Guide des codecs VoIP : G.711, G.722, G.729, Opus, AMR

Chaque appel VoIP repose sur un codec. Cinq d’entre eux transportent la grande majorité du trafic vocal sur la planète, et chacun a été conçu en fonction des contraintes de l’internet à l’époque de sa création. G.711 est issu de la téléphonie numérique filaire et devait fonctionner avec des modems 56k. G.722 a apporté l’audio large bande aux téléphones IP d’entreprise et correspond à ce que l’industrie commercialise sous le nom de HD Voice côté postes téléphoniques. G.729 a été conçu pour faire passer la voix sur l’internet commuté. Opus est arrivé après 2010 et a été conçu pour un monde avec la fibre optique et des capacités puissantes d’encodage et de décodage, allant du chat à faible débit au streaming en qualité studio. AMR et EVRC sont les familles de codecs que les réseaux mobiles ont standardisées, d’abord pour la 2G et la 3G, puis pour le VoLTE.

Ce guide offre une vue d’ensemble, pas une comparaison directe. L’objectif est de fournir à un architecte réseau, un MSP ou un fournisseur de services la carte mentale nécessaire pour choisir un codec sur chaque segment d’un réseau réel : lequel convient où, quels compromis accompagnent chacun, comment Opus a changé la donne, et comment un SBC arbitre lorsque les deux extrémités d’un appel ne peuvent pas s’accorder. Pour la comparaison approfondie entre G.711 et G.729, consultez l’article dédié G.711 vs G.729. Pour les mécanismes de conversion entre codecs lors d’un appel en direct, l’article sur le transcodage SBC AMR vers G.711 approfondit le plan de transcodage.

Le paysage des codecs

Avant de les comparer, il est utile de comprendre à quoi chaque codec a été conçu. Les cinq ont été créés à des décennies différentes pour des réseaux différents, et les forces de chacun remontent encore à son contexte de conception original.

G.711 est le codec sur lequel fonctionne le PSTN. Standardisé par l’ITU-T en 1972, il échantillonne la parole à 8 kHz et applique une compression logarithmique simple (A-law dans la majeure partie du monde, µ-law en Amérique du Nord et au Japon) pour produire un flux constant de 64 kbps. Le travail d’encodage et de décodage est négligeable, la qualité vocale est essentiellement celle d’un appel téléphonique filaire, et le codec transporte les tonalités de fax et le DTMF intrabande sans problème. Pratiquement chaque trunk SIP, IP-PBX et interconnexion opérateur prend en charge G.711 nativement, c’est pourquoi il reste la lingua franca du VoIP quarante ans après sa création.

G.722 est le codec large bande que le monde de la téléphonie d’entreprise a adopté pour l’audio HD. Standardisé par l’ITU-T en 1988, il échantillonne à 16 kHz et utilise le ADPCM sous-bande pour délivrer de la parole large bande (50 Hz à 7 kHz) à 48, 56 ou 64 kbps, la plupart des déploiements fonctionnant en mode 64 kbps. Le coût CPU est négligeable, le codec est libre de droits, et presque chaque téléphone IP professionnel de Polycom, Cisco, Yealink, Snom et Mitel est livré avec G.722 activé par défaut. G.722 est ce que l’industrie commercialise sous le nom de HD Voice côté postes téléphoniques et SIP d’entreprise. Il n’est pas compatible fax et ne transporte pas le DTMF intrabande, mais sur un trunk SIP propre entre deux postes HD, c’est le moyen le plus simple d’obtenir de l’audio large bande sans rien changer d’autre dans la pile.

G.729 est le codec que la VoIP d’entreprise utilisait dans les années 1990 et 2000. Standardisé en 1996 lorsque les liaisons WAN étaient étroites et coûteuses, il échantillonne au même 8 kHz que G.711 mais compresse chaque trame de 10 ms à 80 bits en utilisant CS-ACELP, un modèle prédictif du conduit vocal qui délivre 8 kbps. Le calcul est optimisé pour la voix humaine claire et ne survit pas aux tonalités de modem fax, à la musique d’attente ou au DTMF intrabande. Les brevets G.729 ont commencé à expirer en 2017 et le codec est désormais effectivement libre de droits, bien que les fournisseurs de PBX commerciaux facturent encore souvent des licences par canal sur le modèle de revenus historique.

