ボイスオーバーIP

VoIP（Voice over Internet Protocol）^[a]は、 IPテレフォニーとも呼ばれ、インターネットなどのIP（インターネットプロトコル）ネットワークを介した音声通信セッションに使用される一連の技術を指します。^[2] VoIPを使用すると、音声通話をデータパケットとして送信できるため、Skype、Microsoft Teams、Google Voice、VoIP電話などの従来のアプリケーションを含むさまざまな音声通信方法が可能になります。通常の電話も、アナログ電話アダプタ（ATA）を介してインターネットに接続することでVoIPに使用できます。ATAは、従来の電話信号をIPネットワーク経由で送信できるデジタルデータパケットに変換します。

広義の用語であるインターネット テレフォニー、ブロードバンド テレフォニー、ブロードバンド電話サービスは、一般に一般電話サービス(POTS) として知られる従来の公衆交換電話網(PSTN)とは対照的に、インターネット経由での音声サービスやFAX、SMS、音声メッセージングなどのその他の通信サービスの配信を具体的に指します。

VoIP 技術は、Voice over LTE ( VoLTE ) や Voice over 5G ( Vo5G )などのモバイル電話と統合するように進化し、モバイル データ ネットワーク上でシームレスな音声通信を可能にしています。これらの進歩により、VoIP の役割は、インターネット ベースのアプリケーションでの従来の用途を超えて拡張されました。4Gおよび5Gネットワークは音声伝送にこの技術を完全に依存しているため、VoIP は現代のモバイル インフラストラクチャの重要なコンポーネントになっています。

VoIP 電話の発信に関わる手順と原理は、従来のデジタル電話と似ており、シグナリング、チャネル設定、アナログ音声信号のデジタル化、およびエンコードが含まれます。回線交換ネットワークを介して送信される代わりに、デジタル情報はパケット化され、パケット交換ネットワークを介して IP パケットとして送信されます。オーディオ コーデックとビデオ コーデックを使用してオーディオとビデオをエンコードする特別なメディア配信プロトコルを使用して、メディア ストリームを転送します。アプリケーションの要件とネットワーク帯域幅に基づいてメディア ストリームを最適化するさまざまなコーデックが存在し、一部の実装では狭帯域および圧縮音声に依存し、他の実装では高忠実度ステレオ コーデック をサポートしています。

VoIP で最も広く使用されている音声符号化規格は、線形予測符号化(LPC) と修正離散コサイン変換(MDCT) の圧縮方式に基づいています。一般的なコーデックには、MDCT ベースのAAC-LD ( FaceTimeで使用)、LPC/MDCT ベースのOpus ( WhatsAppで使用)、LPC ベースのSILK ( Skypeで使用)、G.711およびG.722のμ-lawおよびA-lawバージョン、およびiLBCと呼ばれるオープンソースの音声コーデック(片道 8 kbit/s のみを使用するコーデック、G.729 ) などがあります。

初期のVoIPサービス提供者は、従来の電話網のアーキテクチャを反映したビジネスモデルと技術ソリューションを採用していました。Skypeなどの第2世代のプロバイダーは、プライベートユーザーベース向けのクローズドネットワークを構築し、無料通話と利便性のメリットを提供しながら、PSTNなどの他の通信網へのアクセスには料金を請求する可能性もありました。これにより、ユーザーがサードパーティのハードウェアとソフトウェアを自由に組み合わせることができませんでした。Google Talkなどの第3世代のプロバイダーは、フェデレーテッドVoIPの概念を採用しました。^[3]これらのソリューションは通常、ユーザーが電話をかけたいときに、インターネットの任意の2つのドメインのユーザー間の動的な相互接続を可能にします。

VoIP電話に加えて、VoIPは多くのパソコンやその他のインターネットアクセスデバイスでも利用できます。通話とSMSテキストメッセージは、Wi-Fiまたは通信事業者のモバイルデータネットワーク経由で送信できます。^{[4] VoIPは、単一の}統合通信システム を使用して、すべての最新の通信技術を統合するためのフレームワークを提供します。

VoIP技術はモバイルネットワークでの使用に適応され、現代のデータインフラストラクチャ上で音声通信をサポートするように設計された高度なシステムの開発につながっています。これらの中には、IPベースのモバイルインフラストラクチャ上で音声通信を可能にするVoice over LTE（VoLTE）とVoice over 5G（Vo5G）があります。多くの場合、グローバルな電話番号システムから独立して機能する従来のVoIPサービスとは対照的に、VoLTEとVo5Gはモバイルオペレータのインフラストラクチャに直接接続され、国際電話ネットワークへのシームレスな接続を提供します。^{[5] [6]}

VoLTEは4G LTEネットワークの一部として導入され、もともとデータ伝送用に開発されたIPベースのインフラストラクチャ上で音声通信を可能にします。回線交換ネットワークに比べて高品位音声（ HD Voice）や通話セットアップ時間の短縮などの機能を提供します。^[7]

VoLTEの5G版であるVo5Gは、5Gネットワ​​ークの高速化、遅延の低減、容量の拡大を活用して、これらの機能をさらに強化します。^{[8] VoLTEとVo5Gはどちらも従来の}公衆交換電話網（PSTN）との互換性を維持しているため、ユーザーは世界中のどの電話番号でも通話を発信および受信できます。

これらのテクノロジーは、モバイル ネットワーク オペレーターと完全に統合されている点で、スタンドアロンの VoIP サービスとは異なります。この統合により、緊急通話のサポートやサービス品質の保証などの追加機能が保証され、現代のモバイル通信システムの中心的な部分となっています。

Voice over IP は、VoIP 電話、モバイル アプリケーション、Web ベースの通信などのアプリケーションで、独自のプロトコルとオープン スタンダードに基づくプロトコルを使用して実装されています。

VoIP 通信を実装するには、さまざまな機能が必要です。プロトコルの中には複数の機能を実行するものもあれば、少数の機能しか実行しないものもあり、連携して使用する必要があります。これらの機能には次のものがあります。

• ネットワークとトランスポート- 信頼性の低いプロトコル上で信頼性の高い伝送を実現します。これには、データの受信の確認と、受信されなかったデータの再送信が含まれる場合があります。
• セッション管理–セッション(単に「呼び出し」と呼ばれることもあります) の作成と管理。セッションとは、2 つ以上のピア間の接続であり、さらなる通信のコンテキストを提供します。
• シグナリング- 登録（自分の存在と連絡先情報を宣伝する）と検出（誰かの位置を特定し、連絡先情報を取得する）、ダイヤル（通話の進行状況の報告を含む）、ネゴシエーション機能、通話制御（保留、ミュート、転送/自動転送、通話中の DTMF キーのダイヤル（自動応答装置またはIVRとの対話など）など）を実行します。
• メディアの説明- 送信するメディアの種類 (オーディオ、ビデオなど)、エンコード/デコード方法、送信/受信方法 (IP アドレス、ポートなど) を決定します。
• メディア– 音声、ビデオ、テキスト メッセージ、ファイルなど、通話中の実際のメディアを転送します。
• サービス品質-同期、統計など、メディアに関する帯域外コンテンツまたはフィードバックを提供します。
• セキュリティ- アクセス制御を実装し、他の参加者 (コンピューターまたは人) の ID を確認し、データを暗号化して、メディア コンテンツや制御メッセージのプライバシーと整合性を保護します。

