VoIP通話は普通の電話と同じように感じられますが、その裏では別々の2つのやり取りが同時に行われています。通話を確立するためにコンピューター同士が交渉するやり取りと、小さなパケットの流れとして音声を運ぶやり取りです。この2つの仕組みを知ると、適切なサービスの選定、インターネット回線の容量設計、通話品質の改善がしやすくなります。
このガイドでは1本の通話を最初から最後まで追い、その後、帯域幅、重要なネットワーク設定、トラブル対処表を紹介します。まず平易な概要を知りたい場合は、VoIPとは何かからご覧ください。
すべてのVoIP通話を構成する2つの部分
- シグナリング：通話の確立：VoIPの多くはSIP（Session Initiation Protocol）を使います（RFC 3261（SIP））。SIPメッセージは「この番号に電話したい」「呼び出し中」「応答した」「終了した」といった情報を伝えます。音声は運びません。
- メディア：音声の伝送：相手が応答すると、音声はRTP（Real-time Transport Protocol）のパケットとして送られます（RFC 3550（RTP））。各パケットには、通常20ミリ秒というごく短い音声が入っています。
シグナリングとメディアはインターネット上で別々の経路を通ることがあります。そのため、接続は正常なのに音声が片方向しか聞こえない場合があります。通話確立の通信は届いても、音声パケットは届かなかったということです。
1本の通話を順に追う
通常の携帯電話を使う顧客が、VoIPプロバイダーで管理しているビジネス用番号に電話し、あなたがノートパソコンのアプリで応答する場面を考えます。
- 1. アプリを登録：アプリを開くと、SIPの「REGISTER」メッセージでプロバイダーにサインインし、「このユーザーはここで受信できる」と伝えます。数分ごとに繰り返すことで、プロバイダーは常に通話の送信先を把握できます。
- 2. 電話網から着信：顧客の通信事業者が番号の管理先を調べ、相互接続を通じてVoIPプロバイダーに通話を渡します。プロバイダーのゲートウェイが従来の電話網の形式をSIPとRTPに変換します。このネットワークはPSTNガイドで説明しています。
- 3. プロバイダーが端末を呼び出す：プロバイダーは、あなたにひも付いて登録されたすべての端末にSIPの「INVITE」を送ります。パソコンのアプリ、スマートフォンのアプリ、卓上電話がそれぞれ鳴ります。
- 4. 応答してコーデックを決定：INVITEと応答には、双方が対応する音声形式（コーデック）の短い一覧が入っています。双方が扱えるものを1つ選びます。
- 5. 音声をパケットに変換：アプリはマイクの音を毎秒数千回サンプリングし、コーデックで圧縮して約20msごとにパケットを送信します。各方向で毎秒約50パケットです。
- 6. 受信側で整えて再生：パケットの到着間隔には少しばらつきがあります。受信側のジッターバッファが数ミリ秒保持し、一定の間隔で再生します。失われたパケットは、推定した音で隙間を埋めて目立たなくします。
- 7. どちらかが切断：SIPの「BYE」で通話が終了し、メディアストリームが止まります。プロバイダーが通話履歴に表示される記録を書き込みます。
コーデック：音声を圧縮する仕組み
| コーデック | 概要 | 通話1本・片方向の帯域幅 |
|---|---|---|
| G.711 | 従来の電話網で使われる非圧縮の標準方式。固定電話と同様の音質 | 毎秒50パケットの場合、Ethernetで約87.2kbps |
| G.729 | 音質を多少犠牲にして帯域を節約する圧縮コーデック | 毎秒50パケットの場合、Ethernetで約31.2kbps |
| Opus | 多くのアプリやブラウザーで使われる新しいコーデック。接続に適応し、広帯域（「HD」）音声に対応 | 設計上、音声は6〜510kbpsで可変 |
