Téléphonie IP : comprendre, déployer et sécuriser les communications d’entreprise

Qu'est-ce que la téléphonie IP ?

La téléphonie IP : principe et évolution

La téléphonie IP utilise un réseau de données, comme Internet ou le réseau local de l’entreprise, pour établir et transporter les communications téléphoniques. Elle fait ainsi converger la voix avec l’infrastructure IP déjà utilisée par les applications de l’entreprise, tandis que les plateformes de communications unifiées peuvent y ajouter vidéo, présence, messagerie et collaboration.

Historiquement, les téléphones s’appuyaient sur le Réseau Téléphonique Commuté (RTC), où chaque appel reposait sur un circuit physique dédié reliant deux correspondants. Ce modèle, fiable mais rigide, immobilisait une ligne entière pendant la durée de la conversation.

La téléphonie IP, quant à elle, n’utilise plus de circuits fixes : elle convertit la voix en données numériques, les découpe en paquets et les fait circuler sur le réseau comme n’importe quelle autre information. Ces paquets sont ensuite réassemblés à la réception pour restituer la conversation. Ce principe, appelé commutation de paquets, simplifie le transport, réduit les coûts et ouvre la voie à de nouveaux usages collaboratifs.

Cette évolution marque une convergence entre la voix et les données au sein d’une même infrastructure, plus simple à administrer et plus flexible. Grâce au CTI (Couplage Téléphonie–Informatique), le poste téléphonique devient un outil de communication unifié : appels, visioconférence, messagerie instantanée et présence en temps réel coexistent dans un même environnement numérique.

En France, la fermeture technique du réseau cuivre a commencé par lots et doit se poursuivre progressivement jusqu’à fin 2030 selon le plan annoncé par Orange. Les entreprises doivent donc identifier les services qui reposent encore sur le cuivre — téléphonie, accès xDSL ou équipements spéciaux — et préparer leur migration vers des solutions adaptées plutôt que d’attendre la fermeture de leur zone.

VoIP et ToIP : deux niveaux complémentaires

La téléphonie IP se décline en deux périmètres complémentaires. La distinction entre ToIP et VoIP, bien que technique, aide à mieux comprendre les offres du marché et les besoins des entreprises.

La VoIP (Voice over IP) désigne la technologie qui assure le transport de la voix sur IP. Elle couvre la numérisation du signal vocal, la compression via codecs (G.711, G.729, Opus), le transport en temps réel via RTP/RTCP et les mécanismes de qualité de service (latence, gigue, pertes de paquets). Un système VoIP peut fonctionner de manière autonome : deux ordinateurs équipés de micros et de logiciels compatibles peuvent établir une communication directe sans infrastructure centralisée.

La ToIP (Telephony over IP) étend cette logique au système téléphonique complet de l’entreprise. Elle s’appuie sur la VoIP pour transporter la voix, mais y ajoute la signalisation, la numérotation et les fonctions d’un standard professionnel : plateforme de téléphonie, gestion des appels, des plans de numérotation, des services avancés (messagerie vocale, files d’attente, SVI, ACD), des trunks SIP vers les opérateurs, et des intégrations métier avec les outils de l’entreprise (CRM, ERP, supervision). C’est ce socle qui permet ensuite de bâtir un centre de contact d’entreprise : accueil scénarisé, orientation intelligente et supervision en temps réel des flux entrants.

Concrètement, lors d’un appel client, la VoIP transporte la voix de l’émetteur au système téléphonique, tandis que la ToIP décide de son traitement : orientation vers un service, mise en file d’attente, transfert ou messagerie vocale. La VoIP transporte le média ; la ToIP orchestre le service téléphonique dans son ensemble.

Les fondements techniques de la téléphonie IP

Architecture réseau et protocoles de base

Le socle réseau de la téléphonie d'entreprise

La téléphonie IP s'appuie sur l'infrastructure réseau de l'entreprise, où le fonctionnement du réseau IP repose sur la suite de protocoles TCP/IP. Cette normalisation mondiale permet à du matériel de marques différentes de fonctionner ensemble. Pour approfondir l'architecture sous-jacente, voir notre guide complet sur le réseau IP en entreprise.

