Представьте себе самое обычное утро. Вы просыпаетесь, берете в руки смартфон и видите уведомление: «Курьер с вашим заказом будет через 15 минут». Но, как это часто бывает, курьер немного плутает во дворах и решает вам позвонить. На экране высвечивается городской номер, вы поднимаете трубку и в этот момент происходит маленькое чудо. Вы ведь не давали курьеру свой личный номер, и он вам не звонит со своего мобильного. На самом деле этот звонок идет не через обычную телефонную сеть, а через IP-телефонию. Она настолько плотно вошла в нашу жизнь, что стала совершенно незаметной. Как именно работает эта технология расскажем в сегодняшнем выпуске!

Этот выпуск нам помогли подготовить ребята из команды медиаплатормы инфраструктуры Яндекса. Кстати, у них есть тг-канал, подписывайтесь!
….
Привет, друзья! Это подкаст «До нас дошло» и с вами я – Ирина Маркова. Сегодняшний выпуск открывает большой цикл про историю телефонии. Когда мы делали цикл про историю телеграфа говорили о прошлом, но сейчас хочется поступить совершенно иначе. И начинаем наше путешествие с технологий, которые окружают нас сегодня. А помогали нам в этом выпуске ребята из команды медиаплатформы инфраструктуры Яндекса.

Представьте себе самое обычное утро. Вы просыпаетесь, берете в руки смартфон и видите уведомление: «Курьер с вашим заказом будет через 15 минут». Но, как это часто бывает, курьер немного плутает во дворах и решает вам позвонить. На экране высвечивается городской номер, вы поднимаете трубку и в этот момент происходит маленькое чудо. Вы ведь не давали курьеру свой личный номер, и он вам не звонит со своего мобильного. На самом деле этот звонок идет не через обычную телефонную сеть, а через IP-телефонию. И это позволяет скрыть номера пользователя и курьера друг от друга ради безопасности.
Или возьмем другую ситуацию, знакомую каждому, кто хоть раз пытался позвонить в техподдержку. Вы набираете номер, но вместо привычных гудков слышите голос: «Привет! Я виртуальный помощник. Скажите, чем я могу вам помочь?». Вы отвечаете: «Связаться с оператором», и робот вас понимает. В этот момент ваш голос через интернет попадает прямиком в компьютерную программу. Она мгновенно распознает сказанные слова, находит нужную информацию и озвучивает ответ.
Ну и, конечно, самый простой пример. Вечер. Вы решаете позвонить своей бабуле, которая живет в другом городе. Вы открываете любой мессенджер, нажимаете кнопку видеовызова, и вот она — машет вам рукой с экрана. И всё это совершенно бесплатно, не считая оплаты за интернет. А ведь еще совсем недавно междугородний звонок был целым событием, к которому готовились, говорили быстро и строго по делу, потому что каждая минута обходилась в копеечку. Сегодня же мы можем болтать часами, видеть друг друга и отправлять смешные маски прямо во время разговора.
Все эти ситуации — одна и та же технология. Мы называем её Voice over IP, или «голос поверх интернета». Она настолько плотно вошла в нашу жизнь, что стала совершенно незаметной, как электричество в розетке. Эта технология используется в коммуникационной платформе, которую разрабатывает команда инфраструктуры Яндекса. Почти все звонки в сервисах Яндекса проходят через эту платформу, она обрабатывает больше тысячи звонков одновременно и миллионы звонков ежедневно. Но чтобы понять, как именно работает эта технология, давайте заглянем «под капот» вашего смартфона или компьютера в момент звонка.

