Una llamada VoIP se siente como cualquier otra llamada, pero por dentro son dos conversaciones distintas que ocurren a la vez: una entre computadoras que acuerdan establecer la llamada y otra que transporta tu voz como un flujo de pequeños paquetes. Entender ambas partes facilita mucho elegir el servicio adecuado, dimensionar tu conexión a internet y solucionar problemas de calidad.
Esta guía sigue una llamada de principio a fin y después explica el ancho de banda, los ajustes importantes de tu red y una tabla de diagnóstico. Si prefieres empezar por una explicación sencilla, lee qué es VoIP.
Las dos partes de toda llamada VoIP
- Señalización: establecer la llamada: La mayoría de los servicios VoIP usa SIP, el protocolo de inicio de sesión (RFC 3261 (SIP)). Los mensajes SIP dicen «quiero llamar a este número», «está sonando», «han contestado» y «hemos terminado». No transportan audio.
- Medios: transportar tu voz: Cuando se contesta la llamada, tu voz viaja en paquetes RTP, el protocolo de transporte en tiempo real (RFC 3550 (RTP)). Cada paquete contiene un fragmento diminuto de sonido, normalmente de 20 milisegundos.
La señalización y los medios pueden seguir rutas distintas por internet. Por eso, a veces una llamada se conecta correctamente, pero solo se oye en una dirección: la señalización llegó; los paquetes de voz, no.
Una llamada, paso a paso
Supongamos que un cliente llama desde un móvil normal a tu número empresarial, alojado con un proveedor VoIP, y tú contestas en una aplicación de tu portátil.
- 1. Tu aplicación se registra: Al abrir la aplicación, inicia sesión con el proveedor mediante un mensaje SIP «REGISTER»: «este usuario está disponible aquí». Lo repite cada pocos minutos para que el proveedor siempre sepa dónde enviar las llamadas.
- 2. La llamada llega desde la red telefónica: El operador del cliente consulta quién tiene tu número y entrega la llamada a tu proveedor VoIP mediante una interconexión. La pasarela del proveedor convierte el formato de la red tradicional a SIP y RTP. Nuestra guía de la PSTN explica esa red.
- 3. El proveedor hace sonar tus dispositivos: El proveedor envía un mensaje SIP «INVITE» a todos los dispositivos registrados a tu nombre: la aplicación del portátil, la del móvil y un teléfono de escritorio. Todos suenan.
- 4. Contestas y los dispositivos acuerdan un códec: El mensaje INVITE y su respuesta incluyen una lista breve de los formatos de audio (códecs) que admite cada extremo. Eligen uno que ambos entiendan.
- 5. Tu voz se convierte en paquetes: La aplicación toma muestras de tu micrófono miles de veces por segundo, comprime el sonido con el códec y envía un paquete aproximadamente cada 20 ms: unos 50 paquetes por segundo en cada dirección.
- 6. El otro extremo regulariza los paquetes y los reproduce: Los paquetes llegan con pequeños desfases. Un búfer de jitter en el receptor los retiene unos milisegundos y los reproduce a un ritmo uniforme. Los paquetes perdidos se disimulan rellenando el hueco con una estimación.
- 7. Alguien cuelga: Un mensaje SIP «BYE» termina la llamada, el flujo de medios se detiene y el proveedor guarda el registro que ves en tu historial de llamadas.
Códecs: cómo se comprime tu voz
| Códec | Qué es | Ancho de banda por llamada, en una dirección |
|---|---|---|
| G.711 | El estándar sin compresión de la red telefónica tradicional; suena como una línea fija | Unos 87.2 kbps por Ethernet a 50 paquetes por segundo |
| G.729 | Un códec comprimido que ahorra ancho de banda a costa de algo de calidad | Unos 31.2 kbps por Ethernet a 50 paquetes por segundo |
| Opus | Un códec moderno usado por muchas aplicaciones y navegadores; se adapta a la conexión y permite voz de banda ancha («HD») | Variable, de 6 a 510 kbps de audio por diseño |
Fuentes: guía de ancho de banda por llamada de Cisco y RFC 6716 (Opus), consultadas el 19 de octubre de 2026. Cuando una llamada llega a un teléfono normal, la pasarela del proveedor suele convertirla a G.711 para el último tramo, así que su claridad está limitada por el punto de menor calidad del recorrido.
