Née dans les années 1960, la "voix sur réseau IP" (VoIP) connaît depuis dix ans une croissance sans précédent, nourrie par la montée en puissance des technologies de l'information et de la communication.
Cet article a été préparé par Pierre Leroy, à partir du rapport "La voix sur IP et le Wifi: genèse d'une technologie née en Israël" réalisé par Yoram Haddad, du service pour la Science et la Technologie de l'ambassade de France en Israël, que nous remercions pour sa collaboration.
Télécharger ce rapport en version pdf (gratuit)>>
Glossaire :
[1] DARPA (Defense Advanced Research Projects Agency) : agence du ministère de la Défense américain chargée des projets de recherche militaire.
[2] Modèle OSI (Open Systems Interconnection) : le modèle d'interconnexion des systèmes ouverts de l'Organisation internationale de normalisation est un modèle de communications entre ordinateurs (http://fr.wikipedia.org/wiki/Modèle_OSI).
Pour recevoir les prochaines parutions, abonnez-vous à "Technologies Internationales" :
Plus d'un siècle après la mise en place des premiers réseaux téléphoniques publics commutés, la technologie de la voix sur réseau IP VoIP (Voice over Internet Protocol) est en passe de bouleverser le monde de la téléphonie. Consistant à transmettre sur le réseau Internet des flux audio numérisés, compressés et fragmentés en une série de paquets de données, la VoIP est peu à peu adoptée par les entreprises et les particuliers, au détriment des lignes téléphoniques classiques. Conçue il y a près de quarante ans, cette technologie real-time ne connaît un véritable essor que depuis une dizaine d'années, avec l'avènement des technologies de l'information et de la communication.
Au milieu des années 1960, les Japonais Shuzo Saito et Fumitada Itakura, de la Nippon Telegraph and Telephone Corporation (NTT), décrivent une approche statistique pour coder la voix. Dans le même temps, l'Américain Glen Culler, à l'université de Santa Barbara en Californie, propose un système pour le traitement de signaux numériques en temps réel. En 1969, le réseau ARPANET (Advanced Research Projects Agency Network), premier réseau à transfert de paquets, fait son apparition aux Etats-Unis ; il est développé par la DARPA [1].
Les premières tentatives de transmission de paquets de données contenant des échantillons de voix sur le réseau ARPANET datent de 1972. Le mathématicien Bob Kahn en est l'auteur. Pour explorer les possibilités de transmission de paquets audio sur ARPANET, ce chercheur constitue le groupe Network Secure Communications (NSC). En 1974, le protocole NVP (Network Voice Protocol) est présenté par l'ingénieur Danny Cohen et son équipe, qui démontrent comment la parole est transmise en temps réel sur le réseau ARPANET.
Réveil d'une technologie assoupie
En 1995, la société israélienne Vocaltec commercialise le premier logiciel de téléphonie par Internet, conçu pour permettre une communication entre deux terminaux équipés d'une carte son, d'un microphone et d'un écouteur. La principale limitation à cette époque était le manque d'infrastructure à large bande passante permettant des transmissions à haut débit - condition sine qua non pour une bonne qualité audio. Dans ce contexte, la téléphonie classique restait l'unique service fiable de téléphonie de qualité. Toutefois, la technologie évoluant, des sociétés proposaient, vers la fin des années 1990, des services de téléphonie de PC à téléphone fixe. Les services de téléphone à téléphone apparurent peu de temps après, bien qu'ils requissent souvent un ordinateur pour établir la connexion.
L'apparition des réseaux à large bande fut décisive, en améliorant la clarté des appels et en réduisant les délais. L'essor de la VoIP fut possible quand les majors du domaine (Cisco Systems, Nortel, etc.) proposèrent des équipements VoIP permettant la commutation : il n'était plus nécessaire de passer par un ordinateur pour transmettre les communications sous forme de paquets de données sur le réseau Internet. Depuis 2000, la VoIP a crû à une allure galopante. Alors que les entreprises font transiter systématiquement leurs communications par la VoIP pour économiser sur les longues distances et les coûts d'infrastructures, les services de VoIP se développent chez les particuliers. Les bénéfices prévus pour la fin 2008 dépassent les 8,5 milliards de dollars.
