Realmente la integración de la voz y los datos en una misma red es una idea antigua, pues desde hace tiempo han surgido soluciones desde distintos fabricantes que, mediante el uso de multiplexores, permiten utilizar las redes WAN de datos de las empresas (típicamente conexiones punto a punto y frame-relay) para la transmisión del tráfico de voz. La falta de estándares, así como el largo plazo de amortización de este tipo de soluciones no ha permitido una amplia implantación de las mismas.

Fig. 1 Ejemplo de red con conexión de centralitas a routers CISCO que disponen de soporte VoIP.

Es innegable la implantación definitiva del protocolo IP desde los ámbitos empresariales a los domésticos y la aparición de un estándar, el VoIP, no podía hacerse esperar. La aparición del VoIP junto con el abaratamiento de los DSP’s (Procesador Digital de Señal), los cuales son claves en la compresión y descompresión de la voz, son los elementos que han hecho posible el despegue de estas tecnologías. Para este auge existen otros factores, tales como la aparición de nuevas aplicaciones o la apuesta definitiva por VoIP de fabricantes como Cisco Systems o Nortel-Bay Networks. Por otro lado los operadores de telefonía están ofreciendo o piensan ofrecer en un futuro cercano, servicios IP de calidad a las empresas.

Por lo dicho hasta ahora, vemos que nos podemos encontrar con tres tipos de redes IP:

• Internet. El estado actual de la red no permite un uso profesional para el tráfico de voz.

• Red IP pública. Los operadores ofrecen a las empresas la conectividad necesaria para interconectar sus redes de área local en lo que al tráfico IP se refiere. Se puede considerar como algo similar a Internet, pero con una mayor calidad de servicio y con importantes mejoras en seguridad. Hay operadores que incluso ofrecen garantías de bajo retardo y/o ancho de banda, lo que las hace muy interesante para el tráfico de voz.

• Intranet. La red IP implementada por la propia empresa. Suele constar de varias redes LAN (Ethernet conmutada, ATM, etc..) que se interconectan mediante redes WAN tipo Frame-Relay/ATM, líneas punto a punto, RDSI para el acceso remoto, etc. En este caso la empresa tiene bajo su control prácticamente todos los parámetros de la red, por lo que resulta ideal para su uso en el transporte de la voz.

Debido a la ya existencia del estándar H.323 del ITU-T, que cubría la mayor parte de las necesidades para la integración de la voz, se decidió que el H.323 fuera la base del VoIP. De este modo, el VoIP debe considerarse como una clarificación del H.323, de tal forma que en caso de conflicto, y a fin de evitar divergencias entre los estándares, se decidió que H.323 tendría prioridad sobre el VoIP. El VoIP tiene como principal objetivo asegurar la interoperabilidad entre equipos de diferentes fabricantes, fijando aspectos tales como la supresión de silencios, codificación de la voz y direccionamiento, y estableciendo nuevos elementos para permitir la conectividad con la infraestructura telefónica tradicional. Estos elementos se refieren básicamente a los servicios de directorio y a la transmisión de señalización por tonos multifrecuencia (DTMF).

El VoIP/H.323 comprende a su vez una serie de estándares y se apoya en una serie de protocolos que cubren los distintos aspectos de la comunicación:

Direccionamiento

1- RAS (Registration, Admision and Status). Protocolo de comunicaciones que permite a una estación H.323 localizar otra estación H.323 a través de el Gatekeeper.

2- DNS (Domain Name Service). Servicio de resolución de nombres en direcciones IP con el mismo fin que el protocolo RAS pero a través de un servidor DNS

Señalización

1- Q.931 Señalización inicial de llamada

2- H.225 Control de llamada: señalización, registro y admisión, y paquetización / sincronización del stream (flujo) de voz

3- H.245 Protocolo de control para especificar mensajes de apertura y cierre de canales para streams de voz

Compresión de Voz

1- Requeridos: G.711 y G.723

2- Opcionales: G.728, G.729 y G.722

Transmisión de Voz

1- UDP. La transmisión se realiza sobre paquetes UDP, pues aunque UDP no ofrece integridad en los datos, el aprovechamiento del ancho de banda es mayor que con TCP.

2- RTP (Real Time Protocol). Maneja los aspectos relativos a la temporización, marcando los paquetes UDP con la información necesaria para la correcta entrega de los mismos en recepción.

Control de la Transmisión

RTCP (Real Time Control Protocol). Se utiliza principalmente para detectar situaciones de congestión de la red y tomar, en su caso, acciones correctoras.

Tabla 1. Pila de protocolos en VoIP

Actualmente podemos partir de una serie de elementos ya disponibles en el mercado y que, según diferentes diseños, nos permitirán construir las aplicaciones VoIP. Estos elementos son:

Teléfonos IP.

Adaptadores para PC.

Hubs Telefónicos.

Gateways (pasarelas RTC / IP).

Gatekeeper.

Unidades de audioconferencia múltiple. (MCU Voz)

Servicios de Directorio.

Fig. 2 Elementos de una red VoIP

Las funciones de los distintos elementos son fácilmente entendibles a la vista de la figura 2, si bien merece la pena recalcar algunas ideas.

