RAS, aceptando o negando

solicitudes dependiendo del terminal o pasarela que las esté realizando.

Pasarelas (Gateways).-Es un nodo opcional dentro de una zona H.323, encargado de garantizar la

compatibilidad con otro tipo de redes distintas a H.323, como redes SIP o RTPC.

Se encarga de la conversión de los protocolos de señalización de las llamadas y

también de los formatos de audio y video entre las redes.

MCU (Unidades de Control Multupunto).-Es un elemento también opcional, encargado de brindar el soporte para las

conferencias que constan de tres o más terminales H.323. Está constituido por dos

componentes: el MC (Controlador Multipunto), que controla la conexión con los

diferentes terminales, definiendo el códec y el ancho de banda entre otros, y el MP

(Procesador Multipunto), que lleva a cabo la multidifusión de los datos de audio y

video entre los distintos terminales.

Protocolos especificados por H.323:H.323 especifica los protocolos que gestionan la preparación, establecimiento,

control de estado, mensajería, códecs de audio/video, transferencia de datos, y fin

de llamada.

Estos protocolos funcionan sobre un nivel de transporte basado en TCP y UDP.

El siguiente gráfico muestra la pila de protocolosH.323:

Pila de protocolos H.323

H.245: Es el protocolo de señalización utilizado en el canal de control, que es el

único canal que siempre está abierto (en contraposición a los canales de audio y

vídeo, que se abren bajo demanda después de la negociación de códecs).

Se emplea básicamente para la apertura / cierre de canales lógicos y el

intercambio de información sobre la capacidad de transmisión y recepción de

medios de los terminales. Otras funciones para las que se utiliza H.245 son:

- Determinar el retraso de ida y vuelta entre ambos extremos de la

comunicación.

- Escoger qué punto final actúa como maestro y cuál como esclavo (Los

papeles de maestro y esclavo sólo se aplican cuando ambos extremos

pretenden realizar una acción similar).

H.225: Es el encargado de definir los procesos de señalización de las llamadas,

así como de la gestión del registro y las características de los usuarios del

sistema.

Esta señalización define cómo gestionar datos, vídeo, audio e información de

control en redes basadas en conmutación de paquete. H.225, que se emplea

durante el establecimiento de las conexiones entre puntos finales H.323 (gateways

y terminales), consta de dos partes: señalización de llamadas y RAS (Registro,

Admisión y estado).

El canal de control de llamadas: en redes IP, se establece en el puerto TCP

1720. En este puerto se crean los mensajes necesarios para realizar, mantener y

finalizar una llamada. Estos mensajes pueden enviarse directamente entre

terminales H.323 (Señalización de llamada Directa) o bien utilizar un gatekeeper

como gestor del establecimiento de las conexiones (en este caso se denomina

Señalización Enrutada por Gatekeeper).

RAS es el protocolo empleado para:

- Descubrir el / los gatekeepers existentes en la red H.323, tarea que se

puede realizar de forma estática o dinámicamente, mediante un mensaje

de petición dirigido a la dirección multicast, que los gatekeepers

responden con un mensaje de confirmación.

- Localización de puntos finales, que consiste en la traducción de un alias

H.323 o número de teléfono en una dirección de transporte (IP: puerto

en redes IP).

- Control de admisión de puntos finales en el gatekeeper.

- Notificación de cambios de estado de la conexión o en el ancho de

banda disponible.

5. Estructura.

La estructura de la red de voz sobre IP es la misma estructura que se maneja en

lo que se conoce como Internet. Las aplicaciones, los medios de transporte, la

organización del ruteo sobre la red, los modos de enlace y la transmisión de la

señal por los medios físicos deben formar parte del modelo OSI (Open System

Interconnection). La ventaja de la red VoIP es que no importa el tipo de aplicación

mientras ésta pueda transformar su información en paquetes, segmentos,

datagramas, tramas y finalmente bits.

Transporte

El protocolo que se utiliza para la capa de transporte es el RTP (Real-time

Transfer Protocol) en datagramas de tipo UDP (User Datagram Protocol) sobre IP.

Se ha escogido éste sobre el TCP dado que, TCP es caracterizado por ser un

protocolo donde se deben recibir señales de reconocimiento por parte del receptor

antes de enviar el siguiente segmento. A ello se le conoce como protocolo

orientado a conexión y ofrece seguridad a la transmisión y recepción de los

paquetes aunque introduce retardos en la comunicación. UDP funciona de manera

diferente, se le denomina también protocolo orientado a no conexión. Simplemente

se encarga de enviar el paquete y no requiere de ningún reconocimiento. La voz

debe ser enviada en tiempo real, con la menor cantidad de retardos posibles.