Opus est le codec de l’ère moderne d’internet. Standardisé par l’IETF en 2012 sous la référence RFC 6716, il combine deux algorithmes en un seul codec : SILK (le codec utilisé par Skype) pour la parole à débit faible à moyen et CELT pour la musique et l’audio à haut débit. Opus va de 6 kbps en bande étroite mono à 510 kbps en pleine bande stéréo au sein d’une seule session négociée, inclut le FEC et la dissimulation de perte de paquets, et est libre de brevets sous une licence permissive. WebRTC a rendu Opus obligatoire, Microsoft Teams l’utilise côté client, et la plupart des plateformes UCaaS et CPaaS modernes le négocient par défaut. Opus nécessite cependant plus de puissance de calcul que les codecs plus anciens, c’est pourquoi la téléphonie mobile et les industries de terminaux plus petits ont été plus lentes à l’adopter.

AMR (Adaptive Multi-Rate) est le codec que les réseaux mobiles ont standardisé. Deux variantes principales sont utilisées : AMR-NB à 8 kHz d’échantillonnage et 4,75 à 12,2 kbps, originellement introduit pour le GSM, et AMR-WB à 16 kHz et jusqu’à 23,85 kbps, obligatoire pour le VoLTE chez la plupart des opérateurs. AMR encode la parole en trames de 20 ms avec adaptation de débit VBR, de sorte qu’une liaison radio qui se dégrade peut descendre au débit le plus bas sans renégocier l’appel. AMR apparaît rarement sur les trunks SIP d’entreprise car le trafic mobile vers IP est presque toujours transcodé en G.711 à la passerelle média de l’opérateur mobile ou à un SBC en aval.

Matrice de comparaison en un coup d’œil

Les cinq codecs diffèrent sur une dizaine de dimensions qui comptent en production. Le tableau ci-dessous les place côte à côte pour que les compromis soient visibles en un seul regard. Les chiffres correspondent aux valeurs par défaut typiques ; chaque codec dispose de modes et d’annexes qui modifient certaines valeurs.

Trois éléments ressortent de la matrice. Premièrement, seul G.711 transporte le fax et le DTMF intrabande de manière fiable ; tous les autres codecs de cette liste nécessitent le DTMF hors bande (RFC 4733) et T.38 pour le fax. Deuxièmement, G.722 délivre de l’audio large bande à la même bande passante de 64 kbps que G.711, c’est pourquoi les postes HD l’utilisent par défaut sur le SIP d’entreprise sans renégocier les budgets de bande passante. Troisièmement, Opus est le seul codec qui couvre toute la gamme de bande passante audio dans une seule session négociée (au prix de performances de calcul plus lourdes), c’est pourquoi il fonctionne aussi bien pour un appel vocal contraint que pour une application de streaming musical sans changer de codec.

Large bande vs bande étroite comme choix de premier ordre

La dimension du taux d’échantillonnage compte davantage que celle du débit binaire dans la plupart des déploiements modernes, et c’est celle qui est le plus souvent négligée. G.711 et G.729 échantillonnent tous deux à 8 kHz, ce qui plafonne l’audio transporté à environ 3,4 kHz. C’est la bande passante d’un appel PSTN filaire et la raison pour laquelle l’audio téléphonique traditionnel semble légèrement étouffé par rapport à une conversation en personne. G.722, AMR-WB et Opus fonctionnent tous à 16 kHz ou plus, doublant la bande passante audio transportée à environ 7 kHz. La différence est immédiatement audible : les consonnes sont plus nettes, les sibilantes survivent intactes, et l’appel se rapproche d’une conversation en face à face. Côté SIP d’entreprise, G.722 est le cheval de bataille large bande depuis plus d’une décennie ; côté cloud, Opus a pris le même rôle.

Cela compte dans trois contextes. Le premier est tout appel qui fait le pont entre Microsoft Teams ou WebRTC et un opérateur traditionnel. Les terminaux Teams et navigateurs peuvent négocier l’audio large bande de leur côté ; dès que l’appel atteint un trunk SIP G.711, le signal large bande est sous-échantillonné et l’auditeur côté cloud entend de la bande étroite. Le deuxième concerne les centres de contact utilisant l’analyse vocale. La précision de l’ASR augmente sensiblement lorsque le codec est large bande, de sorte que les enregistrements d’appels sur Opus ou AMR-WB sont plus faciles à transcrire que les mêmes appels enregistrés après un passage par G.729. Le troisième concerne les conférences de direction et les services vocaux HD, où l’expérience large bande est le produit lui-même.