Dans ce modèle, IP (Internet Protocol) gère l’adressage et le routage des paquets : chaque appareil possède une adresse IP unique qui permet de lui envoyer ou de recevoir des informations. Deux principaux protocoles de transport assurent cette communication :

• TCP (Transmission Control Protocol), qui privilégie la fiabilité. Il vérifie que chaque paquet est bien reçu et dans le bon ordre.
• UDP (User Datagram Protocol), plus léger, ne vérifie rien mais permet un transfert rapide.

Pour un média temps réel, un paquet arrivé trop tard peut être aussi inutilisable qu’un paquet perdu. C’est pourquoi les flux RTP de téléphonie utilisent très fréquemment UDP, qui évite les mécanismes de retransmission de TCP. Ce n’est toutefois pas une règle absolue pour tous les composants d’une architecture VoIP : la signalisation et certains transports média peuvent utiliser d’autres protocoles selon la solution.

Dans une entreprise, la voix circule sur la même infrastructure réseau que les autres services numériques : ordinateurs, imprimantes, outils métiers… Cette cohabitation pose un défi : comment éviter que le trafic des emails ou du web ne dégrade la qualité des appels ? La réponse se trouve dans la segmentation du réseau grâce aux VLAN (Virtual LAN). Un VLAN permet d’isoler logiquement le trafic voix du trafic données, même si les équipements partagent les mêmes câbles et commutateurs. Le VLAN assure cette segmentation logique ; il ne rend pas la voix prioritaire à lui seul. La priorité est obtenue lorsque les équipements appliquent ensuite des politiques de QoS adaptées aux flux vocaux.

Cette infrastructure n'est pas seulement un support technique, elle est la fondation sur laquelle repose toute la téléphonie d'entreprise moderne.

Le protocole SIP : établir et contrôler les sessions

Dans un système de téléphonie sur IP, plusieurs composants doivent se comprendre : téléphones, serveurs, passerelles, opérateurs. Pour qu’ils parlent tous le même langage, un protocole de signalisation est nécessaire : c’est le rôle de SIP (Session Initiation Protocol).

Défini par la RFC 3261, SIP est un protocole de signalisation conçu pour établir, modifier et terminer des sessions multimédias. Son travail n’est pas de transporter la voix : il organise la session et négocie les paramètres nécessaires à la communication. SIP domine les architectures de téléphonie IP actuelles, même si H.323 reste présent dans certains environnements.

On peut comparer SIP à un chef d’orchestre : il enregistre les terminaux (téléphones, softphones, passerelles), coordonne les appels et s’interface avec l’IPBX et les trunks SIP pour acheminer chaque appel vers le bon destinataire. Sans lui, impossible de savoir quel poste est joignable ni comment router un appel.

Comment se déroule un appel SIP ?

1. INVITE : l’appelant (A) envoie une invitation à l’appelé (B) pour démarrer la session.
2. 100 TRYING : le serveur confirme qu’il traite la demande.
3. 180 RINGING : le téléphone de B sonne.
4. 200 OK : B décroche et accepte la communication.
5. ACK : A confirme la réception et l’appel est établi.

Une fois la session établie, les médias sont généralement transportés par RTP ou SRTP. Le chemin du média n’est pas nécessairement direct entre les deux terminaux : selon l’architecture, il peut traverser un SBC, un relais média, un IPBX ou une infrastructure opérateur.

RTP et SRTP : transporter la voix

Une fois la session de communication établie par SIP, le son circule via le protocole RTP (Real-time Transport Protocol), conçu pour transporter des flux audio ou vidéo en temps réel. Il repose sur UDP, un protocole sans accusé de réception, choisi non par simplicité mais par nécessité de rapidité : dans une conversation, un paquet perdu vaut mieux qu’un paquet en retard. Une retransmission créerait une latence audible, alors qu’une micro-coupure passe inaperçue.

