とことこロゴス
メニュー

VoIP

読み：ぼいっぷ　／　英語表記：Voice over Internet Protocol

音声をコーデックでデジタルデータに変換し、パケットに詰めてIPネットワークで送る技術である。IP電話の基盤となる。

イマシルちゃんの解説

VoIPは、声をデジタルデータに変えてIPネットワークで運ぶ通信技術だよ。
音声をデータに変換するコーデックを使い、短い時間ごとに区切ってパケットという小さなまとまりに詰めるんだ。
受け取る側はデータを音声に戻して再生するよ。
メールやWeb閲覧と同じネットワークで音声も運べるので、通信設備をまとめて使いやすくなるの。
ただし、パケットが遅れたり失われたりすると、会話の間が空いたり声が途切れたりすることがあるよ。
だから、音声を十分な速さで届けられるように回線の容量や混雑にも気を配るんだ。

より深い解説

定義

VoIP（Voice over Internet Protocol）は、音声信号を符号化（デジタル化・圧縮）し、IPパケットに載せて伝送する技術の総称である。VoIPを使って提供される電話サービスがIP電話である。

音声がパケットになるまで

  1. マイクから入ったアナログの音声を、コーデック（G.711、G.729など）でデジタルデータに符号化する
  2. 一定の時間（パケット化周期、一般的に20ミリ秒）ごとに符号化データを区切る
  3. 区切ったデータ（音声ペイロード）にRTPヘッダー、UDPヘッダー、IPヘッダーを付けて送る
  4. 受信側は、ジッタバッファで到着間隔のばらつきを吸収してから、音声に戻して再生する

音声ペイロードの計算

1パケットに入る音声データの量は、次の式で求められる。

音声ペイロード[ビット] = 符号化速度[ビット/秒] × パケット化周期[秒]
コーデック符号化速度20ミリ秒あたりのペイロード
G.71164kビット/秒64,000 × 0.02 = 1,280ビット = 160バイト
G.729（CS-ACELP）8kビット/秒8,000 × 0.02 = 160ビット = 20バイト

ビットとバイトの換算（8で割る）を忘れないことが計算のポイントである。

ヘッダーのオーバーヘッド

VoIPのパケットには、音声ペイロードのほかに、次のヘッダーが付く。

ヘッダー長さ
RTP12バイト
UDP8バイト
IPv420バイト
合計40バイト

G.729の20バイトのペイロードに40バイトのヘッダーが付くと、パケットの3分の2がヘッダーになる。さらにイーサネットのヘッダーなども加わるため、G.729を使っても実際の帯域は8kビット/秒より大きくなる。パケット化周期を長くすればヘッダーの割合は減るが、そのぶん遅延が増える。

1通話あたりの帯域の計算例

G.711、パケット化周期20ミリ秒の場合（IPレベル、片方向）

測る層や、何を転送量に含めるかを変えると値も変わる。G.729を20ミリ秒ごとに送信し、IPv4・UDP・基本RTPを使い、VLANタグなしとする例では、次のように整理できる。

含める範囲1パケット当たりの量片方向の帯域
音声データだけ20バイト8kビット/秒
IPパケット20＋40＝60バイト24kビット/秒
Ethernetヘッダー14バイトとFCS 4バイトも含む60＋18＝78バイト31.2kビット/秒
さらにプリアンブルとSFDの8バイトも含む78＋8＝86バイト34.4kビット/秒

最後の値は86×8×50＝34,400ビット/秒である。フレーム間ギャップの12バイト時間も回線占有時間に含めるなら、さらに大きい39.2kビット/秒になる。VLANタグ、トンネル、ヘッダー圧縮、音声を送る周期によっても変わるので、特定の値をすべての通話に共通する定数として扱わない。

同時通話を合計する

回線に必要な音声帯域は、基本的にはその回線を通る同時通話数 × 1通話当たりの帯域で求める。符号化速度だけを掛けると、ヘッダー分を見落とす。

例えば、一つの回線を通る通話が12通話と、別の三拠点から各6通話あり、すべて同時に流れるなら、合計は12＋3×6＝30通話である。先ほどの34.4kビット/秒という条件なら、片方向の合計は30×34.4＝1,032kビット/秒になる。拠点内で完結して対象回線を通らない通話は、その回線の計算に加えない。

通常の会話では両方向へ音声が流れる。全二重回線の各方向を評価するなら上りと下りをそれぞれ計算し、双方向を合算した転送量を求める場合は2倍する。SIPやRTCP、他の業務通信、運用上の余裕も必要帯域の見積りでは別途考慮する。

VoIPゲートウェイ

VoIPゲートウェイは、従来の電話網（アナログ回線、ISDN、PBX）とIPネットワークの間に置き、音声信号とVoIPパケットを相互に変換する装置である。符号化・パケット化と、呼制御（SIPなどの信号と電話網の信号の変換）を行う。

品質に影響する要因

要因内容主な対策
遅延符号化、パケット化、伝送、バッファリングでかかる時間優先制御（QoS）
ジッタパケットの到着間隔のゆらぎジッタバッファ
パケット損失途中で失われたパケット帯域の確保、損失を補う処理
エコー自分の声が遅れて返ってくる現象エコーキャンセラ

これらを総合した品質の指標として、主観評価に基づくMOS値や、客観的な要素から計算するR値が使われる。

スイッチやルータにパケットが集中すると、送出待ちのバッファにたまって遅延が増える。容量を超えるとパケット廃棄が起こり、音声の欠落につながる。リアルタイムの音声では、遅れて届いても再生時刻に間に合わないことがあるため、回線容量と優先制御の両方が関係する。

関連するプロトコル

プロトコル役割
SIP呼の開始・終了などの呼制御（シグナリング）
RTP音声データそのものの伝送
RTCPRTPの通信品質の報告

参考資料

実際の試験ではここに出る！全9問

ネットワークスペシャリスト

午前Ⅱ
午後Ⅰ

テクニカルエンジニア（ネットワーク）

午前

この用語が出てくる記事

↑