Qué es la telefonía, cómo viajan las llamadas por PSTN, VoIP y SIP y qué necesita un agente de voz con IA de tu infraestructura telefónica para atender.
La telefonía es la tecnología que transporta llamadas de voz entre personas o sistemas a distancia, ya sea a través de la red telefónica pública, de internet o de ambas. Hoy en día, la mayor parte de la telefonía empresarial funciona sobre protocolos de internet, y un agente de voz con IA se conecta a ella igual que lo hace un sistema telefónico.
La telefonía es el campo en su conjunto. PSTN, VoIP y SIP son partes de él que a menudo se usan como si significaran lo mismo.
| Término | Qué es | Dónde interviene un agente de voz con IA |
|---|---|---|
| Telefonía | Cualquier tecnología que transporte llamadas de voz | La infraestructura completa sobre la que funcionan tus llamadas |
| PSTN | La red telefónica pública conmutada, el conjunto de redes de voz interconectadas de conmutación de circuitos a las que pertenecen los números de teléfono | Quienes te llaman te contactan a través de ella; tu operador la conecta con internet |
| VoIP | Voz sobre IP, comunicaciones de voz transportadas por una red de datos mediante protocolos de internet | El agente se comunica con tu infraestructura por IP, no por líneas de cobre |
| SIP | Session Initiation Protocol, el protocolo de señalización que crea, modifica y finaliza las llamadas | Retell se conecta a operadores y sistemas telefónicos mediante SIP |
| RTP | Real-time Transport Protocol, que transporta el propio audio | El audio en directo entre quien llama y el agente |
| Troncal SIP | Una conexión SIP entre tu sistema telefónico y un operador | Cómo diriges tus números hacia un agente de voz con IA |
La PSTN se describe en el RFC 5486 como el conjunto de redes telefónicas públicas interconectadas, de conmutación de circuitos y orientadas a la voz, y el NIST define VoIP como las comunicaciones de voz a través de una red de datos mediante protocolos de internet. SIP se define en el RFC 3261 como un protocolo de señalización para crear, modificar y finalizar sesiones, incluidas las llamadas telefónicas por internet. RTP, definido en el RFC 3550, transporta el audio en tiempo real. Distinguir mentalmente entre señalización y audio facilita el diagnóstico de la mayoría de los problemas de telefonía: la señalización decide si una llamada se conecta y el medio decide si alguien puede oírla.
Una llamada viaja primero por la PSTN o la red del operador hasta el operador propietario del número. Después, ese operador la entrega a tu lado a través de una troncal SIP. SIP establece la llamada y RTP transporta la voz una vez conectada.
En una llamada atendida por Retell, los últimos saltos son estos:

Cada troncal tiene dos direcciones, y cada una se configura en un lugar distinto. La originación abarca las llamadas que van de tu proveedor a Retell: configuras la URI SIP de originación como sip:sip.retellai.com en los ajustes de la troncal de tu proveedor. La terminación abarca las llamadas que salen de Retell a través de tu proveedor: tu proveedor te da una URI SIP de terminación y tú se la facilitas a Retell al importar el número.
Una infraestructura de telefonía empresarial suele tener cinco partes, y un agente de voz con IA se integra como un endpoint más.
Hay tres formas de conectarlo, según quién sea el propietario de los números.
Por seguridad, Retell admite TCP, UDP, TLS y mTLS para la señalización. El cifrado de medios SRTP requiere transporte TLS. Los códecs de audio compatibles son PCMU, PCMA y G.722. mTLS se configura bajo petición a través del soporte de Retell. Antes de enrutar llamadas reales, puedes ejecutar Test SIP Connection al importar un número, que envía una solicitud SIP OPTIONS a tu URI de terminación sin realizar ninguna llamada. Superar la prueba no garantiza el enrutamiento ni el audio, así que después haz llamadas de prueba reales entrantes y salientes.
Para profundizar en la parte SIP, lee cómo integrar la IA con troncales SIP y descubre cómo encaja una conexión con Twilio.
Plantea primero estas preguntas a tu proveedor o a tu equipo de TI. Cada una evita un retraso habitual en el lanzamiento.
Para una lista de comprobación desde el lado del proveedor, descubre cómo elegir un proveedor de IA conversacional para tu infraestructura de telefonía.
Un agente de voz con IA es el software que atiende y realiza llamadas sobre tu infraestructura de telefonía. Los precios empiezan desde 0,07 $ por minuto; consulta los precios de Retell para ver los detalles actualizados.
Retell AI se conecta al operador y al sistema telefónico que ya utilizas, o te proporciona números para empezar, de modo que un agente de voz con IA pueda atender y realizar llamadas sin sustituir tu infraestructura. Habla con el equipo sobre tu configuración de telefonía y el método de conexión que mejor se adapta a ti.