RTP ajoute à UDP plusieurs mécanismes essentiels :

• La numérotation séquentielle des paquets, pour détecter les pertes ou réorganiser un flux reçu dans le désordre.
• L'horodatage, qui permet au récepteur de reconstituer le rythme original du signal audio.
• L'identification du codec, afin que chaque extrémité sache comment décoder la voix.

À côté de RTP, son complément RTCP (RTP Control Protocol) fournit des informations de contrôle et de qualité. Il peut notamment remonter des statistiques sur les pertes, la gigue ou les délais. Les applications et équipements peuvent exploiter ces mesures pour superviser la communication ou adapter leur comportement ; RTCP ne garantit toutefois pas à lui seul la qualité de service.

Enfin, pour protéger ces flux, SRTP (Secure RTP) ajoute une couche de chiffrement et d’authentification : les conversations restent confidentielles, même sur des réseaux partagés ou publics.

La numérisation et la compression de la voix

Du son à la donnée numérique

Quand nous parlons, notre voix est un son continu, qu’on appelle un signal analogique. Pour l’envoyer sur Internet, il faut le transformer en données numériques. C’est le principe de la VoIP.

Cette transformation se fait en trois étapes simples :

• L’échantillonnage : on prend de petites "photos" du son à intervalles réguliers, un peu comme une vidéo composée d’images.
• La quantification : on attribue à chaque "photo" une valeur numérique qui représente sa hauteur.
• Le codage : ces valeurs sont ensuite converties en données pour pouvoir circuler sur le réseau.

Ce processus permet de transformer la parole en un flux de données. Sans compression, il faut environ 64 kbit/s pour une seule conversation.

Les codecs VoIP : réduire la taille sans perdre la clarté

Un codec (pour codeur-décodeur) compresse la voix pour qu’elle prenne moins de place sur le réseau, puis la décompresse à la réception. L’objectif est de trouver le bon équilibre entre qualité du son et faible consommation de bande passante.

Par exemple :

• G.711 : la voix n’est pas compressée, donc le son est très clair. Idéal quand on a une bonne connexion.
• G.729 : la voix est compressée, ce qui réduit fortement la bande passante utilisée. Le son est un peu moins riche, mais reste très compréhensible.
• G.722 : la "voix HD". Les aigus sont mieux restitués, ce qui donne une impression plus naturelle.
• Opus : un codec moderne capable de s’adapter automatiquement à la qualité du réseau. C’est celui qu’utilisent la plupart des outils de visioconférence.

La qualité des appels : ce qui influence l’écoute

Les principaux problèmes rencontrés

Trois choses peuvent perturber une conversation téléphonique sur Internet :

• La latence : c’est le petit décalage entre le moment où l’on parle et celui où l’autre entend. En dessous de 150 ms, la conversation reste fluide.
• La gigue : ce sont les variations de délai entre les paquets de données. Si le rythme devient irrégulier, la voix peut "trembler".
• La perte de paquets : quand le réseau est saturé, certaines données disparaissent. Si c’est rare, on ne l’entend pas. Si c’est fréquent, le son devient haché.

Pour les solutions hébergées dans le cloud, la qualité de la connexion Internet est donc essentielle.

Donner la priorité à la voix : la QoS

Sur un réseau, la voix doit passer avant les autres données (comme les téléchargements). C’est le rôle de la QoS (Quality of Service).

Les politiques DiffServ peuvent marquer les paquets avec un DSCP afin que les équipements qui contrôlent le trafic leur appliquent un traitement adapté. Sur le LAN, un VLAN voix facilite la segmentation ; la priorité, les files d’attente et l’éventuelle réservation de capacité relèvent ensuite de la configuration QoS des commutateurs, routeurs et liens concernés.

Éléments d'infrastructure et composants fonctionnels

L’IPBX : le cerveau du système téléphonique

Rôle et fonctionnement

L’IPBX (Internet Protocol Private Branch Exchange) est le cœur du système de téléphonie IP. Il gère les appels, les utilisateurs et les services associés. C’est l’évolution moderne du PABX traditionnel, adaptée au monde de l’Internet.