Представьте, что ваш голос — это грузовой поезд с контейнерами. В старых телефонных сетях для этого поезда прокладывали отдельные рельсы от вас до собеседника — пока вы говорили, этот путь был занят только вашим голосом.
Но интернет — это не отдельные рельсы, а общая дорога. По ней одновременно едут тысячи «грузовиков» с разным содержимым: фильмами, картинками и сообщениями. Вот так и путешествует по интернету ваш голос: сначала его делят на маленькие порции (пакеты), упаковывают в «контейнеры» и отправляют как отдельные грузовики по одной дороге с остальным трафиком. Главная задача — чтобы эти грузовики выезжали и прибывали точно по графику и без пробок. Если в потоке проскочит парочка «мотоциклов» (например, короткое сообщение), это не страшно. А вот если вклинится целая колонна «самосвалов» (большой файл), голосовой груз задержится, и связь станет рваной. Как же отправить грузовик с голосом, чтобы он не застрял в пробке?
Всё начинается с микрофона. Когда вы говорите «Привет», звуковая волна попадает в микрофон и он превращает ее в поток нулей и единиц. Затем в дело вступает специальная программа — кодек. Она берёт эти данные и готовит их к отправке по интернету. Для этого кодек делит информацию на маленькие кусочки и сжимает её: убирает паузы и лишние шумы, которые мы с вами всё равно почти не слышим. Благодаря этому голос становится «легким» и готовым к путешествию.
Теперь разберем механику процесса. Работу обеспечивают два основных элемента: SIP и RTP и у каждого своя роль.

Первым запускается протокол SIP или Session Initiation Protocol (сешн инисиейшн протокол). Его задача — не передача звука или видео, а установление самого сеанса связи: найти IP-адрес собеседника и инициировать обмен данными. При вызове SIP отправляет запрос устройству получателя, после чего устройства «договариваются» о деталях соединения. Они согласовывают технические параметры: какие кодеки использовать, через какие порты обмениваться данными, какой метод шифрования применить. Более того, на этом этапе определяется и количество медиапотоков. Например, если устройство способно передавать несколько видео (скажем, изображение с экрана и видео с камеры), то в рамках одного звонка можно согласовать и использовать несколько параллельных видеопотоков.
После этого включается протокол RTP или Real-time Transport Protocol (риал тайм транспорт протокол). Это протокол передачи медиаданных в реальном времени. Он отвечает за доставку голоса. Программа делит аудиопоток на фрагменты. RTP упаковывает их в пакеты. Каждому присваивается временная метка и порядковый номер. Это обеспечивает синхронизацию.
Затем пакеты уходят в сеть. Маршруты могут различаться. Часто данные приходят получателю в неверном порядке. Устройство принимает пакеты и проверяет номера RTP. Система помещает их в буфер и выстраивает в нужной последовательности. Только после сборки кодек восстанавливает из пакетов с сжатой информацией исходный поток нулей и единиц. А динамик превращает его в звук. Для окончания разговора SIP подает команду завершения. Сессия закрывается, и канал освобождается.
Теперь, когда мы понимаем, как эта мешанина из пакетов складывается в живую речь, давайте отмотаем пленку назад и посмотрим, кто вообще додумался отправлять голос через компьютерные сети. Ведь еще совсем недавно телефон и компьютер были двумя совершенно разными мирами: телефон — для разговоров, компьютер — для работы с текстом и цифрами.
Теперь перенесемся в середину 90-х годов. Это было время, когда интернет только начинал появляться в домах, и подключались к нему через модемы, занимавшие телефонную линию. Звонок в другую страну тогда стоил космических денег. И вот именно желание сэкономить и стало главным двигателем прогресса. В феврале 1995 года маленькая израильская компания VocalTec (вокалтек) совершила настоящую революцию. Её основатели, инженеры Алон Коэн и Лиор Харамати, выпустили первую в мире программу для домашних пользователей под названием «Internet Phone». Во время службы в армии основатели VocalTec наблюдали использование пакетного голосового радио. Именно это натолкнуло их на идею, которая легла в основу Internet Phone. Сейчас она кажется очевидной, но в 1995 году у VocalTec не было конкурентов. Никто даже не пытался использовать интернет для голосовой связи.

Представьте: у вас есть компьютер с микрофоном и колонками. Вы запускаете программу, и ваш голос превращается в данные, которые летят через интернет к другу, у которого запущена такая же программа. Качество звука было ужасным: голос квакал, прерывался и отставал на пару секунд. Но самое главное неудобство заключалось в том, что говорить одновременно было нельзя. Связь была односторонней: вы говорите — друг молчит и слушает, потом вы замолкаете — и начинает говорить он. Но несмотря на все эти мучения, программа стала сенсацией. Почему? Потому что вы платили только за интернет, а сам разговор был фактически бесплатным.