Cuánta conexión a internet necesitas
Calcúlalo según el número de llamadas simultáneas, no según el número de personas.
- Cuenta tu momento de mayor actividad: ¿cuántas personas hablan por teléfono a la vez?
- Multiplica por unos 90 kbps para G.711 en cada dirección. Cinco llamadas simultáneas consumen unos 436 kbps de subida y 436 kbps de bajada.
- Deja un margen amplio para todo lo demás que usa la conexión: las videollamadas, las copias de seguridad en la nube y las cargas grandes compiten por la misma velocidad de subida.
- La velocidad de subida suele ser el límite en las conexiones de cable y DSL. Compruébala en un momento de mucha actividad, no a primera hora de la mañana.
En una conexión moderna, el ancho de banda rara vez es el verdadero problema. Lo es la estabilidad. Una conexión de 300 Mbps que se detiene medio segundo cada minuto sonará peor que una línea estable de 10 Mbps.
Qué hace que una llamada VoIP suene mal
- Latencia (retraso): El tiempo que tarda un paquete en cruzar la red. Los retrasos largos hacen que las personas hablen al mismo tiempo. La recomendación ITU-T G.114 de la UIT sobre el tiempo de transmisión en una dirección es la referencia de diseño de la mayoría de los proveedores; mantener el retraso en una dirección por debajo de unos 150 ms permite una conversación natural.
- Jitter: La variación del retraso entre paquetes. Un pequeño búfer de jitter la absorbe; un jitter elevado produce audio robótico o entrecortado.
- Pérdida de paquetes: Paquetes que nunca llegan. Una pérdida pequeña se disimula; unos pocos puntos porcentuales hacen que las palabras se corten.
- Eco: Suele ser acústico: el sonido de tu altavoz vuelve a entrar en tu micrófono. Unos auriculares con micrófono resuelven la mayoría de los casos.
Ajustes de red que ayudan
- Prioriza las conexiones por cable para los teléfonos de escritorio: Conecta los teléfonos IP y la computadora principal de la oficina por Ethernet. El wifi funciona, pero es más variable.
- Activa QoS si tu router lo permite: La calidad de servicio permite que el router envíe primero los paquetes de voz cuando la línea está ocupada. Muchos routers tienen un ajuste sencillo de prioridad para «VoIP» o «juegos».
- Revisa el ajuste SIP ALG: Algunos routers reescriben los mensajes SIP con una función llamada SIP ALG, que puede causar audio en una sola dirección o llamadas cortadas. Muchos proveedores recomiendan desactivarla; consulta primero su guía de configuración.
- Mantén actualizado el firmware: Actualiza el router y los teléfonos IP. Muchas correcciones de calidad de llamadas llegan como actualizaciones de firmware.
Seguridad: cifrado e identificación de llamadas
SIP puede enviarse por TLS para proteger la señalización, y la voz puede cifrarse con SRTP (RFC 3711 (SRTP)). Pregunta si tu proveedor usa ambos de forma predeterminada. Por separado, los operadores estadounidenses firman la identificación de las llamadas salientes mediante el marco STIR/SHAKEN, para que el operador receptor pueda comprobar si quien llama tiene permiso para usar ese número. Un proveedor que haya verificado tu empresa puede firmar tus llamadas con el nivel más alto de confianza, lo que ayuda a evitar etiquetas de «Posible spam». Consulta nuestra entrada de glosario sobre STIR/SHAKEN.
Tabla de diagnóstico
| Qué oyes | Causa más probable | Qué probar primero |
|---|---|---|
| La llamada se conecta, pero un extremo no oye nada | Medios bloqueados por un firewall o reescritos por SIP ALG | Revisa los puertos de firewall del proveedor; prueba con SIP ALG desactivado |
| Voz entrecortada o robótica | Jitter o pérdida de paquetes, a menudo por wifi | Pasa a Ethernet; pausa las cargas grandes; activa QoS |
| Pausas largas y personas que hablan al mismo tiempo | Latencia elevada, a veces por una VPN | Prueba sin la VPN; comprueba si el servidor está lejos |
| Las llamadas se cortan después de un tiempo fijo | El router cierra conexiones inactivas | Aumenta el tiempo de espera UDP o usa el ajuste keep-alive del proveedor |
| Te oyes a ti mismo | Eco acústico | Usa auriculares con micrófono; baja el volumen del altavoz |
| El teléfono no puede registrarse | Credenciales incorrectas o puerto SIP bloqueado | Vuelve a introducir los datos SIP; prueba el puerto TLS del proveedor |
Cómo te ayuda Chargezen
Toda la infraestructura anterior también se aplica a las llamadas de Chargezen, pero tú no tienes que operarla. No hay teléfonos de escritorio que registrar ni routers que ajustar: Concierge contesta las llamadas de tu número en la nube de Chargezen, y los compañeros se unen desde Finn o el navegador.