RTP (Real-time Transport Protocol)

Es un protocolo utilizado para la transmisión de información en tiempo real (audio

o vídeo), extremo a extremo sobre una red de paquetes. Es importante destacar

en este caso que RTP no ofrece garantías sobre la calidad del servicio ni sobre el

retraso de la entrega de datos, por lo que necesita el apoyo de capas más bajas

que controlen la reserva de recursos (como por ejemplo el uso de RSVP que

comentaremos al final).

RTP va de la mano de su protocolo de control, RTCP: RTP envía los datos y

RTCP proporciona servicios de control y otras funcionalidades.

RTCP (RTP Control Protocol) 

Se encarga de monitorizar la calidad del servicio y de proporcionar información

acerca de los participantes en una sesión de intercambio de datos. El protocolo,

no está diseñado para soportar todas las necesidades de comunicación de una

aplicación, sólo las más básicas. La principal función de RTCP es proporcionar

una retroalimentación útil para mantener una calidad de distribución adecuada: los

receptores de una sesión emplean RTCP para informar al emisor sobre la calidad

de su recepción, incluyendo el número de paquetes perdidos, jitter (la variación en

la latencia) y RTT (Round Trip Time, tiempo empleado por un paquete en realizar

todo el circuito: llegar al receptor y volver de nuevo al emisor).

Los paquetes RTCP se envían de modo que el tráfico en la red no aumente

linealmente con el número de agentes participantes en la sesión, ajustando el

intervalo de envío de acuerdo al tráfico. Para ello, RTCP se encarga de transmitir

periódicamente paquetes de control a todos los participantes de una sesión.

RTSP (Real-Time Streaming Protocol) 

Es un protocolo que optimiza el flujo de datos multimedia. En sintaxis y

funcionamiento, es similar al protocolo HTTP, donde tanto el cliente y el servidor

pueden hacer peticiones. Entre sus principales ventajas, podemos destacar que

debido a sus similitudes con el HTTP, hace que sea adaptable a proxys y firewalls,

y es compatible con el modo de difusión multicast, siendo capaz de enviar la

información a un grupo de clientes en un solo paso. Además, es independiente de

la capa de transporte usada: puede utilizar tanto TCP como UDP

Elementos de la Voz sobre IP:

El modelo de Voz sobre IP está formado por tres principales elementos:

El cliente. Este elemento establece y termina las llamadas de voz. Codifica,

empaqueta y transmite la información de salida generada por el micrófono del

usuario. Asimismo, recibe, decodifica y reproduce la información de voz de

entrada a través de los altavoces o audífonos del usuario. Cabe destacar que el

elemento cliente se presenta en dos formas básicas: la primera es una suite de

software corriendo en una PC que el usuario controla mediante una interface

gráfica (GUI); y la segunda puede ser un cliente “virtual” que reside en el gateway.

Servidores. El segundo elemento de la Voz sobre IP está basado en servidores,

los cuales manejan un amplio rango de operaciones complejas de bases de datos,

tanto en tiempo real como fuera de él. Estas operaciones incluyen validación de

usuarios, tasación, contabilidad, tarificación, recolección, distribución de utilidades,

enrutamiento, administración general del servicio, carga de clientes, control del

servicio, registro de usuarios y servicios de directorio entre otros.

Gateways. El tercer elemento lo conforman los gateways de Voz sobre IP, los

cuales proporcionan un puente de comunicación entre los usuarios. La función

principal de un gateway es proveer las interfaces con la telefonía tradicional

apropiada, funcionando como una plataforma para los clientes virtuales.

Estos equipos también juegan un papel importante en la seguridad de acceso, la

contabilidad, el control de calidad del servicio (QoS; Quality of Service) y en el

mejoramiento del mismo.

Ancho de Banda.

Cada llamada tiene su promedio y requerimientos mínimos de ancho de banda. Si

el ancho de banda de la red IP no puede soportar los requerimientos mínimos, la

calidad de la voz no será buena, o la voz se cortará. La red IP debe cumplir los

requerimientos mínimos establecidos para mantener una llamada, para nuestro

servicio 17kpbs por llamada es el mínimo requerido.

Retraso o Delay - El retraso en la voz durante una llamada causará dificultad en

la interacción entre las partes involucradas.

Perdida de Paquetes o Packet Loss - Las redes IP separan grandes bloques de

datos en bloques más pequeños llamados paquetes. Estos paquetes en cierto

tiempo se perderán durante la transmisión, si hay retrasos en la red o su calidad

es mala, la voz se distorsionará en el destino debido a la perdida de dichos

paquetes.

Fluctuaciones o Jitter.- Si una red IP produce diferente latencia para distintos

paquetes introduce el llamado Jitter que son las fluctuaciones entre dos paquetes

continuos. Un Jitter severo causará que la voz se distorsione.

