G.711 vs G.729: comparación de códecs VoIP

Prácticamente toda negociación de troncal SIP, configuración de IP-PBX e interconexión de operadores tarde o temprano plantea la misma decisión: G.711 o G.729. Los dos códecs son los valores predeterminados en la práctica para la voz digital sobre IP, y fueron diseñados para mundos opuestos. G.711 transporta voz con calidad cercana a la PSTN y consume 64 kbps por llamada antes de cualquier sobrecarga de red. G.729 comprime la misma voz hasta 8 kbps mediante un algoritmo predictivo agresivo, a costa de algo de calidad, algo de CPU y una larga historia de complicaciones de licencias.

Este artículo es una comparación directa: cálculos de ancho de banda, calidad de voz, costo de CPU y licencia, compatibilidad con fax y DTMF, y un marco claro para elegir uno u otro en cada tramo de una red real. Para el panorama más amplio de códecs, incluyendo Opus y AMR, el pilar de SIP Trunking cubre el contexto general. Para la mecánica de conversión entre códecs cuando ambos terminan en la misma llamada, el artículo sobre transcodificación SBC de AMR a G.711 profundiza en el plano de transcodificación.

La diferencia de ingeniería

G.711 y G.729 se ubican en extremos opuestos del equilibrio entre ancho de banda y calidad, y las razones de ingeniería se remontan a cuándo fue diseñado cada códec.

G.711 data de la década de 1970 y fue construido para la telefonía digital de línea fija. Muestrea la voz a 8 kHz, aplica una compresión logarítmica simple (A-law o µ-law) a cada muestra y produce un flujo constante de 64 kbps. La matemática es casi trivial: una CPU x86 puede codificar y decodificar miles de flujos G.711 concurrentes sin esfuerzo, y la conversión entre A-law y µ-law es una tabla de búsqueda. La calidad de voz es esencialmente la que se obtiene de una llamada PSTN por cable.

G.729 data de mediados de la década de 1990, cuando la VoIP corporativa se forzaba a través de enlaces WAN de 64 kbps o 128 kbps que también debían transportar datos. Muestrea a los mismos 8 kHz pero comprime cada trama de 10 ms a 80 bits usando CS-ACELP, obteniendo 8 kbps. El códec analiza ventanas cortas de voz, modela el tracto vocal del hablante como un conjunto de coeficientes de filtro, y transmite los coeficientes más un índice de excitación en lugar de la forma de onda misma. El receptor sintetiza la voz de vuelta a partir de esos parámetros. La compresión funciona bien para la voz humana y mal para todo lo demás, razón por la cual G.729 no puede transportar de manera confiable tonos de módem de fax, música en espera o DTMF dentro de banda.

La referencia del lado de señalización para cómo se ofrece y acepta cada códec reside en el cuerpo SDP del SIP INVITE, definido en la RFC 4566. La lista de códecs y su orden de prioridad son lo que opera la negociación, y un SBC tiene visibilidad completa de ambos lados.

Ancho de banda: cómo son los números realmente

La cifra de 64 kbps versus 8 kbps del titular es solo la carga útil del códec. El ancho de banda real por llamada en la red es mayor en ambos casos porque cada paquete RTP lleva encabezados RTP, UDP, IP y Ethernet que agregan la misma cantidad de bytes independientemente de cuánto audio contengan.

Con un ptime típico de 20 ms, la matemática resulta aproximadamente así. G.711 genera 50 paquetes por segundo, cada uno portando 160 bytes de audio más aproximadamente 54 bytes de encabezados RTP/UDP/IP/Ethernet, para un total de alrededor de 85 a 87 kbps por dirección. G.729 genera los mismos 50 paquetes por segundo, cada uno portando 20 bytes de audio más los mismos 54 bytes de encabezados, para un total de alrededor de 31 kbps por dirección. La relación de compresión en la carga útil es de 8 a 1, pero en la red se reduce a aproximadamente 2.8 a 1.

Tres implicaciones se derivan de esto. Primero, valores de ptime mayores (30 o 40 ms) reducen la sobrecarga de encabezados y mejoran la relación para ambos códecs, pero también aumentan el retardo de extremo a extremo si se pierde un paquete, lo que importa más para códecs de baja tasa de bits que tienen menos redundancia para empezar. Segundo, VAD con G.729b reduce aún más la tasa de bits promedio durante el silencio (frecuentemente entre 30 y 50 por ciento), lo que ayuda en enlaces compartidos pero afecta el fax y algunos prompts de IVR. Tercero, el ahorro de ancho de banda de G.729 solo importa cuando el enlace está realmente restringido. Dentro de una LAN administrada, en un troncal SIP dedicado moderno, o en cualquier enlace dimensionado para video HD, la diferencia entre 87 kbps y 31 kbps por llamada rara vez es el factor decisivo.

