Aller au contenu
Encyclopédie informatique Édition 2026

La voix et la vidéo sur IP

Partie 3 sur 3

Niveau de lecture :

6Établir l’appel : la signalisation

RTP transporte la voix, mais il ne sait pas faire sonner un téléphone. Il faut donc un autre protocole, la signalisation : trouver le correspondant, le faire sonner, négocier les codecs, raccrocher.

  • SIP (Session Initiation Protocol, RFC 3261) est le protocole de signalisation dominant. Ses messages ressemblent à ceux du web : INVITE (appeler), ACK (confirmer), BYE (raccrocher), avec des codes de réponse proches de HTTP (180 : ça sonne, 200 : décroché). Il utilise le port 5060, ou 5061 chiffré.
  • SDP (Session Description Protocol) est le format inclus dans les messages SIP pour décrire le flux : adresses, ports RTP, codecs proposés. Les deux interlocuteurs s’accordent ainsi sur un codec commun.
  • H.323 est un ancien ensemble de normes, remplacé par SIP dans la plupart des usages.
  • WebRTC est un ensemble de techniques intégrées aux navigateurs, qui permet appels audio et vidéo sans installer de logiciel. Il emploie RTP chiffré par défaut. Les logiciels de visioconférence modernes reposent largement dessus.

6.1Le problème des traductions d’adresses

La signalisation circule entre l’appelant et un serveur, mais la voix passe directement d’un correspondant à l’autre, sur des ports annoncés dans le message SDP. Quand l’un des deux est derrière une box qui fait de la traduction d’adresses (voir le NAT), l’adresse annoncée est une adresse privée inutilisable depuis l’extérieur : l’appel sonne, mais le son ne passe pas dans un sens, ou dans aucun. Pour y remédier, on utilise des techniques de contournement : STUN (un serveur indique à un appareil son adresse vue de l’extérieur), TURN (un serveur relaie le son quand le contournement est impossible) et ICE (qui teste les chemins possibles et choisit le meilleur). Ce sont ces outils, par exemple, qui permettent la visioconférence depuis un réseau domestique.

6.2Le lien avec le téléphone classique

Pour appeler un numéro de téléphone ordinaire, un appel de voix sur IP passe par une passerelle ou un opérateur qui le convertit vers le réseau téléphonique. Les entreprises achètent souvent à un opérateur des « lignes SIP » (SIP trunks) : un lien SIP qui remplace les anciennes lignes numériques et leurs liaisons de 2 Mb/s (voir les réseaux étendus d’entreprise).

Pour s’exercer

Exercice 3 : un appel muet dans un sens

Un appel sonne et se décroche, mais l’un des deux ne s’entend pas. La signalisation fonctionne. Quelle est la cause la plus probable et que vérifiez-vous ?

Voir la réponse

Le flux de voix (RTP) ne passe pas, alors que la signalisation passe. La cause la plus fréquente est la traduction d’adresses : l’adresse annoncée dans la description de session est une adresse privée, ou le pare-feu bloque la plage des ports RTP. On vérifie la configuration de contournement (STUN, TURN), l’ouverture de la plage de ports RTP sur le pare-feu, et l’option qui force l’usage de l’adresse publique.

7Sécuriser la voix sur IP

  • La voix en clair. Par défaut, un flux RTP n’est pas chiffré : quiconque peut observer le réseau peut reconstituer la conversation. On utilise SRTP (RFC 3711), la version chiffrée de RTP, et TLS pour la signalisation (voir TLS). WebRTC chiffre d’office.
  • Les comptes de téléphonie. Un compte SIP à mot de passe faible est un cadeau pour les fraudeurs : ils passent des appels vers des numéros surtaxés, aux frais du titulaire. On parle de fraude à la téléphonie (toll fraud). Les nuits et week-ends, quand personne ne regarde, sont des moments typiques.
  • Les appels indésirables. La voix sur IP rend l’envoi d’appels en masse très bon marché : démarchage, escroqueries (voir l’ingénierie sociale). Des usurpations de numéro d’appelant rendent les appels frauduleux plus crédibles ; la régulation impose des mécanismes d’authentification de l’appelant.
  • Les voix imitées. Des logiciels d’intelligence artificielle savent désormais imiter une voix à partir de quelques secondes d’enregistrement. Un appel urgent d’un « proche » ou d’un « dirigeant » qui demande de l’argent ne doit jamais être cru sur la seule voix.

Pour protéger un serveur de téléphonie : le placer derrière un pare-feu, limiter les pays autorisés, imposer des mots de passe forts, bloquer les tentatives répétées, plafonner les appels coûteux, et mettre à jour les logiciels.

Sécurité de l’information

Le coin cyber

Cet article décrit le fonctionnement de la voix sur IP et ses risques de principe. Il ne contient aucune méthode pour écouter des communications ni pour frauder.

C.1Une conversation privée sur un réseau public

Sans chiffrement, la voix sur IP est aussi lisible qu’un fichier envoyé en clair. L’interception d’un flux RTP est techniquement à la portée de qui se trouve sur le chemin. La bonne parade est le chiffrement de bout en bout quand c’est possible. Et comme la téléphonie est un service payant, elle attire aussi la fraude : les journaux d’appels des serveurs doivent être surveillés, avec des alertes sur les destinations inhabituelles.

C.2Le cadre légal

L’interception de communications privées est sanctionnée en France (code pénal, article 226-15). Les opérateurs de téléphonie ont des obligations de sécurité (code des postes et des communications électroniques) et de lutte contre l’usurpation de numéros d’appelant (dispositif d’authentification des numéros mis en place progressivement). Le démarchage téléphonique est soumis, depuis le 11 août 2026, au consentement préalable de la personne appelée. Une entreprise qui enregistre ses appels doit en informer les personnes (RGPD).

C.3Idée reçue

« C’est ma voix, donc c’est bien lui au téléphone. » Faux. Une voix peut être imitée par des logiciels, et le numéro affiché peut être usurpé. Pour une demande d’argent ou d’accès, on raccroche et on rappelle le correspondant à un numéro connu, ou l’on pose une question dont seule la vraie personne a la réponse.

C.4Bonnes pratiques

Particulier

  • Se méfier d’une demande urgente par téléphone, même avec une voix familière ; convenir d’un mot de passe familial.
  • Choisir des applications qui chiffrent les appels de bout en bout.
  • Protéger le compte de la box ou de l’opérateur par un mot de passe fort.

Organisation

  • Chiffrer signalisation et voix (TLS, SRTP) ; ne pas exposer le serveur de téléphonie à tout Internet.
  • Imposer des mots de passe forts aux comptes SIP, plafonner les appels internationaux et surtaxés.
  • Surveiller les journaux d’appels et les consommations hors des heures de bureau.

Référentiels : RFC 3550 (RTP/RTCP) · RFC 3711 (SRTP) · RFC 3261 (SIP) · RFC 6716 (Opus) · Recommandation UIT-T G.114 · Code pénal, articles 226-15 et 323-1 à 323-7.

Références

  1. H. Schulzrinne et al., RFC 3550 : RTP: A Transport Protocol for Real-Time Applications, 2003.
  2. M. Baugher et al., RFC 3711 : The Secure Real-time Transport Protocol (SRTP), 2004.
  3. J. Rosenberg et al., RFC 3261 : SIP: Session Initiation Protocol, 2002.
  4. J.-M. Valin et al., RFC 6716 : Definition of the Opus Audio Codec, 2012.

Voir aussi

Citer cet article

« La voix et la vidéo sur IP », Encyclopédie informatique, révision du 4 novembre 2026.