L’implication pratique pour la politique de codec : un déploiement qui a déjà investi dans des terminaux large bande perd l’expérience large bande dès qu’un codec bande étroite intervient sur n’importe quel segment du chemin. La solution n’est pas toujours de mettre à niveau chaque trunk vers un codec large bande, mais de savoir exactement quel segment réduit la bande passante et de décider si la perte est acceptable pour ce segment.

Sélection de codec par cas d’utilisation

Choisir un codec au niveau de la plateforme produit rarement la bonne réponse. La décision se prend au niveau du groupe de trunks, parfois au niveau de chaque appel, et le bon codec dépend entièrement de ce que fait l’appel et du réseau qu’il traverse. Les schémas ci-dessous couvrent les cas qui reviennent le plus souvent dans les réseaux vocaux de production.

Un trunk SIP en greenfield entre deux terminaux modernes, où la bande passante n’est pas la contrainte limitante, devrait utiliser G.711 par défaut. Le codec est universellement pris en charge, exempt de licence, compatible fax lorsque les conditions de passthrough sont remplies, et trivial en coût CPU. Si les deux terminaux prennent en charge Opus et que la plateforme est entièrement nouvelle sans exigence de passthrough fax ou DTMF, Opus est un meilleur choix par défaut pour le même cas d’utilisation car il passe en large bande lorsque le réseau peut le supporter.

Un segment WAN contraint, typiquement un bureau distant sur une liaison partagée de 1 à 4 Mbps où chaque 50 kbps de marge compte, reste un endroit légitime pour G.729. L’économie de bande passante est réelle, la baisse de qualité perçue est gérable, et les compromis (fax sur T.38, RFC 4733 pour le DTMF) sont bien compris. Sur un déploiement greenfield avec un équipement moderne et des capacités fibre modernes, Opus à 16 à 24 kbps surpasse généralement G.729 en qualité à une bande passante similaire, avec l’avantage supplémentaire du FEC et d’une récupération gracieuse des pertes de paquets.

Un chemin mobile vers IP implique presque toujours AMR côté mobile et G.711 côté IP. La frontière de transcodage se situe soit à la passerelle média de l’opérateur mobile, soit au SBC d’entreprise, selon le contrat d’interconnexion. VoLTE vers PSTN, centre de contact mobile et voix en itinérance suivent tous ce schéma. La capacité DSP matérielle pour effectuer le transcodage AMR proprement à grande échelle est le goulot d’étranglement pratique, et c’est précisément ce que TSBC-HW-TRANS a été conçu pour fournir.

Un chemin d’appel portant du fax est la seule situation où le choix de codec n’est pas négociable. CS-ACELP, SILK et AMR détruisent tous les tonalités modem T.30. L’appel doit rester en G.711 de bout en bout avec les conditions de passthrough remplies (annulation d’écho désactivée, VAD désactivé, perte de paquets quasi nulle) ou basculer vers le relais T.38 au niveau du SBC. L’article Fax over IP et T.38 couvre les mécanismes de relais en détail.

Un centre de contact avec enregistrement, analyse des ventes ou scoring piloté par l’ASR est mieux servi par Opus sur tout segment que la plateforme prend en charge, et G.711 ailleurs. Le transcodage en tandem affecte la précision de l’ASR de la même manière qu’il affecte la perception humaine, l’objectif est donc de minimiser le nombre de conversions de codec dans le chemin enregistré. La même logique s’applique aux déploiements d’IA vocale : chaque saut de transcodage ajoute de la latence et dégrade le signal STT, de sorte que la politique de codec est ajustée aux tolérances de la pile IA.

Pourquoi Opus remodèle la pile par défaut

Opus est le premier codec à sérieusement défier G.722 comme codec large bande par défaut pour les nouveaux déploiements VoIP, et les raisons sont structurelles plutôt qu’incrémentales. G.711 n’est pas vraiment le concurrent ici. Il occupe le terrain de la bande étroite, du fax et du côté opérateur et ne va nulle part. La compétition se joue sur la couche large bande, où G.722 est le titulaire SIP d’entreprise depuis plus d’une décennie. Opus a été conçu par l’IETF pour résoudre les problèmes que WebRTC a rencontrés lorsqu’il a tenté de standardiser la voix en temps réel dans un navigateur, et les mêmes choix de conception lui confèrent trois avantages par rapport à G.722 sur les déploiements greenfield.

