Sommaire
« Combien d'appels notre connexion peut-elle encaisser ? » est la première question qu'un responsable pose avant d'ouvrir un plateau ou de passer un standard en VoIP, et la réponse est presque toujours fausse dans les deux sens : soit on compte 64 kbit/s par appel en oubliant les en-têtes, soit on prend le débit de la fibre et on divise. Voici le calcul exact, codec par codec, puis ce qui compte réellement une fois le calcul fait : la marge, la priorisation et la régularité du lien.
Ce qu'un appel consomme vraiment, en-têtes compris
Un codec définit le débit de la voix compressée, mais la voix ne voyage pas nue : chaque paquet RTP emporte des en-têtes IP, UDP et RTP, soit 40 octets en IPv4, qui pèsent d'autant plus que le paquet de voix est petit. Avec la trame de 20 millisecondes utilisée par défaut, cela fait cinquante paquets par seconde et par sens, et les ordres de grandeur suivants, par sens :
- G.711 (alaw en Europe) : 64 kbit/s de voix, environ 87 kbit/s avec les en-têtes. Qualité maximale (plafond MOS proche de 4,4), aucun calcul pour le processeur : c'est le codec du réseau téléphonique classique transporté en IP.
- G.729 : 8 kbit/s de voix, environ 31 kbit/s avec les en-têtes. Près de trois fois plus économe, au prix d'une qualité plafonnée vers 3,9 de MOS, d'une incompatibilité avec le fax et d'une dégradation nette en cas de transcodages successifs.
- Opus : débit variable, typiquement 24 à 32 kbit/s de voix pour une qualité au moins égale au G.711, soit environ 50 à 60 kbit/s avec les en-têtes, et une résistance à la perte de paquets bien supérieure grâce à sa correction d'erreur intégrée. C'est le codec natif de WebRTC, donc du poste agent en navigateur, mais la plupart des opérateurs ne l'acceptent pas sur le trunk : l'IPBX transcode alors vers G.711, ce qui coûte du processeur.
Un appel est bidirectionnel. Pour dimensionner un lien asymétrique comme l'ADSL ou la 4G, retenez que le débit montant est celui qui limite : chaque appel y consomme autant qu'en descendant, et le montant est souvent dix fois plus petit. Sur une connexion symétrique, le calcul se fait une fois et vaut pour les deux sens.
Le calcul par nombre d'agents
La formule est simple : débit nécessaire = nombre d'appels simultanés × débit par appel, dans chaque sens. Le piège est dans le premier facteur, qui n'est pas le nombre d'agents.
- Réception : un appel par agent en conversation, plus les appels en file d'attente qui écoutent la musique d'attente et consomment donc du débit descendant, plus les appels en SVI. Comptez le nombre d'agents plus 20 à 30 %.
- Émission en progressif ou prévisualisation : un appel par agent connecté, pas plus.
- Émission en prédictif : le composeur lance plusieurs appels par agent disponible, et chaque appel ouvre un flux audio dès que la ligne sonne ou qu'un répondeur décroche. Comptez le ratio de numérotation réel, souvent 2 à 4 appels simultanés par agent aux heures de faible décroché. Notre article sur les modes de numérotation détaille cette consommation de canaux.
Trois exemples en G.711, en-têtes compris :
- 10 postes de PME, 6 appels simultanés au pic : 6 × 87 ≈ 520 kbit/s par sens. Toute connexion professionnelle convient, y compris une VDSL correcte.
- 30 agents en réception, 30 conversations plus 8 appels en file : 38 × 87 ≈ 3,3 Mbit/s par sens.
- 50 agents en prédictif à ratio 3 : jusqu'à 150 flux simultanés, soit 150 × 87 ≈ 13 Mbit/s par sens. En G.729, 150 × 31 ≈ 4,7 Mbit/s. C'est là que le codec devient une décision économique.
Pour vérifier que le nombre d'appels simultanés retenu est cohérent avec votre trafic, le calcul en Erlang de notre guide du trunk SIP donne le nombre de canaux à partir des appels à l'heure de pointe et de leur durée moyenne ; le résultat se multiplie ensuite par le débit du codec.
La marge : pourquoi le calcul est un plancher
La voix doit disposer de ce débit en permanence, pas en moyenne, alors que tout le reste du réseau fonctionne en rafales : une synchronisation de fichiers, une mise à jour Windows, une visioconférence, un envoi d'enregistrements vers le stockage, et le lien est saturé trois secondes, ce qui suffit à hacher dix appels.
Les règles qui tiennent en production :
- La voix ne doit jamais représenter plus de 30 à 40 % de la capacité du lien dans le sens le plus contraint, le reste absorbant les applications et les rafales.