VoIP プロトコルには次のものがあります。

• Matrix は、オンライン チャット、VoIP、ビデオ電話のオープン スタンダードです。
• セッション開始プロトコル（SIP）^[9] IETFによって開発された接続管理プロトコル
• H.323は、広く導入された最初のVoIP通話シグナリ​​ングおよび制御プロトコルの1つです。^[10] MGCPやSIPなどのより新しく、より複雑でないプロトコルが開発されて以来、H.323の導入は既存の長距離ネットワークトラフィックの伝送にますます制限されるようになっています。^[11]
• メディア ゲートウェイ コントロール プロトコル(MGCP)、メディア ゲートウェイの接続管理
• H.248 は、従来の PSTN と最新のパケット ネットワークで構成される統合インターネットワーク上のメディア ゲートウェイの制御プロトコルです。
• リアルタイム トランスポート プロトコル(RTP)、リアルタイムのオーディオおよびビデオ データのトランスポート プロトコル
• リアルタイムトランスポート制御プロトコル(RTCP)、ストリーム統計とステータス情報を提供する RTP の姉妹プロトコル
• セキュア リアルタイム トランスポート プロトコル(SRTP)、RTP の暗号化バージョン
• セッション記述プロトコル(SDP) は、マルチメディア通信およびWebSocketトランスポートのセッション開始および通知の構文です。
• Inter-Asterisk eXchange (IAX)、Asterisk PBXインスタンス間で使用されるプロトコル
• 拡張メッセージングおよびプレゼンスプロトコル(XMPP)、インスタントメッセージング、プレゼンス情報、連絡先リストのメンテナンス
• Jingle、XMPP でのピアツーピアセッション制御用
• Skype プロトコル、ピアツーピア アーキテクチャに基づく独自のインターネット電話プロトコル スイート

マスマーケットのVoIPサービスは既存のブロードバンドインターネットアクセスを使用し、加入者はPSTN経由とほぼ同じ方法で電話をかけたり受けたりすることができます。フルサービスのVoIP電話会社は、直接着信ダイヤルによる着信および発信サービスを提供しています。多くの会社が、月額定額料金で国内通話無制限、場合によっては国際通話を提供しています。定額サービスが利用できない場合、同じプロバイダーの加入者間の通話は通常無料です。^[12]

VoIP サービス プロバイダーに接続するには、VoIP 電話が必要です。これは、いくつかの方法で実装できます。

• 専用 VoIP 電話は、有線イーサネットやWi-Fiなどのテクノロジーを使用して IP ネットワークに直接接続します。これらは通常、従来のデジタルビジネス電話のスタイルで設計されています。
• アナログ電話アダプタはネットワークに接続し、モジュラー電話ジャックを介して接続された従来のアナログ電話を操作するための電子機器とファームウェアを実装します。一部の家庭用インターネット ゲートウェイとケーブル モデムには、この機能が組み込まれています。
• ソフトフォンアプリケーションソフトウェアは、マイクとスピーカー、またはヘッドセットを備えたネットワークコンピュータにインストールされます。アプリケーションは通常、ダイヤルパッドと表示フィールドを提供し、マウスのクリックやキーボード入力でアプリケーションを操作します。^[13]

通信事業者が専用IPネットワークや公衆IPネットワークを介したVoIP電話をバックホールとして使用し、交換センターを接続したり、他の電話ネットワーク事業者と相互接続したりすることがますます一般的になりつつあり、これはIPバックホールと呼ばれることが多い。^{[14] [15]}

スマートフォンにはファームウェアに組み込まれたSIPクライアントが搭載されている場合もあれば、アプリケーションのダウンロードとして利用できる場合もあります。^{[16] [17]}

VoIP 技術は帯域幅の効率性と低コストを実現できるため、企業は従来の銅線電話システムから VoIP システムに移行し、毎月の電話料金を削減しています。2008 年には、国際的に設置されたすべての新しい構内交換機 (PBX) 回線の 80% が VoIP でした。^[18]たとえば、米国では、社会保障局が63,000 人の現場オフィスの従来の電話設備から、既存のデータ ネットワークを経由した VoIP インフラストラクチャに移行しています。^{[19] [20]}

VoIP を使用すると、音声とデータの両方の通信を単一のネットワーク上で実行できるため、インフラストラクチャのコストを大幅に削減できます。VoIP の内線料金は、PBX やキー システムよりも安価です。VoIP スイッチは、パーソナル コンピュータなどの汎用ハードウェアで実行できます。これらのデバイスは、クローズド アーキテクチャではなく、標準インターフェイスに依存しています。^[21] VoIP デバイスにはシンプルで直感的なユーザー インターフェイスがあるため、ユーザーはシステム構成を簡単に変更できます。デュアル モード フォンを使用すると、ユーザーは外部の携帯電話サービスと内部のWi-Fiネットワーク間を移動しながら会話を続けることができるため、デスクトップ フォンと携帯電話の両方を持ち歩く必要がなくなります。監視するデバイスが少なくなるため、メンテナンスが簡単になります。^[21]

企業向けの VoIP ソリューションは、電話、ファックス、ボイスメール、電子メール、ウェブ会議など、すべての通信を個別のユニットとして扱い、携帯電話を含むあらゆる手段や端末に配信できる統合コミュニケーションサービスへと進化しました。この分野では 2 種類のサービス プロバイダーが活動しています。1 つは中規模から大規模の企業向けの VoIP に特化しており、もう 1 つは中小企業 (SMB) 市場をターゲットにしています。^[22]

もともと友人同士のサービスとして販売されていたSkypeは、Skypeネットワーク上のユーザー間の接続を無料で提供し、通常のPSTN電話との接続は有料で提供することで、企業にもサービスを提供し始めました。^[23]

一般に、組織または個人のユーザーへの VoIP テレフォニー システムの提供は、プライベートまたはオンプレミス ソリューションと、サードパーティ プロバイダーによって提供される外部ホスト ソリューションの 2 つの主要な配信方法に分けられます。オンプレミスの配信方法は、オフィスをローカル PSTN ネットワークに接続するための従来の PBX 展開モデルに似ています。

プライベートまたはオンプレミスの VoIP システムの使用例はまだ多く残っていますが、市場全体が徐々にクラウドまたはホスト型VoIP ソリューションに移行しています。ホスト型システムは、プライベート システムがこれらのシナリオに適さない可能性がある小規模または個人使用の VoIP 展開にも一般的に適しています。

