Este guia é para quem quer entender o que é VoIP e como funciona por dentro, sem precisar ser engenheiro de redes. Em uma frase: VoIP transforma a voz em pequenos pacotes de dados e os envia pela internet, usando um protocolo para “combinar” a chamada e outro para transportar o áudio. Se você procura a visão de negócio (custos, Anatel e migração), comece pelo guia o que é VoIP. Aqui o assunto é o que acontece entre o “alô” e o ouvido do outro lado.
O que é VoIP e como funciona, em quatro peças
Toda chamada VoIP depende de quatro peças trabalhando juntas:
| Peça | Função | Exemplo |
|---|---|---|
| Ponto de uso | Capta e reproduz a voz | Telefone VoIP de mesa, softphone ou aplicativo |
| Codec | Transforma voz em dados e dados em voz | G.711, G.729, G.722 |
| Sinalização | Combina a chamada: quem liga, quem atende, quando desliga | Protocolo SIP |
| Transporte de mídia | Leva o áudio em tempo real | Protocolo RTP |
A central da empresa, seja física ou na nuvem, fica no meio do caminho e decide para onde cada chamada vai. Se esse conceito é novo para você, veja o que é PABX.
A sinalização: como o SIP combina uma chamada
O SIP (Session Initiation Protocol) é a “conversa entre máquinas” que acontece antes, durante e depois da ligação. Ele não carrega a voz. Ele só negocia. Uma chamada simples segue este roteiro:
| Passo | Mensagem SIP | O que significa |
|---|---|---|
| 0 | REGISTER | O ramal avisa a central: “estou online neste endereço” |
| 1 | INVITE | Quem liga pede a chamada e informa quais codecs aceita |
| 2 | 100 Trying | A central responde: “recebi, estou processando” |
| 3 | 180 Ringing | O telefone de destino está tocando |
| 4 | 200 OK | O destino atendeu e informa o codec escolhido |
| 5 | ACK | Quem ligou confirma, e o áudio começa a fluir |
| 6 | BYE | Um dos lados desliga |
Dois detalhes práticos saem dessa tabela. Primeiro, o REGISTER se repete de tempos em tempos. Se ele falhar, o ramal fica “offline” e não recebe chamadas, mesmo com a internet funcionando. Segundo, é no INVITE e no 200 OK que os dois lados escolhem o codec. Se não houver nenhum codec em comum, a chamada não completa.
O áudio: como a voz vira pacotes
Depois do ACK, entra o RTP (Real-time Transport Protocol). O caminho da voz é este:
- 1. Captura: o microfone converte o som em sinal elétrico.
- 2. Codificação: o codec transforma o sinal em dados digitais. O G.711 gera 64 kbps, e o G.729 comprime para 8 kbps.
- 3. Empacotamento: o áudio é cortado em fatias de 20 milissegundos. Isso dá 50 pacotes por segundo, em cada sentido.
- 4. Transporte: cada pacote recebe um número de sequência e uma marca de tempo e viaja pela rede.
- 5. Reordenação: no destino, um “jitter buffer” segura os pacotes por alguns milissegundos para colocá-los em ordem.
- 6. Reprodução: o codec converte os dados de volta em som.
Entender o que é VoIP e como funciona nesse nível explica quase todo problema de áudio: se os pacotes chegam atrasados, fora de ordem ou não chegam, a voz falha.
A conta de banda, pacote por pacote
Por que um codec de 64 kbps consome mais de 80 kbps na rede? Porque cada pacote de voz carrega “envelopes” de endereçamento. Veja a conta do G.711:
| Camada | Bytes por pacote |
|---|---|
| Voz (20 ms a 64 kbps) | 160 |
| Cabeçalho RTP | 12 |
| Cabeçalho UDP | 8 |
| Cabeçalho IP | 20 |
| Cabeçalho Ethernet | 18 |
| Total | 218 |
São 218 bytes × 8 bits × 50 pacotes por segundo = 87,2 kbps em cada sentido. No G.729, a voz ocupa só 20 bytes por pacote, mas os cabeçalhos continuam os mesmos 58 bytes, e o total fica em 31,2 kbps. Por isso a compressão do codec nunca se traduz na mesma proporção em economia de banda.
Cálculo da Next 360 com pacotes de 20 ms em rede Ethernet. Para dimensionar o link, multiplique pelo pico de chamadas simultâneas, e não pelo número de ramais.
NAT, firewall e portas: onde a maioria dos problemas nasce
Quem estuda o que é VoIP e como funciona logo esbarra no NAT. O SIP foi criado antes de quase todo escritório ficar atrás de um roteador com NAT. O efeito disso aparece em dois sintomas clássicos: áudio em uma direção só, e chamadas que caem sempre depois do mesmo tempo.
O motivo é este: o ramal informa, dentro da mensagem SIP, o seu endereço interno da rede, que não é alcançável pela internet. A sinalização chega, o telefone toca, mas o áudio é enviado para um endereço que não existe do lado de fora. As soluções padrão são:
- Tratamento de NAT no provedor: a central em nuvem identifica o endereço público real do ramal e envia o áudio para ele.
- Pacotes de manutenção (keep-alive): o ramal envia pequenos pacotes periódicos para manter a “porta” aberta no roteador.