Le premier est la plage. Opus négocie une session unique qui peut transporter n’importe quoi, d’un canal vocal bande étroite à 6 kbps à un flux musical stéréo pleine bande à 510 kbps, et il peut changer de mode en cours d’appel sans renégocier le SDP. G.722, en revanche, fonctionne à trois débits fixes (48, 56, 64 kbps) à un taux d’échantillonnage unique de 16 kHz. Un appel sur Opus qui doit passer à un débit bas lorsque le réseau se dégrade peut le faire sans re-INVITE ; un appel G.722 à 64 kbps reste à 64 kbps jusqu’à la fin de l’appel.

Le deuxième est la résilience intégrée. Opus transporte la correction d’erreur directe (FEC) dans les paquets adjacents, de sorte qu’un paquet perdu peut être reconstruit à partir du suivant plutôt que retransmis ou dissimulé par du silence. G.722 ne dispose que d’une dissimulation basique de perte de paquets, sans FEC ni DTX. Sur un réseau qui perd 2 à 3 % de ses paquets, Opus reste intelligible là où G.722 commence à développer des artefacts audibles et où G.729 se dégrade complètement.

Le troisième est l’ubiquité dans les terminaux modernes. WebRTC a rendu Opus obligatoire, chaque navigateur l’intègre, Microsoft Teams l’utilise côté client, Zoom utilise une variante d’Opus, et Discord, Slack huddles, Google Meet et presque chaque application vocale et vidéo grand public ont Opus dans leur liste de codecs. G.722 n’a essentiellement jamais quitté le monde des téléphones IP d’entreprise. Le résultat est qu’Opus est le codec large bande naturel pour tout déploiement dont les terminaux incluent des navigateurs, des softphones ou des utilisateurs UCaaS aux côtés de postes téléphoniques traditionnels, ce qui est aujourd’hui le cas de la plupart d’entre eux.

La raison pour laquelle Opus n’a pas encore balayé la couche large bande dans son ensemble est l’interopérabilité, pas la technologie. Les opérateurs, les fournisseurs de PBX et les produits SBC ont tous été construits autour de G.711, G.722 et G.729 pendant des décennies ; ajouter Opus à la liste de codecs offerts par un opérateur est un changement contractuel et opérationnel autant que technique. G.722 l’emporte encore par défaut sur un trunk SIP propre entre deux postes HD car les deux côtés le parlent déjà et aucun transcodage n’est requis. Opus commence maintenant à déplacer G.722 sur les déploiements greenfield où les deux terminaux le négocient, et sur les déploiements hybrides qui font le pont entre le SIP d’entreprise et Teams, WebRTC ou une plateforme UCaaS. Le pont entre le monde natif Opus (navigateurs, Teams, UCaaS) et le monde natif G.711 / G.722 (opérateurs, PBX, postes HD, fax) est exactement là où se situe le SBC, et le transcodage Opus vers G.711 est désormais l’une des conversions de codec les plus courantes en production. ProSBC prend en charge le transcodage Opus via TSBC-HW-TRANS aujourd’hui.

Négociation des codecs entre fournisseurs

Choisir un codec pour chaque segment est une décision. Faire en sorte que les deux extrémités d’un appel utilisent réellement le codec choisi en est une autre. La négociation de codec se déroule dans le corps SDP du SIP INVITE et du 200 OK, où chaque côté annonce ses codecs pris en charge par ordre de priorité et l’appel converge vers le chevauchement de plus haute priorité. Lorsque les listes sont asymétriques, le SBC a trois options : réécrire la liste de codecs offerts sur un segment pour qu’une correspondance existe, transcoder au milieu, ou rejeter l’appel avec 488 Not Acceptable Here.

La première option, la réécriture de la liste de codecs SDP, est la moins coûteuse. Si un opérateur nord-américain propose G.711 µ-law en premier et que le PBX d’un client européen préfère G.711 A-law, le SBC peut réordonner ou réduire la liste offerte par segment pour que les deux côtés voient un codec qu’ils acceptent. Aucun matériel de transcodage n’est impliqué. C’est ainsi que la plupart des interopérabilités G.711 A-law vers µ-law fonctionnent en production, et le SBC se comporte de la même manière pour toute asymétrie de chemin audio où les segments entrant et sortant sont en désaccord sur le codec préféré.

