Internet jako medium VoIP

W pakietowej transmisji głosu przez sieci z protokołem IP są możliwe zniekształcenia informacji w pakiecie bądź nawet całkowita utrata niewielu pakietów. Strata nawet kilku pakietów wpływa w dużo mniejszym stopniu na pogorszenie jakości rozmowy, w porównaniu nawet z nieznacznym opóźnieniem dodatkowym czy też zmiennym i przypadkowym ich opóźnianiem przez sieć. Przestawienie kolejności kilkunastu pakietów prowadzi do całkowitego niezrozumienia mowy, a na naprawę zwykle nie ma czasu. Tak więc transmisje głosowe muszą przebiegać w czasie rzeczywistym, bez nadmiernej kontroli ich poprawności, a wprowadzane opóźnienia transmisji nie mogą przekraczać ustalonych i akceptowanych przez użytkownika parametrów.

Średnia wartość tego opóźnienia w obecnej infrastrukturze sieci Internet może sięgać nawet 400 ms, ponadto wartość ta nie jest przewidywalna – zwłaszcza przy dynamicznym trasowaniu w Internecie. Jest to zasadniczy mankament użytkowanej obecnie sieci globalnej, ograniczający powszechność stosowania przekazów głosowych przez nią. Dla użytkownika VoIP ważne jest bowiem opóźnienie na całej trasie przekazu głosowego, od nadawcy do słuchacza. Opóźnienie to winno być jak najmniejsze (najwyżej kilkanaście milisekund), a przede wszystkim stałe (niezmienne) i nie powinno przekraczać 200–250 ms.

W urządzeniach głosowych, przy niezbyt często pojawiających się perturbacjach na linii, zniekształcone pakiety głosowe, niepełne bądź utracone (nawet do kilku procent), są standardowo zastępowane ciszą, co nie wpływa w istotny sposób na rozumienie mowy. Sytuacja ta wygląda znacznie lepiej w sieciach intranetowych, czyli w przekazach wewnątrz przedsiębiorstw, gdzie zarówno większa szerokość dostępnego pasma, jak i lepsza kontrola dostępu do sieci gwarantują zadowalającą jakość pakietowych przekazów głosu, porównywalną z osiąganymi w klasycznej analogowej konwersacji telefonicznej.

Dzieje się tak dlatego, że internetowe protokoły czasu rzeczywistego RTP (Real Time Protocol) dzielą głos cyfrowy na niewielkie, kilkunastobajtowe (najmniej sześciobajtowe, najwyżej dwudziestobajtowe) paczki informacji, korzystając z najbardziej korzystnego, bezpołączeniowego mechanizmu protokołu transportowego UDP (User Datagram Protocol), bardziej przydatnego niż RTP/TCP (Transport Control Protocol), gdyż działającego bez bieżącej kontroli poprawności przesyłanej informacji (brak retransmisji), dzięki czemu unika się dodatkowych opóźnień, mających destrukcyjne działanie na przekazy głosowe. Protokół RTP wspierany przez RTCP (Real Time Control Protocol) zapewnia jednak utrzymanie sekwencji przesyłanych pakietów, a także nadanie im odpowiednich znaczników czasu, dzięki którym możliwa jest kontrola opóźnień między kolejnymi pakietami podczas ich odbioru.