出典：Ciscoの通話あたり帯域幅ガイド、RFC 6716（Opus）。2026年10月19日確認。通常の電話に接続するとき、プロバイダーのゲートウェイは最後の区間を通常G.711に変換します。そのため、通話の明瞭さは最も制約の大きい区間に左右されます。
必要なインターネット回線容量
人数ではなく、同時に行う通話の数で計算します。
- 最も忙しい時点を数えます。同時に何人が通話しますか？
- G.711では各方向で約90kbpsを掛けます。同時に5本なら、上り約436kbps、下り約436kbpsです。
- ほかの用途の余裕も十分に確保します。ビデオ会議、クラウドバックアップ、大容量アップロードは同じ上り帯域を取り合います。
- ケーブルやDSL接続では、通常は上り速度のほうが制約になります。朝一番ではなく、忙しい時間帯に確認してください。
現在の回線では、帯域幅そのものが問題であることはまれです。重要なのは安定性です。300Mbpsあっても毎分0.5秒止まる接続は、安定した10Mbps回線より音が悪くなります。
VoIP通話の音質を悪くするもの
- レイテンシー（遅延）：パケットがネットワークを通過する時間です。長い遅延があると互いの発言が重なります。片方向伝送時間に関するITUの勧告ITU-T G.114は、多くのプロバイダーが設計の基準としています。片方向の遅延を約150ms未満に保つと、自然に会話できます。
- ジッター：パケット間の遅延のばらつきです。小さなジッターバッファで吸収できますが、大きいとロボットのような声や音切れになります。
- パケットロス：届かないパケットです。少量なら補われますが、数%失われると単語が途切れて聞こえます。
- エコー：通常は音響的な問題で、スピーカーの音がマイクに戻ります。ヘッドセットで大半を解消できます。
役立つネットワーク設定
- 卓上電話は有線接続を優先：IP電話機とオフィスのメインパソコンをEthernetで接続します。Wi-Fiも使えますが、変動が大きくなります。
- ルーターが対応していればQoSを有効化：QoS（サービス品質制御）により、回線が混んでいるときにルーターが音声パケットを先に送れます。多くのルーターには「VoIP」や「ゲーム」の簡単な優先設定があります。
- SIP ALG設定を確認：一部のルーターはSIP ALGという機能でSIPメッセージを書き換えます。これが片方向の音声や通話切断の原因になる場合があります。無効化を勧めるプロバイダーは多いですが、まず契約先の設定ガイドを確認してください。
- ファームウェアを最新に保つ：ルーターとIP電話機を更新します。通話品質の修正はファームウェア更新で提供されることが多くあります。
セキュリティ：暗号化と発信者番号
SIPはTLSで送信してシグナリングを保護でき、音声はSRTPで暗号化できます（RFC 3711（SRTP））。両方を標準で利用しているかプロバイダーに確認してください。これとは別に、米国の通信事業者はSTIR/SHAKENの枠組みで発信者番号に署名し、着信側の通信事業者がその番号の使用権限を確認できるようにしています。事業者確認を済ませたプロバイダーは最も高い信頼レベルで通話に署名でき、「迷惑電話の可能性あり」という表示を避ける助けになります。STIR/SHAKENの用語解説をご覧ください。
トラブル対処表
| 症状 | 最も考えられる原因 | 最初に試すこと |
|---|---|---|
| 接続するが片側には何も聞こえない | ファイアウォールがメディアを遮断、またはSIP ALGが書き換え | プロバイダー指定のファイアウォールポートを確認し、SIP ALGを無効にして試す |
| 音切れやロボットのような声 | ジッターやパケットロス。Wi-Fiで起こりやすい | Ethernetに変更し、大容量アップロードを止め、QoSを有効化 |
| 長い間が空き、発言が重なる | 高い遅延。VPNが原因の場合もある | VPNなしで試し、遠方のサーバーを使っていないか確認 |
| 一定時間後に通話が切れる | ルーターがアイドル接続を終了 | UDPタイムアウトを延ばすか、プロバイダーのキープアライブ設定を使う |