ホスト型またはクラウドVoIP ソリューションでは、サービス プロバイダーまたは通信事業者が、独自のインフラストラクチャ内で電話システムをソフトウェア ソリューションとしてホストします。

通常、これはシステムのエンド ユーザーに地理的に関連する 1 つ以上のデータ センターになります。このインフラストラクチャはシステムのユーザーの外部にあり、サービス プロバイダーによって展開および保守されます。

VoIP 電話やソフトフォン アプリケーション (コンピューターまたはモバイル デバイスで実行されるアプリ) などのエンドポイントは、VoIP サービスにリモートで接続します。これらの接続は通常、ローカル固定 WAN ブレークアウトやモバイル キャリア サービスなどのパブリック インターネット リンクを介して行われます。

プライベート VoIP システムの場合、主要なテレフォニー システム自体は、エンド ユーザー組織のプライベート インフラストラクチャ内にあります。通常、システムは、組織が直接管理するサイトでオンプレミスに展開されます。これにより、QoS 制御 (以下を参照)、コストの拡張性、通信トラフィックのプライバシーとセキュリティの確保など、さまざまなメリットが得られます。ただし、VoIP システムのパフォーマンスと回復力を維持する責任は、主にエンド ユーザー組織にあります。これは、ホスト型 VoIP ソリューションには当てはまりません。

プライベート VoIP システムは、他のインフラストラクチャと統合された物理ハードウェア PBX アプライアンスにすることも、ソフトウェア アプリケーションとして導入することもできます。通常、後者の 2 つのオプションは、個別の仮想アプライアンスの形式になります。ただし、シナリオによっては、これらのシステムはベアメタル インフラストラクチャまたは IoT デバイスに導入されます。3CX などの一部のソリューションを使用すると、企業は外部環境内で独自のプライベート ソリューションを実装することで、ホスト型システムとプライベート オンプレミス システムの利点を融合することができます。例としては、データ センター コロケーション サービス、パブリック クラウド、またはプライベート クラウドの場所が挙げられます。

オンプレミス システムの場合、同じ場所にあるローカル エンドポイントは通常、LAN経由で直接接続されます。リモートおよび外部エンドポイントの場合、利用可能な接続オプションは、ホスト型またはクラウド VoIP ソリューションの場合と同様です。

ただし、オンプレミス システムとの間の VoIP トラフィックは、多くの場合、安全なプライベート リンク経由で送信されることもあります。例としては、個人用 VPN、サイト間 VPN、MPLS や SD-WAN などのプライベート ネットワーク、またはプライベート SBC (セッション ボーダー コントローラー) 経由などがあります。例外やプライベート ピアリング オプションは存在しますが、一般に、これらのプライベート接続方法がホスト型またはクラウド VoIP プロバイダーによって提供されることはまれです。

IP ネットワーク上の通信は、回線交換公衆電話網に比べて信頼性が低いと考えられています。これは、データ パケットが失われず、順番に配信されることを保証するネットワーク ベースのメカニズムが提供されていないためです。これは、基本的なサービス品質(QoS) 保証のないベスト エフォート ネットワークです。音声および他のすべてのデータは、最大容量が固定された IP ネットワーク上のパケットで送信されます。このシステムは、輻輳が発生した場合に従来の回線交換システムよりもデータ損失が発生しやすい可能性があります^[b]。容量が不十分な回線交換システムは、新しい接続を拒否しますが、残りのデータは問題なく伝送します。一方、パケット交換ネットワーク上の電話会話などのリアルタイム データの品質は大幅に低下します^{[25] 。そのため、VoIP の実装では、}遅延、パケット損失、ジッターの問題が発生する可能性があります^{[25] [26]}

デフォルトでは、ネットワーク ルーターは先着順にトラフィックを処理します。固定遅延は、パケットが移動する物理的な距離によって発生するため、制御できません。衛星回線が関係する場合、静止衛星までの距離が長いため、特に問題になります。遅延は 400～600 ミリ秒が一般的です。DiffServ などの QoS 方式を使用して、音声パケットを遅延に敏感なものとしてマークすることで、遅延を最小限に抑えることができます。 [ ^25]

トラフィック量の多いリンク上のネットワーク ルーターでは、VoIP の許容しきい値を超える遅延が発生する可能性があります。リンクに過度の負荷がかかると、輻輳が発生し、それに伴うキューイング遅延やパケット損失が発生します。このため、 TCPなどのトランスポート プロトコルは、輻輳を緩和するために送信速度を低下させます。ただし、VoIP では通常、 TCP ではなくUDPが使用されます。これは、再送信による輻輳からの回復には通常、大きな遅延が発生するためです。^[25]そのため、QoS メカニズムでは、リンクがバルク トラフィックで輻輳している場合でも、同じリンク上のキューイングされたバルク トラフィックよりも先に VoIP パケットを即時に送信することで、望ましくない VoIP パケットの損失を回避できます。

VoIP エンドポイントは通常、新しいデータを送信する前に、前のパケットの送信が完了するのを待たなければなりません。送信中に重要度の低いパケットをプリエンプト（中止）することは可能ですが、特に最大サイズのパケットでも送信時間が短い高速リンクでは、これは一般的には行われません。^{[27]ダイヤルアップや}デジタル加入者線(DSL)などの低速リンクでのプリエンプトの代替手段は、最大送信単位を減らすことで最大送信時間を短縮することです。しかし、すべてのパケットにプロトコル ヘッダーが含まれている必要があるため、通過するすべてのリンクで相対的なヘッダー オーバーヘッドが増加します。^[27]

受信側は、順序どおりに到着しない IP パケットの順序を変更し、パケットの到着が遅すぎたり、まったく到着しなかったりした場合には、適切に回復する必要があります。パケット遅延の変動は、同じ伝送リンクに対する他のユーザーとの競合により、特定のネットワーク パスに沿ったキューイング遅延が変化することによって発生します。VoIP 受信側は、着信パケットを再生バッファに一時的に保存し、意図的に遅延を増やすことで、音声エンジンが再生するときに各パケットが手元にある可能性を高めることで、この変動に対応します。したがって、追加された遅延は、過度の遅延と過度のドロップアウト(つまり、瞬間的なオーディオ中断) との間の妥協点となります。

ジッタはランダム変数ですが、少なくともある程度は独立したいくつかの他のランダム変数の合計です。つまり、問題のインターネット パスに沿ったルーターの個々のキューイング遅延です。中心極限定理に動機付けられて、ジッタはガウス ランダム変数としてモデル化できます。これは、平均遅延とその標準偏差を継続的に推定し、平均より数標準偏差以上遅延したパケットのみが、役に立たないほど遅れて到着するようにプレイアウト遅延を設定することを示唆しています。実際には、多くのインターネット パスの遅延の変動は、少数 (多くの場合 1 つ) の比較的低速で混雑したボトルネック リンクによって支配されています。ほとんどのインターネット バックボーン リンクは現在非常に高速 (例: 10 Gbit/s) であるため、遅延は伝送媒体 (例: 光ファイバー) によって支配され、それらを駆動するルーターにはキューイング遅延が顕著になるほどのバッファリングがありません。^[28]