L’IPBX fait bien plus que transporter la voix. Il offre toutes les fonctions dont une entreprise a besoin : gestion des postes, transfert d’appel, messagerie vocale, standard automatique, pont de conférence téléphonique, supervision, statistiques d'appels, et intégration avec les outils de travail.

En résumé, sans IPBX, on pourrait passer des appels VoIP simples, mais on ne bénéficierait pas d’une vraie téléphonie d’entreprise. C'est cette brique qui transforme une simple ligne VoIP en véritable standard téléphonique d'entreprise, avec ses règles de routage, ses groupes d'appels et son accueil scénarisé.

Architectures ToIP : sur site, cloud ou hybride

Un IPBX sur site est exploité dans une infrastructure maîtrisée par l’entreprise ou son prestataire. Cette approche donne une grande latitude sur les intégrations locales et peut maintenir certains services internes même lorsqu’un accès Internet est indisponible, selon la manière dont le plan d’appels et les trunks ont été conçus. Elle implique en contrepartie d’administrer la plateforme, ses sauvegardes, sa sécurité et son cycle de mise à jour.

Avec un Centrex, les fonctions de standard sont délivrées sous forme de service hébergé par l’opérateur. L’entreprise n’exploite plus son propre serveur de téléphonie central et administre les utilisateurs et règles depuis une interface de service. La joignabilité des postes d’un site dépend alors de la connectivité disponible, mais des mécanismes de reroutage opérateur peuvent préserver les appels entrants lorsqu’un site devient inaccessible.

Teams Phone correspond encore à une autre architecture : Microsoft fournit la couche de téléphonie cloud de Teams, qui doit être raccordée au réseau téléphonique public par Calling Plans, Operator Connect ou Direct Routing selon le projet. Ce n’est donc pas simplement un IPBX Centrex sous une autre interface.

Enfin, une architecture hybride fait coexister plusieurs de ces modèles, par exemple pendant une migration progressive ou pour conserver des équipements et usages spécifiques sur certains sites. Elle apporte de la souplesse mais demande une gouvernance claire du routage, de la numérotation et du support.

Les terminaux téléphoniques

Téléphones IP (hardphones)

Les téléphones IP physiques sont les plus courants dans les entreprises. Reliés directement au réseau, ils utilisent le protocole SIP pour communiquer avec l’IPBX.

• Modèles simples : petits écrans, 2 à 4 lignes SIP, parfaits pour les postes occasionnels ou les ateliers.
• Modèles de bureau : écran couleur, 6 à 12 lignes, touches programmables, fonctions de transfert et de conférence. Ce sont les plus utilisés au quotidien.
• Postes avancés : grands écrans tactiles, modules d’extension et parfois caméra pour la visioconférence. Ils conviennent aux managers ou aux standardistes.
• Téléphones DECT : terminaux sans fil pour la mobilité. Plusieurs bornes peuvent couvrir un grand bâtiment, permettant de se déplacer sans couper la communication. Très utilisés dans les entrepôts, les hôpitaux ou l’hôtellerie.

Softphones et clients logiciels

Le softphone est une application installée sur un ordinateur, un smartphone ou une tablette. Celui-ci transforme un terminal en téléphone grâce au micro et au haut-parleur intégrés, ou à un casque Bluetooth.

Les avantages sont nombreux : convergence fixe-mobile, pas besoin de matériel dédié, accès depuis n’importe où, intégration directe avec l’email ou le CRM. C’est la solution idéale pour le télétravail.

Toutefois, la qualité du son dépend de la performance de l’appareil utilisé. Si l’ordinateur rame ou si le réseau est instable, la voix peut être altérée. Pour cette raison, les utilisateurs avec beaucoup d’appels préfèrent souvent un téléphone physique.

