Sommaire
« La ligne est mauvaise. » C'est le diagnostic le plus fréquent et le moins utile. La qualité d'un appel VoIP se mesure avec trois indicateurs objectifs — MOS, gigue, perte de paquets — et chacun pointe vers une cause précise. Voici comment lire ces chiffres et quoi corriger.
Le MOS : la note globale
Le MOS (Mean Opinion Score) note la qualité perçue de 1 à 5. À l'origine, il s'agissait d'une moyenne d'évaluations humaines ; aujourd'hui il est calculé automatiquement à partir des paramètres réseau, selon le modèle E décrit par la recommandation UIT-T G.107.
| MOS | Perception | Verdict |
|---|---|---|
| 4,3 – 5,0 | Excellente | Qualité équivalente au RTC. Cible en G.711. |
| 4,0 – 4,3 | Bonne | Aucune gêne perceptible. Objectif normal en production. |
| 3,6 – 4,0 | Correcte | Dégradation audible mais acceptable. |
| 3,1 – 3,6 | Médiocre | Effort d'écoute nécessaire. Les appels raccourcissent. |
| < 3,1 | Mauvaise | Conversation pénible. Impact commercial direct. |
Le codec fixe le MOS maximal atteignable, quel que soit l'état du réseau : environ 4,4 en G.711, et 3,9 en G.729. Autrement dit, un plateau en G.729 ne dépassera jamais « correct » — même sur un réseau parfait. Si vous visez la qualité, le choix du codec vient avant l'optimisation.
Les trois causes, et ce qu'elles produisent
La perte de paquets
Des paquets RTP n'arrivent jamais. Chaque paquet représente typiquement 20 ms de voix. Le symptôme : des micro-coupures, un son « robotique », des syllabes manquantes.
- < 0,5 % — imperceptible.
- 1 % — dégradation audible sur les consonnes.
- 3 % — gênant, l'interlocuteur fait répéter.
- > 5 % — conversation difficile à tenir.
La perte en rafale est bien plus destructrice que la perte répartie : 1 % concentré en une salve d'une demi-seconde efface un mot entier.
La gigue (jitter)
Les paquets arrivent, mais irrégulièrement. La voix étant un flux constant, cette irrégularité doit être absorbée par un jitter buffer — une mémoire tampon qui régularise le débit au prix d'un délai supplémentaire.
- < 20 ms — absorbé sans effet perceptible.
- 20–50 ms — absorbable, mais le tampon grandit et le délai augmente.
- > 50 ms — le tampon déborde et jette des paquets : la gigue devient de la perte.
La latence
Le temps de trajet de la voix. Elle ne dégrade pas le son mais détruit le rythme de la conversation : les interlocuteurs se coupent la parole.
- < 150 ms (aller simple) — conversation naturelle. Recommandation UIT-T G.114.
- 150–300 ms — hésitations perceptibles, chevauchements.
- > 300 ms — mode « talkie-walkie », chacun attend son tour.
Un plateau à Tunis appelant la France ajoute mécaniquement 30 à 60 ms de latence réseau. C'est acceptable — à condition de ne pas y ajouter du transcodage, un VPN mal dimensionné et un opérateur qui route par un continent supplémentaire. Les millisecondes s'additionnent, et seul le total compte.
Diagnostiquer en quatre étapes
Étape 1 — Localiser : un sens ou les deux ?
Question à poser immédiatement : qui entend mal ? Si un seul des deux interlocuteurs est concerté, le problème est unidirectionnel, ce qui élimine d'emblée la moitié des causes possibles et oriente vers le NAT ou le pare-feu. Si les deux sens sont affectés, cherchez du côté de la bande passante ou de l'opérateur.
Étape 2 — Mesurer, ne pas supposer
Un ping vers la passerelle de l'opérateur donne déjà latence et perte. Le paramètre décisif est mdev, qui reflète la gigue :
ping -c 200 -i 0.2 sip.operateur.tld
--- statistiques ---
200 paquets transmis, 198 reçus, 1% perte
rtt min/avg/max/mdev = 18.2/24.7/89.3/11.4 msIci : 1 % de perte et un mdev à 11 ms — passable, mais le max à 89 ms trahit des à-coups. Sur Asterisk, la commande sip show channelstats (ou pjsip show channelstats) donne directement la perte et la gigue par appel en cours.