VoIP通話のサービス品質（QoS）と体感品質（QoE）の報告をサポートするために、いくつかのプロトコルが定義されています。これらには、 RTP制御プロトコル（RTCP）拡張レポート、^[29] SIP RTCPサマリーレポート、H.460.9 Annex B（H.323用）、H.248.30、およびMGCP拡張が含まれます。

RFC 3611で指定されている RTCP 拡張レポート VoIP メトリック ブロックは 、ライブ通話中に VoIP 電話またはゲートウェイによって生成され、パケット損失率、パケット破棄率 (ジッターによる)、パケット損失/破棄バースト メトリック (バースト長/密度、ギャップ長/密度)、ネットワーク遅延、エンド システム遅延、信号/ノイズ/エコー レベル、平均オピニオンスコア(MOS)、R 係数、およびジッター バッファーに関連する構成情報に関する情報が含まれます。VoIP メトリック レポートは、通話中に IP エンドポイント間で随時交換され、通話終了メッセージは SIP RTCP サマリー レポートまたはその他のシグナリング プロトコル拡張の 1 つを介して送信されます。VoIP メトリック レポートは、QoS 問題に関連するリアルタイム フィードバック、通話品質計算の改善のためのエンドポイント間の情報交換、およびその他のさまざまなアプリケーションをサポートすることを目的としています。

DSL モデムは通常、ローカル機器へのイーサネット接続を提供しますが、内部的には非同期転送モード(ATM) モデムである場合があります。^{[c] DSL モデムは}ATM アダプテーション レイヤー 5 (AAL5)を使用して、各イーサネット パケットを 53 バイトの ATM セルに分割して送信し、受信側でイーサネット フレームに再構成します。

ボイスオーバーIPに別の仮想回線識別子（VCI）を使用すると、共有接続の遅延を短縮できる可能性があります。ATMの遅延短縮の可能性は、リンク速度が上がるにつれて最悪の遅延が減少するため、低速リンクで最も高くなります。フルサイズ（1500バイト）のイーサネットフレームは、128 kbit/sで送信するのに94ミリ秒かかりますが、1.5 Mbit/sではわずか8ミリ秒です。これがボトルネックリンクである場合、この遅延はおそらくMTUの削減や複数のATM VCなしで良好なVoIPパフォーマンスを保証するのに十分小さいでしょう。最新世代のDSL、VDSL、およびVDSL2は、中間ATM/AAL5レイヤーなしでイーサネットを伝送し、通常IEEE 802.1pの優先度タグ付けをサポートしているため、VoIPをそれほど時間的制約のないトラフィックより先にキューに入れることができます。^[25]

ATM には相当なヘッダー オーバーヘッドがあります。5/53 = 9.4% で、これは 1500 バイトのイーサネット フレームのヘッダー オーバーヘッドの約 2 倍です。この「ATM 税」は、複数の仮想回線を利用しているかどうかに関係なく、すべての DSL ユーザーに課せられます。ただし、利用できるユーザーはほとんどいません。^[25]

データリンク層と物理層では、ネットワークの輻輳が発生しても VoIP アプリケーションが正常に動作するようにするサービス品質メカニズムのために、いくつかのプロトコルが使用されています。例としては、次のようなものがあります。

• IEEE 802.11e は、 IEEE 802.11標準の承認済み修正であり、メディア アクセス制御(MAC) 層への変更を通じて、ワイヤレス LAN アプリケーションの一連のサービス品質拡張機能を定義します。この標準は、ワイヤレス IP 経由の音声など、遅延の影響を受けやすいアプリケーションにとって非常に重要であると考えられています。
• IEEE 802.1p は、レイヤー 2 有線イーサネット上のトラフィックに対して 8 つの異なるサービス クラス (音声専用のものを含む) を定義します。
• ITU -T G.hn標準は、既存の家庭配線 (電力線、電話線、同軸ケーブル) を使用して高速 (最大 1 ギガビット/秒)のローカル エリア ネットワーク(LAN) を作成する方法を提供します。G.hn は、ネットワーク コントローラと契約をネゴシエートし、QoS を必要とするフロー (VoIP 通話など) に割り当てられる Contention-Free Transmission Opportunities (CFTXOP) によって QoS を提供します。

音声伝送の品質は、ネットワーク要素やユーザーエージェントのハードウェアまたはソフトウェアによって監視されるいくつかの指標によって特徴付けられます。このような指標には、ネットワークパケット損失、パケットジッタ、パケット遅延、ダイヤル後遅延、エコーなどがあります。これらの指標は、VoIPパフォーマンステストと監視によって決定されます。^{[30] [31] [32] [33] [34] [35]}

VoIPメディアゲートウェイコントローラ（別名クラス5ソフトスイッチ）は、メディアゲートウェイ（別名IPビジネスゲートウェイ）と連携してデジタルメディアストリームを接続し、音声とデータのパスを完成させます。ゲートウェイには、標準PSTNネットワークに接続するためのインターフェイスが含まれています。最新のシステムには、VoIP経由で渡される通話をリンクするように特別に設計されたイーサネットインターフェイスも含まれています。^[36]

E.164 は、PSTN と公衆陸上移動網(PLMN) の両方に対するグローバルな番号標準です。ほとんどの VoIP 実装はE.164をサポートしており、VoIP 加入者と PSTN/PLMN との間で通話をルーティングできます。^[37] VoIP 実装では、他の識別技術を使用することもできます。たとえば、Skype では加入者がSkype 名(ユーザー名)を選択できます^{[38]一方、SIP 実装では}電子メール アドレスに似たUniform Resource Identifier (URI)を使用できます^[39]。多くの場合、VoIP 実装では、Skype が提供する Skype-In サービス^[40]や、 IMS および SIP のE.164 番号から URI へのマッピング(ENUM) サービスなど、非 E.164 識別子を E.164 番号に変換する方法や、その逆の方法を採用しています^{[41] 。}

エコーはPSTN統合でも問題となる可能性があります。^[42]エコーの一般的な原因には、アナログ回路のインピーダンス不整合や、受信端での受信信号から送信信号までの音響経路などがあります。

市内番号ポータビリティ(LNP) と携帯電話番号ポータビリティ(MNP) も VoIP ビジネスに影響を与えます。番号ポータビリティとは、加入者が新しい番号を発行することなく新しい電話会社を選択できるサービスです。通常、古い番号を新しい会社が割り当てた非公開番号に「マッピング」するのは、以前の会社の役割です。これは、番号のデータベースを維持することで実現されます。ダイヤルされた番号は、最初に元の会社によって受信され、すぐに新しい会社に再ルーティングされます。加入者が元の会社に戻った場合でも、複数のポータビリティ参照を維持する必要があります。連邦通信委員会(FCC) は、これらの消費者保護規定を会社が遵守することを義務付けています。2007 年 11 月、米国の FCC は、相互接続された VoIP プロバイダーと VoIP プロバイダーをサポートする会社に番号ポータビリティ義務を拡張する命令を発表しました。^[43]