| 自分の声が聞こえる | 音響エコー | ヘッドセットを使い、スピーカー音量を下げる |
| 電話を登録できない | 認証情報が違う、またはSIPポートが遮断されている | SIP情報を再入力し、プロバイダーのTLSポートを試す |
Chargezenでできること
ここまでの仕組みはChargezenの通話にも当てはまりますが、自分で運用する必要はありません。登録する卓上電話も調整するルーターもありません。ConciergeがChargezenのクラウドであなたの番号への電話に応答し、チームはFinnやブラウザーから参加します。
- 通話とSMSに使える1つの米国番号：Chargezenで米国のフリーダイヤル番号や市内番号を取得し、電話番号で市外局番から空き番号を検索するか、現在の番号を持ち込めます。SMSに必要な通信事業者への登録はChargezenが申請します。ビジネス用電話番号をご覧ください。
- Conciergeがすべての電話とSMSに応答：昼夜を問わず、設定した冒頭のあいさつで応答し、提供した情報に基づいて回答します。以前の発信者を電話番号で識別します。AI受付と電話チャネルをご覧ください。
- Finnやブラウザーからチームが参加：顧客が人の対応を必要とすると、ConciergeがFinnアプリとブラウザーでチームに通知し、指定したメンバーにメールやSMSを送ります。マイクをオフにして会話を聞き、「通話に参加」をタップすると、Conciergeが参加を発信者に伝えます。iPhoneやMacのFinnアプリから、メモを添えて同僚に通話を転送できます。電話通話をご覧ください。
- ビジネス用番号から電話とSMSを発信：チームはFinnから顧客へ電話やSMSを送信し、顧客には個人の携帯番号ではなくビジネス用番号が表示されます。その重要性をご覧ください。
- 顧客ごとに1つのスレッド：通話、SMS、そのほかの顧客履歴がチーム受信トレイにまとまるため、次の担当者がこれまでのやり取りを確認できます。
Chargezenが提供しないものも明確にしておきます。VoIP回線、卓上電話、PBXは販売していません。内線、音声メニュー、着信グループ、着信転送、同時呼び出し、営業時間に応じたルーティングはなく、番号は米国（+1）のみです。これらが必要なら、それに対応した電話システムを購入してください。Chargezenはビジネス用番号への電話とSMSに応答し、チームがその同じ会話の中で対応を続けます。
Concierge Starterは月額US$20で20,000クレジット付きです。Proは月額US$199で199,000クレジット付き、または年額US$1,990です。電話とSMSは利用量に応じて課金され、ユーザーごとの料金はありません。料金をご覧ください。
関連用語：VoIP、STIR/SHAKEN、取り次ぎ転送。関連ガイド：VoIPとは、ソフトフォンとは、PSTNの解説。VoIPの料金、ビジネス向け電話システムの費用、VoIPでよくある問題、VoIPのジッター・遅延・パケットロスもご覧ください。
よくある質問
携帯電話でVoIPを使うとデータを多く消費しますか？
それほど多くはありません。各方向で約30〜90kbpsなら、1時間の通話で使う量はコーデックによって数十MB程度です。ビデオ通話ははるかに多く消費します。
SIPアドレスとは何ですか？
メールアドレスのような識別子（sip:name@provider.com）で、SIPがユーザーや端末を見つけるために使います。プロバイダーが電話番号に対応付けるため、発信者には見えません。
VoIP通話で短い遅れが生じるのはなぜですか？
符号化、インターネット上の伝送、ジッターバッファがそれぞれ数ミリ秒を加えます。良好な接続なら合計も十分小さく、気付きません。
VoIPから固定電話にかけられますか？
はい。これが「相互接続型」VoIPと呼ばれる理由です。プロバイダーがゲートウェイを介して通常の電話網へ通話を渡し、固定電話はいつもどおり鳴ります。