Однако для того, чтобы эта забавная игрушка для гиков превратилась в серьезную мировую технологию, индустрии не хватало одной важной вещи — общего языка. Центральной фигурой здесь стал Хеннинг Шульцринне. В начале 90-х он работал в легендарной лаборатории Bell Labs компании AT&T — месте, где, по сути, родилась вся телефонная связь XX века. Интересно, что Шульцринне сначала помог создать протокол RTP, но вскоре понял, что этого мало.
В это же время по другую сторону океана, в Великобритании, работал талантливый исследователь Марк Хэндли. Он уже прославился в узких кругах созданием инструментов для видеоконференций. Судьба свела этих двух инженеров в рамках рабочей группы IETF (ай и ти эф). Это сообщество инженеров, которое проектирует стандарты интернета. Именно в кулуарах этих встреч, в атмосфере горячих споров о будущем сети, и родился замысел нового протокола.
В то время традиционные телефонисты предлагали свои стандарты (например, H.323), которые были сложными, громоздкими и копировали логику старых телефонных станций. Шульцринне и Хэндли пошли другим путем. Они решили: «Пусть телефонный вызов работает так же просто, как открывается веб-страница или отправляется электронное письмо». Именно поэтому они взяли за основу текстовый формат, похожий на HTTP. Так, в 1996 году появились первые черновики протокола SIP.
Работа шла несколько лет. Их подход победил благодаря своей простоте и гибкости. Официальным днем рождения стандарта можно считать март 1999 года, когда IETF утвердила спецификацию RFC 2543. Это был исторический момент: интернет получил официальный язык для управления голосом.
Благодаря этому стандарту телефония вышла из тени компьютерных энтузиастов в большой бизнес. Selsius Systems (селсиус системс) - небольшая компания-пионер, которая одной из первых догадалась перенести громоздкую офисную телефонную станцию полностью в компьютерную сеть. Именно покупка Selsius Systems (селсиус системс) в 1998 году позволила Cisco ворваться на рынок телефонии и навсегда изменить то, как общаются сотрудники в офисах по всему миру. Внешне телефоны выглядели как обычные серые офисные аппараты с трубкой и кнопками, но сзади у них был разъем не для телефонной розетки, а для интернета. Это был переломный момент: директора заводов и банков поняли, что интернет-телефония — это надежно.
Но настоящая народная любовь к VoIP пришла чуть позже. Два предпринимателя, швед Никлас Зеннстрём и датчанин Янус Фриис, при поддержке талантливых эстонских программистов в 2003 году представили миру Skype. До этого команда уже работала над файлообменником Kazaa, и они решили применить ту же логику для голоса. Они сделали гениальную вещь: спрятали всю сложную техническую «начинку» под красивую и простую кнопку «Позвонить». Пользователю больше не нужно было быть программистом, настраивать порты и IP-адреса.
В чем же была магия Skype? Во-первых, они использовали архитектуру P2P (пир-ту-пир). В отличие от классической телефонии, где все звонки идут через центральный узел, Skype превращал компьютеры пользователей в одну гигантскую живую сеть. Если у вас был мощный компьютер и быстрый интернет, ваш ПК становился «суперузлом» и помогал пересылать зашифрованные кусочки разговоров других людей. Это позволило создателям не тратить миллионы на серверы.
Во-вторых, звук. Skype внедрил собственные алгоритмы сжатия звука. Они захватывали более широкий диапазон частот, чем обычный телефон. Люди впервые услышали «широкополосный звук»: дыхание, интонации, шепот — всё было слышно так, будто собеседник сидит с вами в одной комнате. Такое качество звука, помноженное на бесплатность, произвело эффект разорвавшейся бомбы.
Успех Skype доказал всему миру: эра поминутной оплаты уходит в прошлое. Люди привыкли, что голос — это просто файл, который можно отправить так же легко, как картинку с котиком. Когда появились смартфоны, эту эстафету подхватили и другие компании, окончательно перенеся бесплатную связь с компьютеров в наши карманы и стерев границы между городами и странами.
Помните, как раньше для звонка по интернету нужно было скачать и установить специальную программу вроде Skype? Ситуация изменилась с появлением технологии WebRTC. WebRTC (или просто «Веб-звонки») — это технология, которая позволяет голосовым и видеозвонкам работать прямо в окне вашего браузера. Не нужно ничего дополнительно скачивать — просто открываете сайт, нажимаете «позвонить», и браузер берёт на себя всю сложную работу по подключению. Именно на базе WebRTC или похожих на неё технологий работают многие популярные сервисы, которые мы используем каждый день, например Discord, Google Meet и Яндекс Телемост.