VoIP 環境で発信された音声通話は、番号が従来の携帯電話会社の携帯電話番号にルーティングされる場合、宛先に到達するために最小コスト ルーティング(LCR) の課題にも直面します。LCR は、各電話通話の宛先を発信時に確認し、顧客にとって最もコストのかからないネットワーク経由で通話を送信することに基づいています。この評価は、番号ポータビリティによって生じる通話ルーティングの複雑さを考えると、議論の対象となっています。MNP が導入されると、LCR プロバイダーは、通話のルーティング方法を決定するためにネットワーク ルート プレフィックスを使用することに頼ることができなくなりました。代わりに、通話をルーティングする前に、すべての番号の実際のネットワークを決定する必要があります。^[44]

したがって、VoIP ソリューションでは、音声通話をルーティングするときに MNP も処理する必要があります。英国のように中央データベースがない国では、携帯電話番号がどのホーム ネットワークに属しているかをモバイル ネットワークに問い合わせる必要がある場合があります。LCR オプションにより企業市場で VoIP の人気が高まるにつれて、VoIP は通話を処理するときに一定レベルの信頼性を提供する必要があります。

固定電話回線に接続された電話機は、電話番号と物理的な場所が直接関連しています。この情報は電話会社によって管理され、緊急加入者リストの形で全国緊急対応サービス センターを通じて緊急対応要員に提供されます。緊急電話がセンターで受信されると、データベースから場所が自動的に決定され、オペレーター コンソールに表示されます。

IPテレフォニーでは、位置と通信エンドポイントの間にそのような直接的なリンクは存在しません。DSLプロバイダーなどの有線インフラストラクチャを備えたプロバイダーであっても、ネットワークルーターに割り当てられたIPアドレスと既知のサービスアドレスに基づいて、デバイスのおおよその位置しか把握できない場合があります。一部のISPは、顧客の機器へのIPアドレスの自動割り当てを追跡していません。^[45]

IP 通信はデバイスのモビリティを実現します。たとえば、住宅のブロードバンド接続は、企業の仮想プライベート ネットワークへのリンクとして使用できます。この場合、顧客との通信に使用される IP アドレスは、住宅の ISP ではなく、企業のものになります。このようなオフプレミスの拡張機能は、アップストリーム IP PBX の一部として表示されることがあります。3G ハンドセットや USB ワイヤレス ブロードバンド アダプターなどのモバイル デバイスでは、IP アドレスは、テレフォニー サービス プロバイダーが認識している物理的な場所とは関係がありません。モバイル ユーザーは、別の携帯電話会社を経由してローミングしている場合でも、ネットワークがカバーされている地域のどこにでもいる可能性があるからです。

VoIP レベルでは、電話機またはゲートウェイは、セッション開始プロトコル(SIP) レジストラのアカウント資格情報によって自身を識別する場合があります。このような場合、インターネット テレフォニー サービス プロバイダー(ITSP) は、特定のユーザーの機器がアクティブであることのみを認識します。サービス プロバイダーは、物理的な場所を登録し、IP デバイスから緊急番号に電話がかかってきた場合、そのアドレスにのみ緊急サービスが提供されることに同意するユーザーとの契約に基づいて、緊急対応サービスを提供することがよくあります。

このような緊急サービスは、米国の VoIP ベンダーによって、無線通信および公共安全法に基づくEnhanced 911 (E911) と呼ばれるシステムによって提供されています。VoIP E911 緊急通話システムは、発信者の電話番号と物理的な住所を関連付けます。公衆交換電話網へのアクセスを提供するすべての VoIP プロバイダーは、加入者に料金が請求される可能性があるサービスである E911 を実装する必要があります。「VoIP プロバイダーは、顧客が 911 サービスをオプトアウトすることを許可することはできません。」^[45] VoIP E911システムは、静的なテーブル検索に基づいています。携帯電話では、補助 GPSやその他の方法を使用して E911 通話の場所を追跡できますが、VoIP E911 情報は、加入者が緊急住所情報を最新の状態に維持している場合にのみ正確です。^[46]

VoIP ネットワーク経由でFAX を送信することを、Fax over IP (FoIP) と呼ぶこともあります。初期の VoIP 実装では、ほとんどの音声デジタル化および圧縮コーデックが人間の声の表現に最適化されており、パケットベースのコネクションレス ネットワークではモデム信号の適切なタイミングを保証できないため、FAX ドキュメントの送信に問題がありました。

IP 経由ファックスを確実に配信するための標準ベースのソリューションは、T.38プロトコルです。T.38 プロトコルは、アナログ回線を介した従来のパケットレス通信と、IP 通信の基礎となるパケットベースの送信の違いを補うように設計されています。ファックス機は、アナログ電話アダプタ(ATA) に接続された標準デバイスの場合もあれば、イーサネット インターフェイスを介して動作するソフトウェア アプリケーションまたは専用ネットワーク デバイスの場合もあります。^[47]もともと、T.38 は IP ネットワーク上で UDP または TCP 送信方式を使用するように設計されていました。

最新の高性能ファックス機の中には、ネットワーク スイッチまたはルーターに直接接続される T.38 機能が組み込まれているものがあります。T.38 では、各パケットには前のパケットで送信されたデータ ストリームの一部が含まれます。実際にデータの整合性が失われるには、連続する 2 つのパケットが失われる必要があります。

従来の住宅用アナログ サービス用の電話は、通常、電話会社の電話回線に直接接続されます。電話回線は、現地で利用できる電力とは無関係に、ほとんどの基本的なアナログ ハンドセットに直流電力を供給します。電話サービスが停電の影響を受けやすいことは、顧客がベース ステーションにワイヤレス ハンドセットを接続して動作する電話機や、内蔵ボイスメールや電話帳機能などの他の最新の電話機能を備えた電話機を購入する従来のアナログ サービスでも、よくある問題です。

VoIP電話とVoIP電話アダプタは、通常、主電源または現地で発電された電力の利用可能性に依存するルータまたはケーブルモデムに接続します。 ^[48]一部のVoIPサービスプロバイダは、バッテリバックアップ電源を備えた顧客構内機器（ケーブルモデムなど）を使用して、ローカル電源障害が発生した場合でも最大数時間の中断のないサービスを保証します。このようなバッテリバックアップデバイスは通常、アナログハンドセットで使用するように設計されています。一部のVoIPサービスプロバイダは、顧客のネットワークデバイスが通話を終了できない場合に備えて、携帯電話などの加入者の他の電話サービスに通話をルーティングするサービスを実装しています。

