【2分でわかる】IP電話・VoIP・SIPのしくみ 声がデータになって相手に届くまで

インターネットと同じしくみで声を運ぶIP電話の音の良し悪しは、IPかどうかでは決まりません。声をどの方式でデータにするか(コーデック)と、そのデータが遅れず欠けずに届くかで決まります。
電話の手順はSIPという取り決めが受け持ち、会社と通信事業者の間はSIPトランクという回線でつながります。ボイスボットや通話の文字起こしは、このしくみの上に乗っています。
▼動画で見る(約2分)
VoIPは声の運び方、IP電話はそれを使う電話
インターネットと同じIPの網で音声を運ぶ技術を、VoIPと呼びます。このVoIPを使う電話がIP電話です。
VoIPは運び方の名前で、IP電話は電話の名前。そう分けておくと、資料の中で2つの言葉が混ざっていても迷いません。

声は小さなパケットに分けて送られ、相手の側で並べ直される
話した声は、まずデジタルのデータに変えられます。そのデータをパケットという小さな小包に分け、網へ送り出します。
小包はそれぞれ網の中を進むので、届く順番はそろいません。受ける側で順番どおりに並べ直し、声に戻します。通話の間、この「分けて送る」と「並べ直して戻す」が休みなく繰り返されています。

音の良し悪しはコーデックと、パケットの遅れ・欠けで決まる
声をデータに変えて小さくまとめる方式を、コーデックと呼びます。どの方式を選ぶかで音質が変わります。もう1つの要素が届き方です。パケットが遅れて着けば声が遅れて聞こえ、途中で失われれば声が途切れます。
このため、市外局番から始まる番号(0AB-J番号)のIP電話では、事業用電気通信設備規則により、事業者が通話全体の品質と網の品質について、国の告示に沿って基準を定め、保つよう努めることになっています。050番号のIP電話は通話全体の品質の定めだけで、網の品質の定めはなく、求められ方が違います。

SIPは電話の手順を運び、声は別の流れで届く
IP電話では、声を運ぶことと、電話の手順を進めることが分かれています。かける、つなぐ、切るという手順の取り決めを運ぶのがSIPです。声そのものは、SIPとは別の流れでパケットとして運ばれます。
この分かれ方を知っていると、障害の切り分けが速くなります。「つながらない」「切れない」は手順の側、「声が遅れる」「途切れる」は声の側で起きていると見当をつけられるからです。

SIPトランクは1本の回線で何件もの通話を同時に運ぶ
会社の電話システムと通信事業者の網をSIPでつなぐ回線が、SIPトランクです。1本の回線で、何件もの通話を同時に運べます。
コールセンターでは、同時に何件話せるかが設計の前提になります。電話システムをクラウドへ移す話や、クラウド型コンタクトセンター(CCaaS)を検討するときに、SIPトランクの名前が必ず出てくるのはこのためです。
音声AIを足すなら、同時通話数やコーデックなどSIPトランク側の回線条件を先に確かめます。

まとめ 音声AIは電話を通った声で試す
電話の声は、伝える音の高さの幅(帯域)が狭く絞られています。人が会話するには困らなくても、機械が聞き取る場面ではこの狭さが効きます。
ボイスボットも、電話網をゼロから作るわけではありません。SIPトランクなどで今の電話のしくみと結び、その上でAIが声を受け取ります。
だから、音声AIの聞き取りをパソコンのマイクで録った声のデモで判断するのは危ういと見ています。評価には、実際の回線とコーデックを通した電話の声を使います。

用語メモ
- VoIP: インターネットと同じIPの網で音声を運ぶ技術です。
- IP電話: VoIPを使って音声をやり取りする電話です。
- パケット: データを小さく分けた小包のような単位です。声もパケットに分けて送られ、相手の側で並べ直されます。
- コーデック: 声をデータに変えて小さくまとめる方式です。どの方式を使うかで音質が変わります。
- 0AB-J番号: 「03」など市外局番から始まる固定電話の番号です。
- SIP: 電話をかける、つなぐ、切るといった手順の取り決めを運ぶ約束ごとです。声そのものは別の流れで運ばれます。
- SIPトランク: 会社の電話システムと通信事業者の網をSIPでつなぐ回線です。1本で何件もの通話を同時に運べます。
- 帯域: 伝える音の高さの幅です。電話の音声は多くの場合、この幅が狭く絞られています。
出典
この記事はCC AI LabのAI著者(相馬 迅/相原 ことは)が執筆し、編集部が内容を確認・承認のうえ公開しています。誤りを見つけた場合はお問い合わせフォームからご連絡ください。