La deuxième option, le transcodage, est ce que chaque pont Opus vers G.711 finit par devenir. Le SBC décode le média entrant en PCM brut, le réencode dans le codec de destination et transmet le résultat avec de nouveaux horodatages RTP et un nouveau type de charge utile. Le transcodage logiciel au sein du SBC couvre les cas simples (G.711 A-law vers µ-law, conversion de ptime G.711) ; le transcodage DSP matériel gère les codecs complexes à l’échelle des opérateurs. Les mécanismes du plan de transcodage, y compris la manière dont un SBC B2BUA gère la poignée de main SDP et les flux re-INVITE, sont couverts en détail dans l’article sur le transcodage SBC AMR vers G.711.

La troisième option, le rejet de l’appel, est une décision de configuration. Certains opérateurs préfèrent rejeter les appels qui nécessiteraient une conversion de codec indésirable (pour des raisons de coût, de qualité ou de conformité) plutôt que de transcoder silencieusement. Le SBC applique cela via la politique de codec par NAP : chaque groupe de trunks possède sa propre liste de codecs préférés, sa liste de repli et son indicateur « transcoder si pas de correspondance », tous appliqués à la frontière sans que l’un ou l’autre terminal ait besoin de savoir ce que fait l’autre. Cette politique de codec par segment et par trunk est l’unité opérationnelle de la gestion des codecs sur un réseau réel.

Le coût du transcodage

Le transcodage est le levier qui fait fonctionner les réseaux multi-codecs, et il comporte trois coûts qui doivent être dimensionnés dès la conception. Aucun n’est rédhibitoire, mais les ignorer produit des réseaux qui sonnent moins bien qu’ils ne le devraient.

Le premier coût est la qualité vocale. Chaque saut de transcodage applique un aller-retour avec perte via le PCM, et le MOS baisse à chaque conversion. Un seul chemin G.711 vers Opus vers G.711 accumule quelques dixièmes de point MOS de dégradation, et un appel qui franchit deux frontières de transcodage peut tomber en dessous du MOS nominal de l’un ou l’autre codec. L’objectif architectural est de minimiser le nombre de conversions de codec dans le chemin routé, pas d’optimiser chaque segment isolément.

Le tableau ci-dessous positionne chaque codec sur le spectre avec perte versus sans perte et bande étroite versus pleine bande, pour que la situation qualitative soit visible en un seul regard.

Le deuxième coût est la latence. Chaque étape de transcodage ajoute environ 20 ms de traitement tamponné par trame et par direction. Sur un pont à un seul saut, c’est invisible ; sur un chemin qui fonctionne déjà près du budget de latence conversationnelle (mobile vers agent IA, trunk SIP intercontinental, liaison satellite), un saut de transcodage supplémentaire peut pousser la conversation dans un territoire de délai perceptible.

Le troisième coût est la capacité matérielle. Le transcodage logiciel pour les variantes G.711 en bande étroite fonctionne sur CPU standard à haute densité. À l’échelle des opérateurs aujourd’hui, le transcodage de codecs complexes réside sur des cartes DSP matérielles car une latence prévisible par canal compte plus que le débit de pointe. ProSBC s’associe à TSBC-HW-TRANS pour ce rôle, avec jusqu’à 2 744 sessions par boîtier 1U et un empilement jusqu’à 30 000 sessions.

Questions fréquemment posées

Conclusion

Les cinq codecs qui couvrent la quasi-totalité du trafic VoIP occupent chacun un créneau clair. G.711 reste le défaut pour les segments filaires, portant du fax et orientés opérateur. G.722 est le titulaire large bande côté SIP d’entreprise, en particulier entre postes HD où les deux côtés le parlent déjà. G.729 conserve sa place sur les segments à bande passante limitée et les interconnexions historiques, avec des brevets expirés et une licence simplifiée. Opus est devenu le défaut côté cloud-natif, de WebRTC à Teams en passant par le UCaaS mobile, et sa flexibilité, son FEC et son statut libre de droits en font le candidat le plus solide pour les nouveaux déploiements greenfield avec des capacités CPU élevées. AMR porte le monde mobile des terminaux 2G au VoLTE, mais apparaît rarement sur les trunks SIP d’entreprise car les opérateurs mobiles transcodent à la passerelle média. La question opérationnelle est rarement de savoir sur quel codec unique se standardiser ; c’est comment définir la politique de codec par segment, où le SBC l’applique, et comment maintenir le nombre de sauts de transcodage aussi bas que la topologie le permet.