セキュアな通話は、 Secure Real-time Transport Protocolなどの標準化されたプロトコルを使用して可能です。デジタル化やデジタル伝送など、従来の電話回線でセキュアな電話接続を作成するための機能のほとんどは、VoIP ですでに導入されています。必要なのは、既存のデータ ストリームを暗号化して認証することだけです。仮想 PBXなどの自動化ソフトウェアを使用すると、担当者が着信に応答して切り替える必要がなくなります。

VoIP 電話システムに対するセキュリティ上の懸念は、他のインターネット接続デバイスに対する懸念と同様です。つまり、VoIP の脆弱性を知っているハッカーは、サービス拒否攻撃、顧客データの収集、会話の録音、ボイスメール メッセージの侵害を行うことができます。VoIP ユーザー アカウントまたはセッション資格情報が侵害されると、攻撃者は長距離電話や国際電話などのサードパーティ サービスから多額の料金を請求できるようになります。

多くの VoIP プロトコルの技術的な詳細により、トランジット ネットワークやインターネットへの相互接続に使用されるファイアウォールやネットワーク アドレス トランスレータを介して VoIP トラフィックをルーティングする際に課題が生じます。保護されたネットワークとの間の VoIP 通話を可能にするために、プライベートセッション ボーダー コントローラが使用されることがよくあります。NAT デバイスを通過するその他の方法には、STUNやInteractive Connectivity Establishment (ICE)などの補助プロトコルが含まれます。

VoIP を保護するための標準規格は、アナログ電話アダプタや一部のソフトフォン用のSecure Real-time Transport Protocol (SRTP) およびZRTPプロトコルで利用できます。IPsec は、便宜的暗号化を使用して、トランスポート レベルでポイントツーポイントVoIP を保護するために利用できます。 多くのコンシューマ VoIP ソリューションはシグナリング パスまたはメディアの暗号化をサポートしていませんが、VoIP 電話のセキュリティ保護は、従来の電話回線よりも VoIP を使用して実装する方が概念的には簡単です。 暗号化が広くサポートされていないため、データ ネットワークにアクセスできる場合、VoIP 通話を盗聴するのは比較的簡単です。^[49] Wiresharkなどの無料のオープン ソース ソリューションは、VoIP 会話のキャプチャを容易にします。

政府機関や軍事組織は、VoIP トラフィックを保護するために、Voice over Secure IP (VoSIP)、Secure Voice over IP (SVoIP)、Secure Voice over Secure IP (SVoSIP) などのさまざまなセキュリティ対策を使用しています。^[50]違いは、暗号化が電話エンドポイントで適用されるか、ネットワークで適用されるかにあります。^{[51] Secure Voice over Secure IP は、} SRTPやZRTPなどのプロトコルを使用してメディアを暗号化することによって実装できます。Secure Voice over IP は、 SIPRNetなどの機密ネットワークでタイプ 1 暗号化を使用します。^{[52] [53] [54] [55]} Public Secure VoIP は、無料の GNU ソフトウェアや、ZRTP などのライブラリを介して多くの一般的な商用 VoIP プログラムでも利用できます。^[56]

2021年6月、国家安全保障局（NSA）は、通信システムの4つの攻撃面（ネットワーク、境界、セッションコントローラ、エンドポイント）を説明し、それぞれのセキュリティリスクと軽減手法を説明した包括的な文書を公開しました。^{[57] [58]}

VoIPプロトコルと機器は、PSTNと互換性のある発信者IDサポートを提供します。多くのVoIPサービスプロバイダーは、発信者がカスタム発信者ID情報を設定できるようにしています。 ^[59]

2020年2月28日以降に米国で製造、輸入、または米国で使用することを意図したVoIPサービス付き有線電話機は、連邦通信委員会が定める補聴器両立性要件を満たす必要があります。^[60]

VoIPは、データと音声の間でネットワークインフラストラクチャを共有することにより、通信コストを大幅に削減しました。^{[61] [62]}単一のブロードバンド接続で複数の電話通話を送信できます。

VoIPの人気が高まるにつれ、政府はPSTNサービスと同様の方法でVoIPを規制することに関心を持つようになってきています。^[63]

発展途上国全体、特に規制が弱い国や支配的な事業者によって支配されている国では、VoIPの使用に対する制限がしばしば課せられており、パナマではVoIPに課税され、ガイアナではVoIPが禁止されている。^{[64]政府が通信サービスを国有化している}エチオピアでは、VoIPを使用したサービスを提供することは犯罪である。同国は、VoIPを使用した国際電話の発信を防ぐためファイアウォールを設置している。これらの措置は、VoIPの人気により国営通信会社の収入が減少したことを受けて講じられた。^{[要出典] [65]}

カナダでは、カナダラジオテレビ電気通信委員会がVoIP電話サービスを含む電話サービスを規制しています。カナダで運営されているVoIPサービスは、911緊急サービスを提供することが義務付けられています。^[66]

欧州連合では、VoIP サービス プロバイダーの扱いは各国の通信規制当局の決定事項であり、規制当局は競争法を使用して関連する国内市場を定義し、それらの国内市場におけるサービス プロバイダーが「重要な市場力」を持っているかどうか (したがって、一定の義務を負うべきかどうか) を判断する必要があります。管理されたネットワーク (ブロードバンド接続経由) で機能する VoIP サービスと、管理されていないネットワーク (基本的にインターネット) で機能する VoIP サービスは通常、一般的に区別されます。^{[引用が必要]}

関連するEU指令は、市場力とは独立して存在し得る義務（例えば、緊急通話へのアクセスを提供する義務）に関して明確に起草されておらず、どちらのタイプのVoIPサービスプロバイダーもそれらの義務に拘束されるかどうかを明確に言うことは不可能である。^{[要出典] [67]}

オマーンでは、無許可のVoIPサービスの提供や使用は違法であり、無許可のVoIPプロバイダーのウェブサイトはブロックされている。^[要出典]違反者は5万オマーンリアル（約13万317米ドル）の罰金、2年の懲役、またはその両方で処罰される可能性がある。2009年、警察は全国のインターネットカフェ121軒を捜索し、VoIPサービスを使用または提供したとして212人を逮捕した。^[68]

2017年9月、サウジアラビアは運用コストを削減し、デジタル起業家精神を促進するためにVoIPの禁止を解除した。^{[69] [70]}

アラブ首長国連邦（UAE）では、無許可のVoIPサービスを提供または使用することは違法です。無許可のVoIPプロバイダーのウェブサイトはブロックされています。Skypeなどの一部のVoIPサービスは許可されていました。^[71] 2018年1月、UAEのインターネットサービスプロバイダーはSkypeを含むすべてのVoIPアプリをブロックしましたが、政府承認のVoIPアプリ2つ（C'MEとBOTIM）のみを許可しました。[ ^{72] [73]}これに反対して、Change.orgでの請願書には5000を超える署名が集まり、それに応じてウェブサイトはUAEでブロックされました。^[74]