Другой яркий пример — ваш мобильный телефон. Многие даже не догадываются, что, когда они нажимают обычную зеленую кнопку вызова, не открывая никаких мессенджеров, разговор всё равно часто идет через интернет. Эта технология называется VoLTE (Voice over LTE). Замечали, насколько чистым стал звук в последнее время? Пропало шипение, треск, собеседника слышно так, будто он стоит в полуметре от вас. Это и есть современный стандарт: голос передается в высоком цифровом качестве по сетям 4G, тем же самым, что загружают нам видео с котиками в ленте соцсетей.
В мире бизнеса трансформация произошла еще более масштабнее. Громоздкие офисные телефоны и пучки проводов ушли в прошлое. Современный офис может вообще не иметь физического адреса. Сотрудник может сидеть в кафе с ноутбуком, дома на диване или на шезлонге у моря, но для клиента он будет доступен по городскому рабочему номеру. Программы-звонилки, или «софтфоны», установленные на компьютер или смартфон, позволяют носить весь офис у себя в кармане. Это стало настоящим спасением во время пандемии, когда миллионы людей перешли на удаленку. Ежедневно коммуникационная платформа Яндекса обеспечивает сотни одновременных звонков между более чем 30 (тридцатью) тысячами сотрудников из десятков офисов.
Более того, современная телефония перестала быть «глупой». Раньше телефонная сеть умела только соединять точку А и точку Б. Сегодня VoIP плотно интегрирован с базами данных и умными системами. Когда вы звоните в любимый интернет-магазин, оператор часто приветствует вас по имени еще до того, как вы представились, и уже видит ваш последний заказ на экране. Это происходит потому, что цифровой звонок приносит с собой кучу сопроводительной информации. Система мгновенно находит вашу карточку клиента и «подкладывает» её менеджеру. Именно VoIP позволил создать сложные системы голосовых меню, умную переадресацию звонков в зависимости от времени суток и загруженности операторов, а также запись и анализ разговоров для улучшения сервиса.
Глядя в будущее, мы видим, как телефония перестает быть просто средством связи между людьми и начинает оживлять мир вокруг нас. Мы вступаем в эпоху «Интернета вещей», где голос обретают самые обыденные предметы. Уже сейчас умные колонки и дверные звонки с видеокамерами используют протоколы VoIP, чтобы мы могли со смартфона ответить курьеру, стоящему у нашей двери, даже если сами находится на другом конце света. В скором будущем эта тенденция усилится: ваша машина сможет самостоятельно «позвонить» в сервис при поломке и передать данные диагностики, или система умного дома голосовым сообщением предупредит вас о незакрытом окне.

Подводя итог нашего путешествия в мир современной телефонии, хочется сказать, что VoIP — это одна из тех технологий, которая тихо, но фундаментально изменила нашу жизнь. За каких-то тридцать лет мы прошли путь от хрипящего звука на первых компьютерах до кристально чистого голоса в любом уголке планеты. Технология сделала мир теснее, теплее и доступнее. Больше нет необходимости считать минуты и торопиться положить трубку.
И самое прекрасное в этом прогрессе то, что он становится всё менее заметным. Технологии усложняются внутри, чтобы стать максимально простыми снаружи. В конечном счете, не так важно, какие протоколы и серверы обеспечивают связь. Важно лишь то простое человеческое «алло», которое мы слышим в ответ, и чувство близости, которое оно дарит.

Этот выпуск подготовили ведущая Ирина Маркова, звукорежиссер Алексей Попов. А также нам помогали ребята из команды медиаплатормы инфраструктуры Яндекса.