Calidad de voz

G.711 ofrece voz de calidad cercana a la telefonía fija con una puntuación de opinión media (MOS) de aproximadamente 4.2, lo que se ubica en el mismo rango que una llamada PSTN por cable. G.729 se ubica en aproximadamente 3.9, lo que la mayoría de los oyentes perciben como “buena pero ligeramente comprimida”. Las consonantes susurradas pierden definición, las sibilantes se suavizan y la sensación de presencia disminuye. Nadie confundirá la llamada con audio de alta fidelidad, pero el habla conversacional sigue siendo inteligible.

La diferencia importa en tres situaciones específicas. La primera es la transcodificación en tándem. Cada vez que una llamada se transcodifica de G.729 a G.711 y viceversa, el MOS cae aún más porque la compresión con pérdida se acumula. Dos saltos de G.729 a G.711 en la misma ruta de llamada empujan la calidad percibida notablemente por debajo de cualquiera de los códecs por sí solos, razón por la cual los arquitectos de red intentan minimizar la cantidad de puntos de transcodificación en cualquier ruta dada. La segunda es el audio de banda ancha. G.729 limita la llamada a un muestreo de 8 kHz independientemente de lo que cualquier terminal sea capaz, por lo que un cliente de Microsoft Teams o WebRTC que de otro modo podría ofrecer Opus de banda ancha sonará como banda estrecha a través de un tramo G.729. La tercera es el habla ruidosa o bajo estrés. CS-ACELP está optimizado para voz limpia; el ruido de fondo, los hablantes simultáneos y el habla emocional o en grito se degradan más agudamente en G.729 que en G.711.

Si la calidad de voz es el KPI principal de una implementación (conferencias ejecutivas, grabación de centro de contacto, análisis de llamadas de ventas), G.711 gana por defecto. Si el ancho de banda es la restricción determinante, la reducción de MOS en G.729 es un compromiso conocido y manejable.

CPU, licencias y dónde se esconde el costo

G.711 es efectivamente gratuito tanto en términos de CPU como de licencia. El códec es una recomendación pública de la ITU-T sin gravámenes de patentes, cada PBX y SBC comercial lo admite de forma nativa, y una CPU moderna codifica miles de flujos concurrentes sin superar el 5 por ciento de utilización.

G.729 tiene una historia más complicada. El códec estuvo restringido por patentes durante años, con regalías debidas a Sipro Lab Telecom y otros titulares. Las patentes comenzaron a expirar en 2017 y el códec se volvió efectivamente libre de regalías, lo que impulsó a varios proyectos de código abierto a agregar compatibilidad nativa con G.729. La realidad comercial no se ha actualizado completamente. Muchos fabricantes de PBX empresarial (Cisco, Avaya y otros) todavía cobran licencias de G.729 por canal, en parte como captura de ingresos heredada y en parte porque las tarjetas DSP de hardware aún conllevan términos de licencia por canal. El resultado es que el costo por llamada de G.729 en una implementación PBX administrada frecuentemente está dominado por la licencia, no por la CPU ni el ancho de banda.

El costo de CPU del códec en sí es real pero modesto en hardware moderno. La codificación/decodificación G.729 por software puro es viable para cientos de flujos concurrentes en un núcleo x86 convencional. A escala de operador, sin embargo, la aceleración DSP por hardware sigue siendo el estándar práctico porque la latencia predecible por canal importa más que el rendimiento máximo. ProSBC se combina con TSBC-HW-TRANS para transcodificación G.729 acelerada por hardware cuando una implementación necesita el códec a escala; la transcodificación G.729 por software dentro de ProSBC está en la hoja de ruta del producto para finales de 2026.

Compatibilidad con fax, DTMF y módem

La forma más clara de resumir esta sección es que G.711 es seguro para fax y G.729 es fatal para fax. CS-ACELP modela voz, no tonos de señalización, y en el momento en que un intercambio T.30 de fax pasa por un códec G.729, los tonos de módem son irrecuperables. Cualquier ruta de llamada que porte fax debe permanecer en G.711 de extremo a extremo con las condiciones de passthrough cumplidas (cancelación de eco desactivada, VAD desactivado, pérdida de paquetes cercana a cero) o cambiar a relay T.38 en el SBC. El artículo sobre fax sobre IP y T.38 cubre la mecánica del relay en detalle.