L'idéal est de combiner les deux : hardphones au bureau et softphones pour la mobilité. Pour les collaborateurs en déplacement ou les équipes terrain, cette logique s'intègre dans une flotte mobile d'entreprise pilotée et sécurisée, avec des forfaits mobiles professionnels pensés pour les usages réels. La gouvernance de ces terminaux repose sur un Mobile Device Management (MDM) qui peut distribuer certaines configurations et appliquer des politiques de sécurité ou de conformité selon le système, le mode d’enrôlement et la solution retenue.

Passerelles et adaptateurs

Les passerelles analogiques (ATA) servent à connecter d’anciens équipements (fax, interphones, alarmes) à un système IP. Elles convertissent les signaux analogiques en VoIP.

Les modèles FXO/FXS gèrent plusieurs lignes : FXO relie les lignes analogiques d’un opérateur à un IPBX, tandis que FXS permet de brancher des téléphones analogiques sur un réseau IP.

Le fax over IP (FoIP) suit le même principe. Il utilise un protocole spécifique (T.38) pour transmettre les fax de façon fiable sur Internet.

Sécurité : protéger les communications

Les risques spécifiques à la téléphonie IP

La téléphonie IP combine les avantages du réseau et ses risques. Reliée à Internet, elle s’expose aux mêmes menaces qu’un système informatique classique : écoutes, intrusions ou saturations. Ces attaques peuvent viser la transmission de la voix (VoIP) ou le service lui-même (ToIP).

L'écoute clandestine : lorsqu’un attaquant parvient à se placer sur le chemin réseau et que les médias ne sont pas protégés, il peut tenter d’intercepter les conversations. SRTP apporte des mécanismes de confidentialité et d’intégrité aux flux RTP et réduit fortement ce risque lorsqu’il est correctement déployé de bout en bout.

Le déni de service téléphonique (TDoS) : une attaque qui inonde l’IPBX ou les trunks SIP de requêtes jusqu’à le bloquer. Résultat : plus d’appels entrants ou sortants.

La fraude téléphonique : un compte SIP mal protégé peut être détourné pour passer des appels surtaxés, parfois à l’étranger, avec des coûts élevés en quelques heures. Des mots de passe faibles ou partagés exposent particulièrement les systèmes.

L'usurpation d’identité téléphonique : le numéro présenté peut être falsifié ou manipulé dans certaines chaînes d’acheminement. Les contrôles opérateur, les règles de présentation et les mécanismes modernes d’attestation d’identité visent à limiter ces abus ; il ne faut donc pas considérer le Caller ID comme une preuve d’identité à lui seul.

Comment sécuriser sa téléphonie IP

La sécurité de la téléphonie implique plusieurs actions. Parmi celles-ci citons :

• Le chiffrement protège les flux en transit. TLS peut sécuriser la signalisation SIP, tandis que SRTP fournit confidentialité, intégrité et protection contre le rejeu pour les médias. Leur efficacité dépend de la chaîne d’interconnexion et de la manière dont les clés et certificats sont gérés.
• Des accès sécurisés par authentification forte. Chaque poste ou compte SIP doit avoir un mot de passe unique et complexe. L’utilisation de certificats (mTLS) renforce encore la sécurité.
• Le Session Border Controller (SBC) agit comme un firewall spécialisé pour la voix. Il filtre les flux, dissimule la topologie du réseau et limite les connexions suspectes.
• Isoler la téléphonie du reste du réseau. En la plaçant dans un VLAN dédié et en appliquant des règles strictes de filtrage, on empêche qu’un poste informatique compromis n’affecte la téléphonie.
• Surveiller et alerter en continu. Un pic d’appels ou des tentatives de connexion multiples peuvent révéler une attaque. Des outils de supervision spécialisés analysent les flux en temps réel et génèrent des alertes.