El Gatekeeper es un elemento opcional en la red, pero cuando está presente, todos los demás elementos que contacten dicha red deben hacer uso de aquel. Su función es la de gestión y control de los recursos de la red, de manera que no se produzcan situaciones de saturación de la misma.

El Gateway es un elemento esencial en la mayoría de las redes pues su misión es la de enlazar la red VoIP con la red telefónica analógica o RDSI. Podemos considerar al Gateway como una caja que por un lado tiene un interface LAN y por el otro dispone de uno o varios de los siguientes interfaces:

• FXO. Para conexión a extensiones de centralitas ó a la red telefónica básica.

• FXS. Para conexión a enlaces de centralitas o a teléfonos analógicos.

• E&M. Para conexión específica a centralitas.

• BRI. Acceso básico RDSI (2B+D)

• PRI. Acceso primario RDSI (30B+D)

• G703/G.704. (E&M digital) Conexión especifica a centralitas a 2 Mbps.

Los distintos elementos pueden residir en plataformas físicas separada, o nos podemos encontrar con varios elementos conviviendo en la misma plataforma. De este modo es bastante habitual encontrar juntos Gatekeeper y Gateway. También podemos ver en la figura 1 cómo Cisco ha implementado las funciones de Gateway en el router.

Gateway de Voz sobre IP

El término pasarela de VoIP en ocasiones también se suele utilizar para hacer referencia a otros elementos funcionales, en tal caso se le suelen llamar pasarelas de VoIP especiales, en tanto que se posicionan entre redes IP para desarrollar determinadas funciones de mapping, por ejemplo en la capa IP. Entidades específicas como proxies VoIP, transcodificadores VoIP, traductores de direcciones de red VoIP, etc., caen en esta categoría de pasarelas de VoIP.

• Las pasarelas de interconexión en este contexto son básicamente dispositivos lógicos, aunque también pueden ser, y de hecho son, dispositivos físicos, como se verá posteriormente. Tienen una serie de atributos que caracterizan el volumen y tipos de servicios que pueden proveer, por ejemplo:
  • Capacidad, expresa el volumen de servicio que puede brindar la pasarela, estando relacionado directamente con el número de puertos que tiene (igual al número máximo de llamadas simultáneas) y la velocidad del enlace de acceso.
  • Protocolos de señalización soportados, tanto relativos a redes de VoIP como relativos a redes SCN.
  • Codecs de voz utilizados.
  • Algoritmos de encriptado que soporta.
  • Rango de direccionado, que es el rango o abanico de números telefónicos que a su través se tiene acceso en la GSTN desde la red IP. En relación con la tarificación, este rango de direccionado puede o no estar fraccionado.

• En general, las pasarelas de interconexión tienen que proporcionar los siguientes "mecanismos" o funciones
  • Adaptación de señalización, básicamente tiene que ver con las funciones de establecimiento y terminación de las llamadas,
  • Control de los medios, se relaciona con la identificación, procesamiento e interpretación de eventos relacionados con el servicio generados por usuarios o terminales,
  • Adaptación de medios, según requerimientos de las redes.

La pasarela o gateway de interconexión también desarrolla la función control de medios, que se ocupa de "manejar" toda la información de control generada por el terminal. Para el caso de comunicaciones de voz, la información de control del nivel de usuario más a destacar son los tonos multifrecuencia (DTMF) que produce un teclado telefónico convencional (por ejemplo, para interactuar con un servidor de voz). Ahora bien, dadas las características de estas señales, en el sentido que están en el rango audible pero no son señales de voz, sino tonos, es necesario prestar particular atención para su trasvase por la conexión híbrida que representa la pasarela de interconexión. Las técnicas de compresión de voz de baja velocidad introducen considerable distorsión en los tonos DTMF, provocando la recepción y correspondiente decodificación incorrecta en los receptores. Entonces, esto requiere que las señales de audio y los tonos DTMF sean separados en la pasarela (si no lo ha sido ya en el emisor) y conducidas de forma independiente al receptor.

• Hay dos posibles soluciones para el transporte de los tonos DTMF:
  Transporte "dentro de banda": consiste en transportar estos tonos, digitalizados y paquetizados, con los protocolos RTP/UDP, mediante un formato de carga útil dedicado.

• Transporte "fuera de banda": conlleva a utilizar un canal de control de medios seguro (no UDP, sino TCP) para el transporte de las señales TDMF.

El transporte de los tonos DTMF "dentro de banda" se ve afectado por la falta de garantía en la entrega de paquetes que el protocolo UDP ofrece, con nefastas consecuencias para el funcionamiento del servicio en caso de pérdida de un paquete asociado a un tono TDMF. Tiene la ventaja de que los tonos permanecen sincronizados en el tiempo con respecto a la voz.
En cambio, el transporte "fuera de banda" si bien gana en seguridad respecto a la entrega segura de los paquetes, pierden las señales su referencia exacta en el tiempo en relación con el stream de voz. Esta es precisamente la solución adoptada en la Recomendación H.323, mediante el canal H.245.