DTMF tiene una historia paralela. El DTMF dentro de banda transportado como audio sobrevive G.711 pero no G.729. La solución es RFC 2833 (ahora RFC 4733), que transporta DTMF como eventos RTP nombrados fuera del flujo de audio. La mayoría de los terminales SIP modernos negocian RFC 2833 por defecto, pero los IVR heredados y algunos tipos de troncales PBX todavía emiten DTMF dentro de banda que un SBC debe detectar y convertir. Si G.729 está en la ruta, RFC 2833 es obligatorio.

El tráfico de módem y TTY tiene la misma restricción. Los datos en banda de voz de cualquier tipo necesitan G.711 o no sobreviven la compresión.

Cuándo usar cada uno: un marco de decisión

La elección generalmente se decide sola una vez que la red se mapea honestamente. El patrón que se mantiene en la mayoría de las implementaciones es directo.

Dentro de una LAN administrada, en un troncal SIP dedicado dimensionado para la carga de llamadas, en una conexión UCaaS sobre una WAN saludable, o en cualquier tramo donde el ancho de banda no sea la restricción determinante, G.711 es el valor predeterminado. La calidad es mayor, la CPU es más económica, la interoperabilidad de fax y DTMF es automática, y la licencia es gratuita. El ahorro de ancho de banda de G.729 no justifica los compromisos cuando la capacidad del enlace es suficiente.

G.729 todavía se gana su lugar en tres tipos de enlaces. Segmentos WAN restringidos, típicamente oficinas remotas enlazadas a la sede central por circuitos compartidos de 1 a 4 Mbps donde cada 50 kbps de margen de voz importa; backhaul móvil, satelital o marítimo donde el ancho de banda se mide o es genuinamente escaso; e interconexiones con operadores heredados donde el proveedor upstream solo ofrece G.729 en una ruta de terminación determinada. En cada uno de estos casos, el ancho de banda ahorrado es significativo, las preocupaciones de fax y DTMF se manejan con T.38 y RFC 2833, y la reducción perceptible de calidad es aceptable para el caso de uso.

El terreno intermedio más complicado son las plataformas de PBX hospedada o centro de contacto de alta densidad donde los clientes están distribuidos entre una mezcla de tipos de red. La respuesta correcta ahí rara vez es una sola elección de códec para la plataforma; es una política de códec por cliente o por troncal aplicada en el SBC.

Redes mixtas y el rol del SBC

La mayoría de las redes reales tienen ambos códecs en juego. Un operador norteamericano entrega G.711 µ-law a un cliente, un operador europeo ofrece A-law a otro, una oficina remota restringida ejecuta G.729, y un inquilino de Enrutamiento directo de Teams negocia Opus o Silk en su tramo. El SBC es el único elemento de red con el control de medios por tramo, la visibilidad SDP y los mecanismos de política para mediar de forma limpia entre todos ellos.

Tres funciones del SBC importan para la política de códec. La primera es la negociación de códec por tramo mediante la reescritura de SDP: el SBC puede ofrecer un códec al operador y uno diferente a la PBX, y luego interconectar los dos con transcodificación en el medio. La segunda es la configuración de códec por NAP, donde cada grupo de troncales lleva su propia lista de códecs preferidos, lista de respaldo y reglas de paquetización, todo aplicado en el límite sin que ningún terminal necesite saber qué está haciendo el otro. La tercera es la capacidad de transcodificación en sí. La transcodificación por software dentro de ProSBC maneja G.711 A-law a µ-law de forma nativa, lo que cubre el caso de interoperabilidad más común entre Norteamérica y Europa. La transcodificación DSP por hardware a través de TSBC-HW-TRANS cubre G.729, AMR y el conjunto completo de códecs complejos a escala de operador.

La mecánica más profunda de cómo un SBC B2BUA realmente negocia y convierte códecs entre tramos se cubre en el artículo sobre transcodificación SBC de AMR a G.711. La decisión ante el arquitecto es qué códec aplicar en cada NAP. El SBC es cómo esa decisión se hace realidad en la red.

Preguntas frecuentes

Conclusión

La decisión entre G.711 y G.729 rara vez es tan reñida como parece en el papel. G.711 gana en calidad, CPU, licencias, interoperabilidad de fax y confiabilidad de DTMF, y la diferencia de ancho de banda (87 kbps versus 31 kbps por llamada en la red) solo importa cuando el enlace está realmente restringido. G.729 todavía se gana su lugar en segmentos WAN estrechos, backhaul móvil e interconexiones con operadores heredados donde el ahorro de ancho de banda es real. El problema más difícil en la mayoría de las redes no es elegir un códec, sino aplicar una política de códec coherente por tramo en toda una red donde ambos terminan en juego. Ese es el trabajo del SBC, y la política por NAP en el límite es donde la decisión se vuelve operacional.