- Ajoutez la signalisation (SIP, présence, WebSocket), négligeable par appel mais réelle sur un plateau prédictif, et le trafic du CRM et des outils web de chaque agent, de l'ordre de 100 à 300 kbit/s en pointe par poste.
Pour les 50 agents en prédictif ci-dessus, cela donne en G.711 un sens montant garanti d'au moins 35 à 40 Mbit/s : une fibre dédiée symétrique, ou en G.729 une fibre mutualisée généreuse. Une ADSL n'entre même pas dans la discussion.
QoS : la priorité sur votre propre réseau
La qualité de service ne fait pas de miracle sur un lien saturé, mais elle garantit que, lorsque la saturation survient, ce sont les téléchargements qui ralentissent et pas la voix. Elle se configure à deux endroits.
Sur le routeur de sortie, en marquant les paquets voix (DSCP EF, valeur 46, pour le média ; CS3 ou AF31 pour la signalisation) et en leur réservant une file prioritaire sur l'interface qui sort vers Internet. C'est sur cette interface, et uniquement là, que se forme la file d'attente qui crée la gigue. Les IPBX et les téléphones marquent généralement les paquets d'eux-mêmes ; le poste WebRTC sur un PC ne le fait pas toujours, et le routeur doit alors classer le trafic par port ou par adresse du serveur.
Chez le fournisseur d'accès, le marquage est effacé dès la sortie de votre réseau, sauf offre professionnelle qui garantit une classe de service voix de bout en bout. C'est l'un des rares arguments qui justifient réellement le surcoût d'une fibre dédiée pour un plateau : non pas le débit, mais la garantie de délai et de perte.
Tester la gigue avant de signer
Le débit annoncé ne dit rien de la régularité. Avant d'engager un plateau sur une connexion, mesurez pendant plusieurs jours, aux heures de production, trois grandeurs : la latence vers le serveur de téléphonie ou l'opérateur (un ping aller-retour sous 100 à 150 ms), la gigue (sous 30 ms confortable, au-delà de 50 ms audible) et la perte de paquets (sous 0,5 %, sinon les consonnes sautent). Les seuils et leur interprétation sont détaillés dans notre article sur la qualité VoIP.
Méthode pratique : un ping continu horodaté sur 48 heures donne la latence et sa variation ; un test de flux UDP avec iperf, en mode trafic voix (paquets de 200 octets à 50 par seconde), entre un poste du site et un serveur distant, mesure la gigue et la perte dans chaque sens ; quelques appels de test en pleine journée, avec les statistiques RTCP de la plateforme, confirment le ressenti. Si le lien est déjà en service, les rapports RTCP remontés par les téléphones et les navigateurs donnent la gigue et la perte réelles de chaque appel sans rien installer.
Fibre, xDSL, 4G/5G : ce que chaque accès permet
Fibre dédiée (FTTO) à débit garanti et symétrique. Latence stable, gigue quasi nulle, rétablissement garanti en quelques heures, classe de service voix possible. C'est l'accès d'un plateau de plusieurs dizaines d'agents. Son coût, plusieurs centaines d'euros par mois, est à comparer au chiffre d'affaires d'une heure de plateau à l'arrêt.
Fibre mutualisée (FTTH) professionnelle. Débits très élevés, souvent quasi symétriques, mais sans garantie : la gigue reste basse en pratique, le délai de rétablissement peut atteindre plusieurs jours. Adaptée jusqu'à une vingtaine d'agents, ou au-delà en doublant les accès.
VDSL et ADSL. Le montant est la limite : 1 Mbit/s en ADSL, c'est 8 à 10 appels en G.711 avant toute marge, 20 à 25 en G.729. Une VDSL à 10 ou 20 Mbit/s montants convient à un petit standard, pas à un plateau. Et le cuivre ferme par lots : aucun nouveau plateau ne devrait s'appuyer sur un accès xDSL.
4G et 5G. Débits confortables, mais latence variable et gigue plus élevée que le fixe, selon la charge de la cellule dans la journée. C'est un excellent secours automatique et un accès acceptable pour un agent isolé ou un télétravailleur, de préférence en Opus pour la résistance à la perte. Ce n'est pas un accès principal pour un plateau, et le NAT des opérateurs mobiles complique l'établissement du média.
Le bon dimensionnement n'est donc pas un chiffre mais une chaîne : un codec choisi en connaissance de cause, un nombre d'appels simultanés qui tient compte du mode de numérotation, une marge qui laisse la voix sous 40 % du lien dans le sens contraint, une QoS appliquée là où la file se forme, et une mesure de gigue faite avant de signer. Le débit de la fibre arrive en dernier, et c'est rarement lui qui manque.