Migrer vers la téléphonie IP : méthode et bonnes pratiques

Phase d’analyse et d’audit

Cartographier l’existant

Une migration réussie commence par un diagnostic complet. Il faut recenser l’ensemble du système téléphonique : lignes actuelles, numéros, sites, postes, et usages réels. Plus précisément :

• Le système actuel : le type de lignes (analogiques, RNIS, SIP), le nombre de canaux, les numéros à conserver.
• Les équipements : les téléphones, l'existence de faxs, d'alarmes, de TPE ou de tout autre périphérique connecté.
• Les usages : le volume d’appels, les pics horaires, les sites les plus actifs ; ces données permettent de calibrer la future solution.
• Les fonctionnalités critiques : le standard automatique, les groupes d’appels, les files d’attente, l'intégration avec le CRM, etc.
• Le Réseau et Internet : la qualité de la connexion, les équipements réseau (switchs, routeurs, VLAN), le débit et la redondance.

Dimensionnement et prérequis

Chaque appel consomme de la bande passante, mais le débit réel ne dépend pas seulement du codec. La taille des paquets et les en-têtes RTP, UDP, IP et Ethernet ajoutent de l’overhead. À titre d’ordre de grandeur, un appel G.711 se situe souvent autour de 80 à 100 kbit/s par sens sur un LAN, tandis qu’un codec compressé comme G.729 consomme nettement moins.

Le dimensionnement doit donc partir du nombre maximal d’appels simultanés, puis vérifier la capacité réellement disponible dans les deux sens et la concurrence avec les autres usages. L’objectif n’est pas de réserver arbitrairement un pourcentage fixe mais de conserver suffisamment de capacité pour que les files QoS puissent absorber les pointes sans congestion.

Le réseau local LAN doit être compatible. Les switchs doivent gérer les VLAN et la QoS, le câblage doit être en Cat5e ou Cat6, et le PoE permet d’alimenter les téléphones sans adaptateur secteur.

La connexion Internet est un maillon clé pour les architectures dont les médias ou la signalisation sortent du site. Il faut surtout vérifier sa stabilité, sa capacité montante et descendante, ses niveaux de latence, de gigue et de pertes ainsi que les engagements de rétablissement réellement associés au contrat. Une FTTH professionnelle correctement dimensionnée peut convenir à de nombreux usages ; une FTTO devient particulièrement pertinente lorsque la criticité justifie des engagements de disponibilité et de rétablissement renforcés.

Choisir son mode de déploiement

On-premise, cloud ou hybride

Le modèle sur site convient lorsque l’entreprise veut exploiter une plateforme dédiée dans une infrastructure qu’elle maîtrise ou lorsqu’elle doit conserver des intégrations locales particulières. Il demande en contrepartie des compétences d’exploitation et un plan de maintenance.

Le modèle cloud externalise davantage cette exploitation et facilite en général l’ajout d’utilisateurs ou de sites. La continuité ne repose pas sur une technologie d’accès unique : elle doit être conçue avec un niveau de redondance et de reroutage cohérent avec la criticité de la téléphonie.

Le modèle hybride fait coexister plusieurs plateformes ou modes de raccordement. Il est utile pour migrer progressivement, conserver certains équipements ou traiter différemment des sites aux contraintes particulières.

Méthodes de migration

Déploiement progressif : mise en place par service ou par site, permettant d’ajuster le paramétrage au fur et à mesure.

Basculement global : tout le système change en une seule fois, souvent un week-end. Il nécessite des tests complets et une équipe prête à intervenir immédiatement.

Les erreurs à éviter

• Sous-estimer la capacité disponible : dimensionner les appels simultanés avec leur overhead réel et conserver suffisamment de capacité pour les pointes et les autres usages du lien.
• Négliger l’audit réseau : un switch obsolète ou un câble défectueux peut dégrader la qualité vocale.
• Oublier les périphériques : fax, alarmes, TPE, ascenseurs ; ils doivent être testés avant la bascule.
• Sous-dimensionner le support : prévoir une équipe complète disponible le jour J pour corriger tout imprévu.
• Changer trop de choses à la fois : il vaut mieux séparer migration téléphonie, déménagement et changement d’opérateur Internet.

Chaque migration Napsis suit une feuille de route claire : audit, maquette, pilote, déploiement et accompagnement post-bascule. Cette méthode vise à réduire les risques de bascule et à préserver la continuité d’activité autant que l’architecture et les opérateurs impliqués le permettent.

FAQ sur la Téléphonie IP