Les services en temps réel qui caractérisent la VoIP exigent de sévères critères de qualité, qui garantissent la qualité de service QoS (Quality of Service). La QoS consiste à rendre compte de la qualité du service perçue par l'utilisateur, par le jeu de métriques soigneusement mises en place pour qualifier le service requis. On distingue trois critère de QoS permettant de différencier les diverses applications multimédias : l'interactivité, la tolérance aux délais et à la distorsion et la criticité (voir "Critères de QoS" en fin d'article). Selon l'exigence du service vis-à-vis de chaque critère, on définira les paramètres QoS clés associés au service en question. Les paramètres de QoS à prendre en compte pour une application multimédia sont le débit, le délai, la variation du délai - ou gigue -, et le taux d'erreur ou pertes (voir "Paramètres de QoS" en fin d'article).
Des critères de qualité stricts
Dans la technologie VoIP, la voix est tout d'abord numérisée, puis compressée pour diminuer le débit nécessaire à son transport. Cette compression numérique s'appuie sur des codeurs-décodeurs (codecs) normalisés par l'International Telecommunications Union (ITU, comité T1) et implémentés par les différents équipementiers. Les applications en temps réel avec de la voix étant très sensibles au délai, il convient de noter que le traitement des données par le codec ajoute un délai supplémentaire, lié à la qualité de la compression ou à la complexité du codec utilisé. Il existe un compromis entre une bonne qualité de voix avec un débit et en même temps un délai le plus faible possible. Côté réception, les informations reçues sont décompressées - avec le même codec que pour la compression - puis reconverties dans le format approprié pour le destinataire.
La qualité d'un codec est évaluée qualitativement en laboratoire par un échantillon d'utilisateurs, conduisant à une opinion moyenne de la qualité d'écoute. Les résultats de ces appréciations subjectives montrent que dans les cas les plus favorables (codecs G.729 et G.723.1), la qualité de la voix obtenue est très proche de celle du service téléphonique actuel - et ce pour des débits entre huit et dix fois inférieurs - et meilleure que celle des réseaux téléphoniques cellulaires. Le choix d'un équipement implémentant l'un ou l'autre des codecs disponibles se fera en fonction notamment de la bande passante à disposition et du retard cumulé maximum estimé pour chaque liaison. Le facteur de gigue est primordial pour une bonne écoute de la VoIP.
La voix ainsi numérisée est ensuite encapsulée dans le protocole RTP (Real Time Protocol), utilisé pour le transport de flux en temps réel sur des réseaux IP, et dans le protocole UDP (User Datagram Protocol) - préféré à TCP (Transmission Control Protocol), ce dernier mettant en oeuvre des mécanismes destinés à garantir la fiabilité du transport généralement incompatibles avec les fortes contraintes de latence des flux en temps réel. Le protocole RTCP (Real Time Control Protocol) est associé a RTP afin de lui fournir les fonctionnalités de contrôle de la QoS qui lui manquent.
La VOIP bientôt sur Wifi ?
En théorie, les terminaux devraient réagir à une dégradation de la QoS du réseau en réduisant leur débit d'émission, mais, en pratique, l'information RTCP n'est pas utilisée par la plupart des terminaux. Un des problèmes majeurs est de savoir qu'elle doit être la taille des paquets RTP formés à la sortie du codec. Un compromis est recherché au niveau de l'émission, entre délai et bande requise, l'empaquetage - temps nécessaire au remplissage d'un paquet par des données - étant une source de délai.
En 1997, l'Institute of Electrical and Electronics Engineers (IEEE) lança l'IEEE 802.11, le premier standard pour réseaux locaux sans fil WLAN (Wireless Local Area Network). Depuis, les technologies sans fil n'ont cessé de croître, en relation avec leur principal avantage qu'est la mobilité.
A son origine, le "Wifi" correspond au nom donné à la certification délivrée par la l'alliance WECA (Wireless Ethernet Compatibility Alliance), organisme chargé de maintenir l'inter-opérabilité entre les matériels répondant à la norme IEEE 802.11. Par abus de langage et aussi pour des raisons marchandes, le terme Wifiest devenu la désignation commerciale de cette norme - notamment aux Etats-Unis ou en France, mais pas en Allemagne où l'acronyme WLAN reste en vigueur. Grâce au Wifi, il est possible de créer des réseaux locaux sans fils à haut débit pour peu que la station à connecter ne soit pas trop distante du point d'accès.