- Desligar o “SIP ALG” do roteador: esse recurso tenta ajudar reescrevendo as mensagens e, na prática, costuma atrapalhar.
Para quem cuida do firewall, o mapa geral é:
| Tráfego | Protocolo e porta padrão | Observação |
|---|---|---|
| Sinalização SIP | UDP ou TCP 5060 | Sem criptografia |
| Sinalização SIP segura | TLS 5061 | Recomendado |
| Áudio RTP ou SRTP | UDP, faixa definida pelo provedor | Uma porta por fluxo de áudio |
As portas exatas variam por provedor. Confirme a lista antes de criar as regras e libere apenas o necessário.
Como medir se a chamada vai soar bem
Saber o que é VoIP e como funciona só ajuda se der para medir o resultado. Três números resumem a qualidade de uma chamada VoIP:
| Métrica | Meta de referência | O que acontece quando passa do limite |
|---|---|---|
| Latência (ida) | Até 150 ms | As pessoas falam uma por cima da outra |
| Jitter | Até 30 ms em média | Voz robótica ou picotada |
| Perda de pacotes | Até 1% | Palavras cortadas |
E quando o problema já existe, esta tabela encurta o diagnóstico:
| Sintoma | Causa mais provável | Onde olhar primeiro |
|---|---|---|
| Áudio em uma direção só | NAT ou firewall bloqueando o RTP | Roteador (SIP ALG) e regras de firewall |
| Chamada cai sempre no mesmo tempo | Sessão expirando no roteador | Keep-alive e tempo de sessão UDP |
| Voz picotada em horários de pico | Jitter por rede congestionada | QoS no roteador e uso do Wi-Fi |
| Eco | Retorno de áudio no viva-voz ou no headset | Aparelho e volume do lado que não ouve o eco |
| Ramal fica “offline” | REGISTER falhando | Senha do ramal, DNS e bloqueio da porta SIP |
| URA não reconhece as teclas | Método de envio de tons (DTMF) diferente nas pontas | Configuração de DTMF no ramal e na central |
Precisa de ajuda para identificar a causa de áudio ruim na sua operação? Fale com um especialista da Next 360 pelo WhatsApp e descreva o sintoma. O diagnóstico inicial é feito com base nessa tabela.
Segurança: o mínimo que toda empresa deve exigir
Agora que você sabe o que é VoIP e como funciona, fica fácil ver onde estão os riscos. A sinalização mostra quem liga para quem, e o áudio é a própria conversa. O mínimo é:
- TLS na sinalização e SRTP no áudio: criptografia nas duas camadas.
- Senha forte e única por ramal: ramais com senha fraca são usados por invasores para fazer ligações internacionais na conta da empresa.
- Bloqueio de destinos não usados: se a empresa não liga para fora do país, o destino internacional fica bloqueado.
- Aparelhos homologados pela Anatel e com firmware atualizado.
Da teoria para a operação
Na prática, a maior parte desse trabalho fica com o provedor. No modelo de telefonia em nuvem, a central, o tratamento de NAT, a criptografia e as rotas são responsabilidade dele. À empresa cabe cuidar da rede interna, que inclui o link, o QoS e o Wi-Fi.
A telefonia VoIP para empresas da Next 360 Telecom entrega os ramais já configurados e o acompanhamento das chamadas em um só painel.
Onde a Next 360 Telecom atende
A Next 360 Telecom fica no Ipiranga, em São Paulo (SP), e atende empresas de todo o Brasil. A implantação e o suporte são remotos, então matriz, filiais e equipes em home office entram na mesma estrutura.
Next 360 Telecom · Rua Silva Bueno, 1290, sala 911, Ipiranga, São Paulo, SP, CEP 04208-000 · (11) 5116-3338 · [email protected] · segunda a sexta, das 8h às 18h.

Perguntas frequentes sobre o que é VoIP e como funciona
O que é VoIP e como funciona, em poucas palavras?
VoIP é a tecnologia que transporta a voz pela internet. O codec converte a voz em dados, o protocolo SIP combina a chamada entre os dois lados e o protocolo RTP leva o áudio em pacotes de 20 milissegundos, que são remontados no destino.
Qual a diferença entre SIP e RTP?
O SIP cuida da sinalização: registrar o ramal, chamar, atender e desligar. O RTP carrega o áudio em si. Uma chamada pode ter a sinalização funcionando e o áudio bloqueado, e é isso que causa o áudio em uma direção só.
Por que o G.711 consome mais de 64 kbps?
Porque cada pacote de voz leva cabeçalhos de RTP, UDP, IP e Ethernet. Com pacotes de 20 ms, o total chega a 87,2 kbps por chamada em cada sentido.
Por que o áudio só funciona em uma direção?
Quase sempre é NAT ou firewall. O ramal informa um endereço interno, e o áudio de volta não encontra o caminho. Desligar o SIP ALG do roteador e usar um provedor com tratamento de NAT resolve a maioria dos casos.
VoIP funciona com qualquer internet?
Funciona melhor com conexão estável e baixa variação de atraso. A velocidade contratada importa menos do que a estabilidade: latência de até 150 ms, jitter de até 30 ms e perda de até 1%.
Quer ver na sua rede o que é VoIP e como funciona com qualidade? Converse com a equipe da Next 360 pelo WhatsApp e peça uma avaliação do seu link antes de migrar.