アラブ首長国連邦は2020年3月24日、COVID -19パンデミック中のコミュニケーションを容易にするため、これまで国内で禁止されていたVoIPサービスの規制を緩和した。しかし、WhatsApp、Skype、FaceTimeなどの人気のインスタントメッセージングアプリケーションは音声通話やビデオ通話に使用できないままであり、住民は国営通信事業者の有料サービスしか使えない状況となっている。^[75]

インドでは、VoIPの使用は合法ですが、インド国内にVoIPゲートウェイを設置することは違法です。 ^[76]これは、PCを持っている人は、PCを使って他のコンピューターにVoIP通話をすることはできますが、通常の電話番号にかけることはできないということを意味します。海外に拠点を置くVoIPサーバーサービスは、インドでは違法です。^[76]

インターネット電話はISPに制限付きで許可されています。以下のサービスが許可されています: ^[77]

1. PC から PC; インド国内または国外
2. インド国内の ITU や IETF などの国際機関の標準に準拠した PC/デバイス/アダプタから海外の PSTN/PLMN へ。
3. ITU、IETF などの国際機関の標準に準拠し、インド国内外の同様のデバイス/アダプタに静的 IP アドレスを持つ ISP ノードに接続されたデバイス/アダプタ。
4. 上記条件 (ii)に記載されているものを除き^{(説明が必要)}、その他の形式のインターネット電話は許可されません。
5. インドでは、インターネット電話に個別の番号付けスキームは提供されていません。現在、E.164 に基づく 10 桁の番号付け割り当ては、固定電話、GSM、CDMA ワイヤレス サービスに許可されています。インターネット電話の場合、番号付けスキームは、Internet Assigned Numbers Authority (IANA) の IP アドレス付けスキームにのみ準拠する必要があります。ISP が IANA 番号付けスキームに準拠していることを示すために、E.164 番号/プライベート番号を任意のデバイスに割り当てられた IP アドレスに変換したり、その逆を行ったりすることは許可されていません。
6. インターネット サービス ライセンシーは、PSTN/PLMN 接続を持つことはできません。インドでは、PSTN/PLMN に接続され、E.164 番号に従う電話との音声通信は禁止されています。

韓国では、政府に登録されたプロバイダーのみが VoIP サービスの提供を許可されています。ほとんどの VoIP プロバイダーが定額料金を提供しているのに対し、韓国の VoIP サービスは一般に従量制で、地上通話と同様の料金が課金されます。外国の VoIP プロバイダーは、政府登録に高い障壁に直面しています。この問題は、在韓米軍基地に居住する在韓米軍(USFK) 隊員に契約により個人インターネット サービスを提供しているインターネット サービス プロバイダーが、隊員の VoIP プロバイダーが登録されていないという理由で、在韓米軍隊員が米国にいる家族と連絡を取るための経済的な方法として使用している VoIP サービスへのアクセスをブロックすると脅した 2006 年に表面化しました。 2007年1月、在韓米軍と韓国の通信当局の間で妥協案が成立し、2007年6月1日より前に韓国に到着し、基地内で提供されるISPサービスに加入している在韓米軍兵士は、米国ベースのVoIPサブスクリプションを引き続き使用できるが、それ以降に到着する兵士は、契約により米国のVoIPプロバイダーが提供する定額料金と同様の価格を提供する韓国ベースのVoIPプロバイダーを使用することが義務付けられた。^[78]

米国では、FCCは相互接続されたすべてのVoIPサービスプロバイダーに、従来の電気通信サービスプロバイダーに適用される要件と同等の要件を遵守することを義務付けています。^{[79]米国のVoIP事業者は、}市内番号ポータビリティをサポートし、障害者がサービスを利用できるようにし、規制料金、ユニバーサルサービス拠出金、その他の義務付けられた支払いを支払い、法執行機関が通信支援法（CALEA）に従って監視を実施できるようにする必要があります。

相互接続型VoIP（PSTN に完全接続）のオペレーターは、特別なリクエストなしに拡張 911サービスを提供すること、顧客の位置更新を提供すること、E-911 機能の制限を消費者に明確に開示すること、すべての消費者からこれらの開示に対する肯定的な承認を得ること、 ^[80]および顧客が 911 サービスをオプトアウトすることを許可しないことが義務付けられています。^{[81] VoIP オペレーターは、卸売業者を介して}既存の地域交換キャリアと相互接続してトラフィックを交換する権利など、特定の米国電気通信規制の恩恵も受けます。ノマディックVoIP サービスのプロバイダー（ユーザーの位置を特定できないプロバイダー）は、州の電気通信規制の対象外です。^[82]

米国議会が議論しているもう一つの法的問題は、外国情報監視法の改正に関するものである。問題となっているのは、アメリカ人と外国人の間の通話である。NSA は令状なしでアメリカ人の会話を盗聴する権限はないが、インターネット、特に VoIP は、従来の電話システムほど発信者や通話の受信者の所在地を明確に特定できない。VoIP の低コストと柔軟性により、ますます多くの組織がこの技術を採用するようになり、法執行機関による監視はより困難になっている。VoIP 技術は、連邦政府の安全保障上の懸念も高めている。なぜなら、VoIP や同様の技術により、通信が傍受されているときにターゲットの物理的な所在地を政府が特定することがより困難になり、一連の新たな法的課題が生じているからである。^[83]

ポール・バランと他の研究者によるパケットネットワーク設計の初期開発は、20世紀半ばの通信における回線交換ネットワークで可能だったものよりも高い回線冗長性とインフラ障害時のネットワーク可用性を求める欲求によって推進された。ダニー・コーエンは1973年にパケット音声の形式を初めて実証し、これは初期のARPANETで動作するネットワーク音声プロトコルに発展した。^{[84] [85]}

初期のARPANETでは、ビットレートが64kbpsで、初期のモデムの2.4kbpsの帯域幅をはるかに上回る非​​圧縮パルス符号変調（PCM ）デジタル音声パケットでは、リアルタイムの音声通信は不可能でした。この問題の解決策は、 1966年に名古屋大学の板倉文忠と日本電信電話（NTT）の斉藤修三によって最初に提案された音声符号化データ圧縮アルゴリズムである線形予測符号化（LPC）でした。LPCは2.4kbpsまでの音声圧縮が可能で、1974年にカリフォルニア州ゴリータのCuller-Harrison社とマサチューセッツ州レキシントンのMITリンカーン研究所の間でARPANETを介した最初のリアルタイム会話に成功しました。^[86] LPCはそれ以来、最も広く使用されている音声符号化方法となっています。 [ ^{87] LPCアルゴリズムの一種である}コード励起線形予測（CELP）は、1985年にマンフレッド・R・シュローダーとビシュヌ・S・アタルによって開発されました。 ^[88] LPCアルゴリズムは、現代のVoIP技術におけるオーディオコーディングの標準となっています。 ^[86]    