Dans la pratique le Wifi permet de relier des ordinateurs portables, des machines de bureau, des assistants personnels ou tout type de périphérique à une liaison à haut débit sur un rayon allant de plusieurs dizaines de mètres en intérieur à plusieurs centaines de mètres en environnement ouvert. Ainsi des opérateurs commencent à irriguer des zones à forte concentration d'utilisateurs (gares, aéroports, hôtels, trains, ...) avec des réseaux sans fils. En théorie, ajouter la voix sur IP (VoIP) aux réseaux locaux sans fil (WLAN) devrait n'être qu'une formalité, mais la fusion des deux technologies demeure aujourd'hui difficile. Bien que la VoIP soit peu exigeante en bande passante, il suffit d'un petit volume de trafic de données transitant sur le même réseau pour dégrader sérieusement la qualité audio et multiplier les appels perdus.
Actuellement, l'étude de la capacité des réseaux locaux sans fils à véhiculer de la VoIP retient l'attention de nombreux théoriciens et ingénieurs. En effet, une des principales différences entre les réseaux filaires et les WLAN réside dans les mécanismes d'accès au support physique. Ainsi, dans les WLAN, l'émetteur ne pouvant émettre et écouter le canal en même temps, on utilise un mécanisme d'accès à la ressource qui consiste à éviter les collisions en s'assurant que le canal est libre avant d'émettre. En outre, un sur-débit non négligeable est inhérent aux liaisons sans fil. Il en résulte d'importants temps d'attente avant l'accès au support.
On le voit, une interrogation majeure demeure s'agissant de la capacité en VoIP de la norme IEEE 802.11. Des améliorations sont certainement possibles, qui nécessiteront des ruptures technologiques.
Le point sur :
1 - Critères de QoS
- Interactivité (homme-homme, homme-machine, machine-machine). Le temps qui s'écoule entre les interactions est primordial pour le succès de l'application interactive. Ainsi, pour des applications vocales qui impliquent une interaction humaine, les exigences en termes de délais sont très strictes (quelques millisecondes). En revanche, pour une application en streaming, qui implique moins d'interaction et ne nécessite pas de réponse en temps réel, les exigences de délais sont plus faibles (de l'ordre de la seconde).
- Tolérance. La tolérance aux délais dépend des attentes de l'utilisateur, selon l'urgence de l'application. La tolérance aux distorsions dépend de la satisfaction des utilisateurs. Généralement, l'utilisateur est plus tolérant à une distorsion de la vidéo que de l'audio, de sorte qu'en cas de congestion, le réseau devra maintenir une qualité audio supérieure à la qualité vidéo.
- Criticité. Selon le caractère critique de l'application, les exigences en QoS seront totalement différentes. Ainsi, une imprécision dans des applications de chirurgie à distance sera-t-elle intolérable, la vie du patient dépendant de la rapidité et de la précision des gestes.
2 - Paramètres de QoS
- Le débit. Il existe plusieurs définitions du débit selon la couche du modèle OSI [2] auquel on fait référence. S'agissant des applications (couche 7), le débit correspond au flux produit par l'application et dépend de ces caractéristiques. Il est aussi appelé débit binaire ou largeur de bande. La largeur de bande est considérée comme la ressource de réseau devant être allouée aux applications pour fonctionner correctement.
- Le délai. Le délai a un impact direct sur la satisfaction des utilisateurs. Les applications en temps réel exigent la livraison d'informations de la source à la destination au cours d'une certaine période. Lorsque le flux de données est transporté à travers une série de composants dans le système de communication qui relie la source et la destination, chaque composant entraîne un délai supplémentaire. Aussi, distingue-t-on le délai du traitement à la source, le délai d'émission et, enfin, le délai du réseau ou de transport (délai de propagation, délai de protocole, délai d'attente, délai de traitement à la destination).
- La gigue. Les variations du délai, encore appelées phénomène de "gigue", conduisent à des distorsions importantes dans le signal de réception par rapport au signal d'émission. Il résulte des variations de délais au niveau des différents éléments le long du trajet. Puisque chaque paquet dans le réseau voyage par différents chemins et que les conditions de réseau pour chaque paquet peuvent être différentes, le délai point à point peut changer. Pour des données générées à débit constant, la gigue altère la synchronisation avec le signal d'origine. Plusieurs méthodes permettent de corriger ce phénomène.
- Le taux d'erreur. La perte de paquets affecte directement la qualité perçue de l'application. Elle compromet l'intégrité des données et perturbe le service. Ces pertes peuvent être dues à des congestions de réseau, qui entraînent l'abandon de paquets, ou à des erreurs sur les bits, conséquence d'un canal de transmission "bruyant" (liaison sans fil). Plusieurs technique correctives sont disponibles.