- Un número de Estados Unidos para llamadas y mensajes: Consigue un número gratuito o local de Estados Unidos en Chargezen, busca números disponibles por código de área en números telefónicos o trae el número que ya tienes. Chargezen presenta el registro ante el operador necesario para enviar mensajes de texto. Consulta un número telefónico empresarial.
- Concierge contesta todas las llamadas y mensajes: Día y noche, con el saludo inicial que escribas y respuestas basadas en la información que le des. Reconoce a quienes vuelven a llamar por su número. Consulta la recepción con IA y el canal telefónico.
- Los compañeros se unen desde Finn o el navegador: Cuando un cliente necesita a una persona, Concierge avisa a tu equipo en la aplicación Finn y en el navegador, y envía emails o mensajes de texto a los compañeros que elijas. Escucha con el micrófono apagado, pulsa Unirse a la llamada y Concierge informa a quien llama de que ya estás ahí. Desde la aplicación Finn en iPhone o Mac puedes transferir la llamada a un compañero con una nota. Consulta llamadas telefónicas.
- Llamadas y mensajes salientes desde el número empresarial: Los compañeros llaman y escriben a los clientes desde Finn, y el cliente ve el número empresarial, no un móvil personal. Descubre por qué importa.
- Un hilo por cliente: Las llamadas, los mensajes y el resto del historial del cliente se reúnen en la bandeja de entrada del equipo, para que la siguiente persona que atienda pueda ver qué se dijo.
Para dejar claro qué no es Chargezen: no vende líneas VoIP, teléfonos de escritorio ni una PBX. No tiene extensiones, menú telefónico, grupos de timbrado, desvío de llamadas, timbrado simultáneo ni enrutamiento por horario comercial, y solo ofrece números de Estados Unidos (+1). Si necesitas esas funciones, compra un sistema telefónico diseñado para ellas. Chargezen contesta las llamadas y los mensajes de tu número empresarial, y tu equipo trabaja en esas mismas conversaciones.
Concierge Starter cuesta US$20 al mes con 20 000 créditos. Pro cuesta US$199 al mes con 199 000 créditos, o US$1990 al año. Las llamadas y los mensajes se facturan según el uso, sin cargos por usuario. Consulta los precios.
Términos relacionados: VoIP, STIR/SHAKEN y transferencia con presentación. Guías relacionadas: qué es VoIP, qué es un softphone y qué es la PSTN. Consulta también cuánto cuesta VoIP, costo de un sistema telefónico empresarial, problemas habituales de VoIP y jitter, latencia y pérdida de paquetes en VoIP.
Preguntas frecuentes
¿VoIP consume muchos datos en un móvil?
No muchos. Con unos 30 a 90 kbps en cada dirección, una llamada de una hora consume del orden de decenas de megabytes, según el códec. Las videollamadas consumen mucho más.
¿Qué es una dirección SIP?
Un identificador parecido a una dirección de email (sip:name@provider.com) que SIP usa para encontrar a un usuario o dispositivo. Tu proveedor vincula tu número telefónico con él, por lo que quien llama nunca lo ve.
¿Por qué las llamadas VoIP a veces tienen un pequeño retraso?
La codificación, el recorrido por internet y el búfer de jitter añaden unos pocos milisegundos cada uno. Con una buena conexión, el total es lo bastante bajo como para que nadie lo note.
¿Una llamada VoIP puede llegar a una línea fija?
Sí. Eso es lo que lo convierte en VoIP «interconectado»: el proveedor entrega la llamada a la red telefónica convencional mediante una pasarela, y el teléfono fijo suena como siempre.