1974年のデモから20年の間に、様々な形式のパケット電話が開発され、新しい技術を支援するために業界の利益団体が結成されました。ARPANETプロジェクトの終了とインターネットの商用トラフィックへの拡大に続いて、IP電話がテストされ、商用利用は不可能と判断されましたが、1990年代初頭にVocalChatが導入され、その後1995年2月にVocalTecがLior HaramatyとAlon Cohenの特許に基づいてインターネット電話(略してiPhone)商用ソフトウェアを公式にリリースしました^[89] 。その後、電話ゲートウェイやスイッチングサーバーなどの他のVoIPインフラストラクチャコンポーネントが続きました。その後すぐに、それは大手IT企業の商用ラボ、特にAT&Tで関心の高い分野となり、Marian Croakと彼女のチームはこの技術に関連する多くの特許を出願しました。^[要出典] 1990 年代後半までに、最初のソフトスイッチが利用可能になり、 H.323、MGCP、セッション開始プロトコル(SIP)などの新しいプロトコルが広く注目を集めました。2000 年代初頭には、住宅や企業への高帯域幅の常時インターネット接続の普及により、インターネット電話サービス プロバイダー (ITSP) の業界が生まれました。Asterisk PBXなどのオープン ソースの電話ソフトウェアの開発により、VoIP サービスへの関心と起業家精神が広まり、クラウド サービスなどの新しいインターネット技術パラダイムが電話に適用されました。

• 1966年：名古屋大学の板倉文忠と日本電信電話（NTT）の斉藤周三によって線形予測符号化（LPC）が提案された。^[86]
• 1973年:ダニー・コーエンによるパケット音声アプリケーション。
• 1974年:電気電子学会(IEEE)が「パケットネットワーク相互接続のためのプロトコル」と題する論文を発表。^[90]
• 1974年:ネットワーク音声プロトコル(NVP)が1974年8月にARPANET上でテストされ、かろうじて理解できる16kbpsの CVSDエンコード音声を伝送した。^[86]
• 1974年:カリフォルニア州ゴレタ のCuller-Harrison社とマサチューセッツ州レキシントンのMITリンカーン研究所の間で、 2.4kbps LPCを使用したARPANETを介した最初のリアルタイム会話が成功しました。^[86]
• 1977 年: USC情報科学研究所のダニー・コーエンとジョン・ポステル、および国防高等研究計画局 (DARPA) のヴィント・サーフが、IP を TCP から分離し、リアルタイム トラフィックを伝送するための UDP を作成することに合意しました。
• 1981年: IPv4がRFC 791で説明されました。
• 1985年：国立科学財団がNSFNETの創設を委託。^[91]
• 1985年:マンフレッド・R・シュローダーとビシュヌ・S・アタルが開発したLPCアルゴリズムの一種であるコード励起線形予測（CELP） 。^[88]
• 1986年: StrataComなどの企業による商用パケット音声製品に加えて、さまざまな標準化団体からVoice over ATMの提案^{[指定]が出された。}
• 1991年: Voice-over-IPアプリケーションであるSpeak Freelyがパブリックドメインにリリースされました。^{[92] [93]}
• 1992 年: フレーム リレー フォーラムが、フレーム リレー経由音声の標準の開発を実施しました。
• 1992年: InSoft Inc.がVoIPとビデオを含むデスクトップ会議製品Communiqueを発表、発売。^{[92] [94]}同社は、米国を拠点とする商用VoIP、インターネットメディアストリーミング、リアルタイムインターネットテレフォニー/コラボレーションソフトウェアと標準の第一世代を開発したとされており、これがReal Time Streaming Protocol (RTSP)標準の基礎となった。^[要出典]
• 1993年VocalTec社から商用パケット ネットワーク PC 音声通信ソフトウェア VocalChat がリリースされました。^[要出典]
• 1994年: Linux用フリーウェアLAN VoIPアプリケーションMTALK ^[95]
• 1995年:
  • VocalTecは商用インターネット電話ソフトウェアInternet Phoneをリリースした。^{[96] [97]}
  • インテル、マイクロソフト、ラドビジョンはVoIP通信システムの標準化活動を開始した。^[98]
• 1996年:
  • ITU-TはH.323規格を用いてインターネットプロトコルネットワーク上での音声通信の伝送と信号方式の標準の開発を開始する。^[99]
  • 米国の通信会社は米国議会にインターネット電話技術の禁止を請願した。^[100]
  • CELP（LPC）アルゴリズムを使用したG.729音声コーデックが導入されました。 ^[101]
• 1997年：レベル3は、1998年に同社が造語した最初のソフトスイッチの開発を開始した。 ^[102]
• 1999年:
  • セッション開始プロトコル（SIP）仕様RFC 2543がリリースされました。^[103]
  • Digiumのマーク・スペンサーが、初のオープンソースの構内交換機（PBX）ソフトウェアであるAsteriskを開発。^[104]
  • 離散コサイン変換（DCT）の変形である修正離散コサイン変換（MDCT）は、 G.722.1広帯域オーディオ符号化規格で使用されるSirenコーデックに採用されています。^{[105] [106]}
  • MDCTはAAC-LD規格で使用されているLD-MDCTアルゴリズムに採用されています。^[107]
• 2001年：最初のプロバイダー間SIPネットワークであるINOC-DBAが導入されました。これは7大陸すべてに到達した最初の音声ネットワークでもあります。^[108]
• 2003: Skype は2003 年 8 月にリリースされました。これは Niklas Zennström と Janus Friis が 4 人のエストニア人開発者と協力して作成したものです。Skype はすぐに人気プログラムとなり、VoIP の民主化に貢献しました。
• 2004 年: 商用 VoIP サービス プロバイダーが急増。
• 2005年：カリフォルニア州のTelEvolution社がPhoneGnome VoIPサービスを開始。^[109]
• 2006年: MDCTとCELP(LPC)アルゴリズムを使用したG.729.1広帯域コーデックが導入されました。 ^[110]
• 2007年：VoIP機器の製造・販売がアジアで急増。特に、海外労働者の家族が多く住むフィリピンで急増。^[111]
• 2009年: LPCアルゴリズムを使用したSILKコーデックが導入され、^[112] Skypeの音声通話に使用されました。^[113]
• 2010年: AppleがLD-MDCTベースのAAC-LDコーデックを採用したFaceTimeを発表。 ^[114]
• 2011年:
  • ブラウザで直接 VoIP をサポートするWebRTCテクノロジーの台頭。
  • MDCTアルゴリズムを使用したCELTコーデックが導入されました。^[115]
• 2012年: MDCTとLPCアルゴリズムを使用したOpusコーデックが導入されました。 ^[116]

• Wiktionary の VoIP の辞書定義
• Wikivoyage のインターネット電話旅行ガイド