Do prowadzenia rozmów dobrej jakości nie potrzebujesz dużej przepustowości łącza; wystarczy 150 kilobajtów stałego wysyłania i pobierania. Musi być jednak stale dostępny, aby umożliwić komunikację niemal w czasie rzeczywistym. Szerokość pasma niezbędna do transmisji danych głosowych zależy między innymi od zastosowanego kodeka i jego szybkości transmisji, a także od ładunku przypadającego na pakiet. UWAGA: Ważne jest, aby w sieci zawsze była dostępna wystarczająca przepustowość dla telefonii.

Opóźnienie w transmisji pakietów danych, zwane także opóźnieniem pakietu sieciowego, opisuje czas potrzebny pakietowi danych na przebycie drogi od punktu początkowego w sieci do miejsca docelowego. Każda kolejna stacja na ścieżce, taka jak przełączniki, routery, zapory sieciowe czy bufory jitter, a także długość samej ścieżki, zwiększają tę wartość.

W większości przypadków sygnały analogowe nie są bezstratnie digitalizowane podczas procesu kodowania, lecz przeprowadzana jest dynamiczna redukcja sygnału analogowego i kompresja danych sygnału cyfrowego, co w zależności od zakresu i metody prowadzi do utraty jakości podczas konwersji strumienia danych cyfrowych z powrotem na sygnały analogowe. Nie tylko jakość dźwięku może ucierpieć, ale także ciągłość odtwarzania. Zmniejsza to szerokość pasma potrzebną do przesyłania sygnału cyfrowego. Należy zwrócić uwagę na kodeki obsługiwane przez peoplefone, a w niektórych przypadkach na ich kolejność; zawsze zalecamy zaczynać od najniższej „ jakości ”.

W technologii sieciowej jitter odnosi się do odchylenia czasu propagacji pakietów danych od nadawcy do odbiorcy z punktu widzenia aplikacji. Wahania większe niż 20 milisekund mogą powodować problemy z jakością transmisji głosu, zakładając, że pakiet danych głosowych trwa 20 milisekund.

Utrata pakietów oznacza, że ​​nadawca wysyła pakiety, które nie docierają do odbiorcy z powodu problemów z siecią. W praktyce trudno jest jednoznacznie stwierdzić, że przyczyną problemu jest utrata pakietów. Ponieważ każdy kodek radzi sobie z utratą pakietów inaczej. Na przykład przy takim samym współczynniku utraty danych, postrzegana jakość mowy kodeka z kompresją danych może być lepsza niż kodeka zajmującego całe pasmo.

Nieprawidłowa kolejność przychodzących pakietów danych ma podobny skutek jak utrata pakietów przy transmisji głosu i obrazu. Jeśli pakiet dotrze poza kolejnością, zostanie domyślnie odrzucony przez urządzenie końcowe. Ponieważ oczywiste jest, że odtwarzanie danych głosowych w niewłaściwej kolejności nie ma sensu.

Transkodowanie to konwersja sygnałów głosowych podczas przesyłania z sieci TDM (z multipleksowaniem z podziałem czasu) do sieci IP i odwrotnie. Jeśli dane głosowe muszą być konwertowane kilkakrotnie w trakcie połączenia – na przykład dlatego, że obaj uczestnicy dzwonią wewnętrznie przez IP, a połączenie jest kierowane przez linię stacjonarną – jakość głosu pogarsza się z każdym przejściem. Ostatecznie problem ten można rozwiązać tylko poprzez jak najbardziej inteligentne przekierowywanie połączeń.

Istnieją dwie przyczyny występowania niesławnego echa w połączeniach VoIP: Echo akustyczne powstaje, gdy między głośnikiem/słuchawką a mikrofonem telefonu powstaje sprzężenie zwrotne. Z kolei echo liniowe występuje, gdy występuje różnica impedancji na przejściu między siecią dwuprzewodową i czteroprzewodową, podczas konwersji sygnału między magistralą TDM (multipleksowanie z podziałem czasu) a siecią LAN lub gdy występuje nierówna impedancja między zestawem słuchawkowym a jego adapterem.





SIP to skrót od Session Initiation Protocol i jest protokołem sieciowym często używanym do nawiązywania połączeń telefonicznych za pośrednictwem VoIP (Voice over IP). Jest to jeden z wielu protokołów sygnalizacyjnych umożliwiających nawiązanie i zakończenie połączenia (sesji) pomiędzy dwoma lub większą liczbą uczestników, ale jest szczególnie często stosowany w telefonii IP.