Todo depende de tu conexión a Internet y el tráfico de la red en el momento en

que realizas la llamada, pero podemos adelantarte que el 90% de las llamadas

que realices serán de excelente calidad casi indistinguibles del servicio

convencional, ya que cada llamada solo consume 17kbps de ancho de banda, si

tienes una conexión de banda ancha y varias PCs conectadas que salen a través

de esta conexión deberás tener en cuenta que el ancho de banda total se divide

entre todos los dispositivos conectados y si es una conexión ADSL es decir

asíncrona significa que si "bajas" a 512kbps la velocidad la "subida" será de

256kbps y esto se divide entre todos tus dispositivos.

La Voz sobre IP (VoIP)  requiere una cierta cantidad de ancho de banda para

funcionar correctamente. Esta es la tasa de transferencia de datos y se mide en

bits por segundo (bps). La fórmula utilizada para calcular el ancho de banda

requerido por llamada es:

Ancho de banda = tamaño total de paquetes * PPS

Donde PPS significa “paquetes por segundo”

Ventajas:El costo.

Cabe destacar que uno de los principales beneficios que reporta la aplicación de

tecnología VoIP para las comunicaciones reside en la reducción notable de los

costos de operación.

Mediante el uso de VoIP, es posible evitar los altos costos de telefonía, sobre todo

en los casos de empresas que aplican estrategias comerciales de Call Centers, o

incluso para aquellos usuarios que suelen hacer llamadas de larga distancia.

Por lo general, las llamadas que se realizan entre distintos dispositivos VoIP son

gratuitas, mientras que las que se establecen entre usuarios VoIP y PSTN (Red

Pública Telefónica Conmutada) deben ser abonadas por el primero, pero a costos

realmente reducidos, hasta 50 veces menos que las comunicaciones

convencionales a través de operadores locales.

Por otra parte, con el avance tecnológico e informático dentro del ámbito de los

códecs para VoIP, en la actualidad es posible establecer comunicación a través de

reducidos anchos de banda, ya que los paquetes digitales de voz suelen ser cada

vez más pequeños, por lo que viajan a mayor velocidad.

Por estos motivos, la comunicación a través de tecnología VoIP está siendo cada

vez más utilizada para realizar llamadas internacionales, debido a su bajo costo de

operación.

Equipos.

Los teléfonos VoIP pueden ser utilizados en cualquier lugar del planeta, es decir

que a pesar de que el usuario de encuentre viajando fuera de su país de origen,

puede continuar utilizando el servicio bajo los mismos parámetros y las mismas

tarifas, siempre que pueda establecer conexión a Internet.

Conferencias.Otra de las grandes ventajas en la utilización de tecnología VoIP reside en la

posibilidad de establecer comunicación del tipo conferencia, es decir en la que

pueden participar más de un usuario simultáneamente.

Más servicios.Cabe destacar que mediante la utilización de aplicaciones y servicios especiales,

la tecnología VoIP permite además integrar otro tipo de servicios de comunicación

tales como la mensajería instantánea, correo electrónico y videoconferencia.

Desventajas.

Defectos.

Como cualquier otra tecnología, la arquitectura VoIP también posee ciertos

defectos que ponen en duda su integridad ante los ojos de los usuarios que

desean incorporar este novedoso método de comunicación.

Retrasos y/o cortes.

Durante una comunicación por VoIP puede llegar a producirse retraso en la

llegada de los paquetes o incluso cortes de información, aunque es importante

destacar que esto sólo sucede debido a las restricciones que muchas empresas

que ofrecen el servicio pueden llegar a poner en su uso, de acuerdo al servicio

que hayamos contratado.

Deterioro de la comunicación.

Otro de los aspectos negativos dentro de la comunicación a través de tecnología

VoIP es el posible deterioro de la comunicación al ser recibida por el usuario. En

general esto sucede cuando se produce una congestión importante en la red, o

bien cuando utilizamos un ancho de banda escaso que no permite acceder a una

velocidad adecuada de conexión.

Conclusiones.-Actualmente muchas aplicaciones están utilizando procesamientos digitales de

señales. Esto comprueba que los datos multimedia como audio, voz y video,

prometen un amplio mercado. La voz sobre IP es una de ellas. La red IP da dado

la bienvenida a la digitalización de la voz usándola para proveer a sus usuarios de

mejores servicios, mayor calidad y seguridad en la comunicación, la red VoIP tiene

muchas ventajas sobre la red pública de circuitos conmutados. La voz sobre IP no

busca desplazar a la re PSTN, sino que busca unificar las redes. Se tiene

pensado que para las comunicaciones de la nueva generación, IP será el

protocolo que más se utilice para crear una gran red de redes.

El protocolo H.323 es en muy completo aunque muy difícil de implementar, a

diferencia del protocolo SIP que permite el establecer cualquier tipo de

transferencia de datos de manera más eficiente y eficaz.