La qualité vocale n'est pas une impression : c'est une série de mesures que vous pouvez instrumenter, contracter avec votre opérateur et alerter avant que l'utilisateur ne s'en plaigne. Voici ce que nous surveillons sur nos déploiements.
Les quatre indicateurs qui font la qualité
La qualité perçue d'un appel ToIP se décompose en quatre mesures physiques, mesurables de bout en bout :
| Indicateur | Seuil confortable | Seuil dégradé | Effet ressenti |
|---|---|---|---|
| Latence (délai de bout en bout) | < 150 ms | > 300 ms | Chevauchement des interlocuteurs, conversation en « talkie-walkie » |
| Gigue (jitter) | < 30 ms | > 50 ms | Voix saccadée, syllabes déformées |
| Perte de paquets | < 1 % | > 3 % | Mots avalés, clics |
| Mos (Mean Opinion Score) | > 4,0 | < 3,5 | La synthèse de tout ce qui précède, échelle 1-5 |
Ces chiffres sont ceux que vous pouvez exiger contractuellement de votre opérateur trunk SIP : un SLA qui ne mentionne pas de cible Mos, gigue ou perte n'est pas un SLA voix, c'est un SLA transport.
Mesure passive vs sonde active
Deux approches se complètent :
Mesure passive : analyser les flux RTP réels des appels en production. Chaque paquet porte des en-têtes RTCP avec la perte, la gigue et le délai. C'est gratuit (les données existent), mais ne détecte la dégradation que pendant les appels.
Sonde active : générer périodiquement des flux de test RTP entre vos sites et vers l'opérateur, jour et nuit, même sans appel. C'est ce qui détecte la dégradation d'un lien WAN à 3h du matin, avant la première réclamation utilisateur. Les bureaux d'études spécialisés l'ont bien compris : la mesure active est le cœur de tout audit QoS sérieux.
Notre position : la mesure passive est intégrée à nos déploiements (rTPengine et métriques natives), la sonde active est un script Go que nous fournissons — pas besoin d'un boîtier propriétaire par site. Nous avons par ailleurs aidé à développer une plateforme d'assurance de réseau mobile (Numodata) : tests de charge, analyses des métriques radio et cœur, cartographie de couverture, indicateurs contractuels. Ces savoir-faire de test et de mesure irriguent directement nos déploiements voix fixe.
Au-delà du trunk SIP : IMS, VoLTE, VoNR
La voix évolue au-delà du trunk SIP des entreprises, et la mesure QoS avec elle :
- VoLTE (Voix sur LTE) : la voix transite dans l'IMS (IP Multimedia Subsystem) avec des profils de QoS dédiés (QCI 1 pour la voix, bearer dédié). Un appel VoLTE dégradé se diagnostique dans l'ordre : couverture radio (RSRP/RSRQ), établissement de bearer dédié, puis qualité RTP. Une mauvaise voix mobile n'est presque jamais « un problème de codec ».
- VoNR (Voix sur 5G NR) : même architecture IMS, plus d'exigences de latence radio. Le handover inter-cellules pendant un appel est le point critique à instrumenter.
- Interconnexion fixe ↔ mobile : les appels entre un trunk SIP d'entreprise et un mobile VoLTE traversent deux mondes de mesure ; le Mos global se dégrade au maillon le plus faible, souvent à l'interconnexion.
C'est une expertise que peu d'intégrateurs ToIP peuvent revendiquer : nous mesurons la voix de l'extrémité radio jusqu'au poste IP, en passant par l'IMS. Notre participation au développement de la plateforme d'assurance réseau mobile de Numodata nous a donné la maîtrise des campagnes de tests de charge et des analyses de métriques sur réseau opérateur — le même socle méthodologique que pour un audit QoS fixe.
Le pipeline de supervision Prometheus
Sur nos plateformes, la chaîne QoS se branche dans le monitoring existant :
Flux RTP ──► collecteur (rtpengine / Homer) ──► exporteur Prometheus
│
alertes Grafana ◄───────────────┘
(Mos < 3,5 pendant 5 min → alerte)
Les métriques à surveiller en priorité :
rtp_mos_avgpar opérateur et par site — la dégradation progressive d'un trunk est invisible à l'oreille tant qu'un seuil n'est pas franchirtp_packet_loss_pctpar direction (entrant/sortant) — une perte unidirectionnelle pointe le lien WAN, une perte bidirectionnelle pointe l'opérateursip_response_time_p95— la latence de signalisation (INVITE → 200 OK) dégrade l'expérience post-composition avant même la voix
Les pièges classiques
- Mesurer uniquement dans le datacenter : la qualité se dégrade au bord (Wi-Fi, VPN, sites distants). Placez une sonde au plus près des utilisateurs.
- Confondre MOS calculé et MOS perçu : le Mos E-model intègre le jitter buffer et les pertes, pas l'écho acoustique du combiné. Un Mos 4,2 avec un écho de 40 ms reste pénible.
- Oublier le T.38 fax et les alarmes : ces flux tolèrent encore moins la perte que la voix ; mesurez-les séparément.
- Ne pas contracter : sans cibles Mos/gigue/perte dans le contrat opérateur, vos graphes Grafana ne sont que des constats.
Et l'IA vocale dans tout ça ?
Une voix synthétique est plus exigeante que la voix humaine : le moindre trou de 200 ms dans le flux crée un blanc que l'interlocuteur interprète comme un plantage de l'IA. Sur un déploiement avec agent vocal, nous surveillons la QoS par appel d'agent : un trunk qui passe sous Mos 3,8 est mis en quiescence et le trafic bascule sur l'opérateur de secours, sans intervention.
Pour aller plus loin
- Maîtriser la migration vers le trunk SIP, notre formation avec module QoS et travaux pratiques
- Serveur WebRTC SFU, le composant temps réel de la plateforme
- Assurance de réseau mobile Numodata, plateforme que nous avons aidé à développer : VoLTE/VoNR, tests de charge, métriques radio et cœur