Étape 3 — Chercher la saturation du lien montant
C'est la cause n°1 dans les petites structures. La voix a besoin de 174 kbit/s bidirectionnels par appel en G.711, et le débit montant est presque toujours le facteur limitant. Une sauvegarde vers le cloud, une visioconférence ou une mise à jour lancée en pleine journée suffisent à saturer le lien et à hacher tous les appels simultanément.
Le signe distinctif : la dégradation est corrélée à l'heure, pas au correspondant.
Étape 4 — Isoler le maillon
Testez le même appel depuis un autre réseau — un partage de connexion mobile, par exemple. Si la qualité redevient normale, le problème est dans votre réseau local. Si elle reste mauvaise, il est chez l'opérateur ou sur la route de terminaison.
Les correctifs, par ordre d'efficacité
1. QoS sur le routeur
Marquer le trafic voix en DSCP EF (46) et lui réserver une file prioritaire. C'est le correctif le plus rentable pour un réseau d'entreprise partagé : il élimine d'un coup la gigue liée à la congestion interne.
2. Réserver de la bande passante montante
Limiter le débit montant des autres usages plutôt que d'essayer de prioriser après coup. Une règle de shaping qui plafonne les sauvegardes à 60 % du lien protège durablement les appels.
3. Supprimer le transcodage
Aligner le codec de bout en bout. Le transcodage consomme du CPU et, en cas de saturation du serveur, dégrade tous les appels en même temps — un symptôme souvent attribué à tort au réseau.
4. Vérifier NAT et pare-feu
Un son unidirectionnel est presque toujours un problème de NAT ou de plage RTP fermée. Les paramètres et la configuration type sont détaillés dans notre guide du trunk SIP.
5. Câbler ce qui peut l'être
Le Wi-Fi introduit de la gigue par nature — retransmissions, changements de canal, interférences. Sur un plateau d'agents, le poste doit être câblé. Ce n'est pas une préférence esthétique : c'est la différence entre un MOS de 4,2 et un MOS de 3,4.
Augmenter le débit de la ligne quand le problème est la gigue ou la latence. Passer de 100 à 500 Mbit/s ne change rien à un problème de régularité — vous paierez plus cher pour le même MOS. Mesurez d'abord, achetez ensuite.
Quand le réseau n'est pas en cause
Trois symptômes sont régulièrement attribués au réseau alors qu'ils viennent d'ailleurs :
- L'écho. Presque toujours acoustique : un haut-parleur trop proche d'un micro, un casque de mauvaise qualité. Vérifiez le matériel avant le réseau.
- Le son métallique constant, sans coupure. C'est le codec, pas le lien. Typiquement du G.729, ou un double transcodage sur la route.
- Les coupures à durée fixe (30 s, 15 min…). C'est un délai d'expiration de session SIP ou une table NAT qui se vide, pas une perte de paquets.
Surveiller en continu
Trois indicateurs suffisent, relevés quotidiennement :
- MOS moyen par jour — une baisse progressive signale une saturation qui s'installe.
- Perte de paquets par heure — un pic récurrent à heure fixe désigne un usage concurrent.
- ACD par destination — une durée moyenne qui chute sans changement de script trahit souvent une dégradation audio : les gens raccrochent parce qu'ils n'entendent pas. Voir notre article sur l'ASR et l'ACD.
Ce qu'il faut retenir
Mesurez avant de conclure. Un son haché est de la perte de paquets, un son irrégulier est de la gigue, une conversation où l'on se coupe la parole est un problème de latence — trois causes, trois correctifs différents. Le MOS donne la note globale, mais c'est le détail qui indique où agir.
Et n'oubliez jamais le plafond du codec : sur un plateau en G.729, toute l'optimisation réseau du monde ne fera pas dépasser 3,9.