O que é telefonia, como as chamadas trafegam por PSTN, VoIP e SIP e o que um agente de voz com IA precisa da sua telefonia para atender chamadas.
Telefonia é a tecnologia que transporta chamadas de voz entre pessoas ou sistemas a distância, seja pela rede telefônica pública, pela internet ou por ambas. Hoje, a maior parte da telefonia empresarial funciona sobre protocolos de internet, e um agente de voz com IA se conecta a ela da mesma forma que um sistema telefônico.
Telefonia é o campo como um todo. PSTN, VoIP e SIP são partes dele que muitas vezes são usadas como se significassem a mesma coisa.
| Termo | O que é | Onde um agente de voz com IA se conecta a ele |
|---|---|---|
| Telefonia | Qualquer tecnologia que transporta chamadas de voz | A infraestrutura completa em que suas chamadas funcionam |
| PSTN | A rede telefônica pública comutada, o conjunto de redes de voz interconectadas e comutadas por circuito às quais os números de telefone pertencem | Quem liga chega até você por meio dela; sua operadora faz a ponte com a internet |
| VoIP | Voz sobre IP, comunicações de voz transportadas por uma rede de dados usando protocolos de internet | O agente se comunica com sua infraestrutura via IP, não por linhas de cobre |
| SIP | Session Initiation Protocol, o protocolo de sinalização que cria, modifica e encerra chamadas | A Retell se conecta a operadoras e sistemas telefônicos via SIP |
| RTP | Real-time Transport Protocol, que transporta o próprio áudio | O áudio ao vivo entre quem liga e o agente |
| Tronco SIP | Uma conexão SIP entre seu sistema telefônico e uma operadora | É assim que você direciona seus números para um agente de voz com IA |
A PSTN é descrita na RFC 5486 como o conjunto de redes telefônicas públicas interconectadas, comutadas por circuito e voltadas para voz, e o NIST define VoIP como comunicações de voz por uma rede de dados usando protocolos de internet. O SIP é definido na RFC 3261 como um protocolo de sinalização para criar, modificar e encerrar sessões, incluindo chamadas telefônicas pela internet. O RTP, definido na RFC 3550, transporta o áudio em tempo real. Manter sinalização e áudio separados na sua cabeça facilita o diagnóstico da maioria dos problemas de telefonia: a sinalização decide se uma chamada se conecta, e a mídia decide se alguém consegue ouvi-la.
Primeiro, a chamada trafega pela PSTN ou pela rede da operadora até a operadora dona do número. Em seguida, a operadora a entrega ao seu lado por meio de um tronco SIP. O SIP estabelece a chamada, e o RTP transporta a voz depois que ela é conectada.
Em uma chamada atendida pela Retell, os últimos trechos ficam assim:

Cada tronco tem duas direções, e cada uma é configurada em um lugar diferente. A originação abrange as chamadas que vão do seu provedor para a Retell: você define a URI SIP de originação como sip:sip.retellai.com nas configurações de tronco do seu provedor. A terminação abrange as chamadas que saem da Retell pelo seu provedor: seu provedor fornece uma URI SIP de terminação, e você a informa à Retell ao importar o número.
Uma infraestrutura de telefonia empresarial geralmente tem cinco partes, e um agente de voz com IA entra como mais um endpoint.
Há três formas de conexão, dependendo de quem é dono dos números.
Em termos de segurança, a Retell oferece suporte a TCP, UDP, TLS e mTLS para sinalização. A criptografia de mídia SRTP exige transporte TLS. Os codecs de áudio compatíveis são PCMU, PCMA e G.722. O mTLS é configurado mediante solicitação ao suporte da Retell. Antes de rotear chamadas reais, você pode executar o Test SIP Connection ao importar um número, que envia uma requisição SIP OPTIONS para sua URI de terminação sem fazer uma chamada. Passar no teste não comprova o roteamento nem o áudio, então faça depois chamadas de teste reais, recebidas e realizadas.
Para um passo a passo mais detalhado sobre o lado SIP, leia como integrar IA com tronco SIP e veja como uma conexão com Twilio se encaixa.
Faça estas perguntas primeiro ao seu provedor ou à sua equipe de TI. Cada uma evita um atraso comum no lançamento.
Para um checklist do lado do fornecedor, veja como escolher um fornecedor de IA conversacional para sua infraestrutura de telefonia.
Um agente de voz com IA é o software que atende e faz chamadas sobre a sua infraestrutura de telefonia. Os preços começam em $0,07 por minuto; veja os preços da Retell para detalhes atualizados.
A Retell AI se conecta à operadora e ao sistema telefônico que você já usa, ou fornece números para você começar, para que um agente de voz com IA possa atender e fazer chamadas sem substituir sua infraestrutura. Fale com a equipe sobre sua configuração de telefonia e qual método de conexão é o mais adequado.