Référence SIP
Référence SIP
Glossaire des termes relatifs au SIP, au réseau et à l’audio utilisés lors de la configuration du trunking SIP avec ElevenLabs Agents.
Vue d’ensemble
Le trunking SIP connecte votre infrastructure téléphonique existante à ElevenLabs Agents. Sa configuration implique des protocoles, des paramètres réseau et des formats audio qui utilisent une terminologie spécialisée.
Cette page définit ces termes en langage clair. Utilisez-la comme référence complémentaire lors de la lecture du guide sur le trunking SIP ou pour résoudre un problème de connexion.
Les termes sont regroupés dans les catégories suivantes :
- Protocoles : les normes qui transportent la signalisation et l’audio.
- Transport et réseau : la façon dont les paquets circulent entre les systèmes.
- Composants d’infrastructure : les systèmes qui gèrent les appels.
- Signalisation d’appel : les messages qui établissent et terminent un appel.
- Authentification et sécurité : la façon dont les connexions sont vérifiées et chiffrées.
- Audio et codecs : la façon dont la parole est encodée et transmise.
- Adressage et routage : la façon dont les appels trouvent leur destination.
- Configuration ElevenLabs : les paramètres propres au Dashboard ElevenLabs.
Protocoles
SIP (Session Initiation Protocol)
Le protocole de signalisation qui démarre, modifie et termine les sessions de communication en temps réel telles que les appels vocaux. SIP négocie qui appelle qui et comment l’audio doit être échangé, mais ne transporte pas l’audio lui-même. Il est défini dans la RFC 3261.
SDP (Session Description Protocol)
Un format texte inclus dans les messages SIP qui décrit les médias d’un appel : les codecs pris en charge par chaque partie, les adresses IP et les ports du flux audio, ainsi que les paramètres de chiffrement. Les deux points de terminaison utilisent SDP pour convenir d’une configuration commune avant que l’audio ne circule.
RTP (Real-time Transport Protocol)
Le protocole qui transporte l’audio d’un appel une fois celui-ci établi par SIP. Les paquets RTP circulent en flux continu et sont sensibles aux délais et aux pertes, c’est pourquoi la qualité audio dépend des conditions réseau.
SRTP (Secure RTP)
Une version chiffrée de RTP. Lorsque le chiffrement des médias est activé, le flux audio est protégé par SRTP afin de ne pas pouvoir être intercepté pendant son transit. Les deux points de terminaison doivent prendre en charge SRTP pour que le chiffrement des médias fonctionne.
RTCP (RTP Control Protocol)
Un protocole complémentaire à RTP qui transmet des statistiques telles que la perte de paquets et la gigue, permettant aux points de terminaison de surveiller la qualité des appels.
Transport et réseau
UDP (User Datagram Protocol)
Un transport rapide et non orienté connexion qui envoie des paquets sans garantir leur livraison ni leur ordre. L’audio RTP est transporté via UDP, car une faible latence est plus importante qu’une livraison parfaite pour la parole en direct.
Le transport UDP pour la signalisation SIP est expérimental chez ElevenLabs. Utilisez TCP ou TLS pour le trafic de production et choisissez UDP uniquement pour les tests.
TCP (Transmission Control Protocol)
Un transport orienté connexion qui garantit une livraison fiable et ordonnée. ElevenLabs prend en charge TCP pour la signalisation SIP sur le port 5060.
TLS (Transport Layer Security)
Une couche de chiffrement qui fonctionne au-dessus de TCP. Le transport TLS chiffre la signalisation SIP afin que les identifiants et les métadonnées d’appel ne puissent pas être lus pendant leur transit. ElevenLabs prend en charge TLS pour la signalisation sur le port 5061.
MTU (Maximum Transmission Unit)
La taille maximale d’un paquet, en octets, qu’une liaison réseau peut transporter sans le diviser en éléments plus petits. Lorsqu’un message SIP sur UDP dépasse la MTU, il peut être fragmenté ou abandonné, ce qui peut empêcher l’établissement d’un appel. La signalisation SIP envoyée via TCP ou TLS évite ce problème, car ces transports gèrent les messages volumineux de manière fiable.
NAT (Network Address Translation)
Une technique utilisée par les routeurs pour partager une adresse IP publique entre de nombreux appareils sur un réseau privé. Le NAT peut empêcher l’audio RTP d’atteindre le bon appareil, ce qui est une cause fréquente d’audio unidirectionnel ou absent.
Latence
Le délai entre l’envoi d’un signal audio et sa réception. Une latence élevée rend les conversations peu naturelles, car chaque partie attend plus longtemps avant d’entendre l’autre.
Gigue
La variation du temps d’arrivée des paquets audio. Une gigue élevée provoque un son haché ou déformé, même lorsque la latence globale reste acceptable.
Perte de paquets
Le pourcentage de paquets audio qui n’arrivent jamais. Même de faibles pertes de paquets dégradent la qualité audio, car RTP ne retransmet pas les paquets perdus.
Port
Un point de terminaison numéroté sur une adresse IP qui identifie un service spécifique. La signalisation SIP utilise le port 5060 pour TCP et 5061 pour TLS ; les médias RTP utilisent généralement une large plage de ports attribués dynamiquement.
Composants d’infrastructure
SBC (Session Border Controller)
Un appareil ou service situé à la périphérie d’un réseau pour gérer et sécuriser le trafic SIP. Un SBC assure notamment la protection contre les accès non autorisés, la normalisation des messages SIP entre des systèmes qui implémentent différemment le protocole et la gestion de la traversée NAT. De nombreux fournisseurs de trunks SIP placent un SBC entre leur réseau et le vôtre.
PBX (Private Branch Exchange)
Un système téléphonique privé qui achemine les appels au sein d’une organisation et les relie à des lignes externes. Un PBX compatible SIP peut se connecter à ElevenLabs via un trunk SIP.
Trunk SIP
Une connexion virtuelle entre votre système téléphonique et un service vocal, qui transporte plusieurs appels simultanés sur Internet plutôt que par des lignes téléphoniques physiques. Un trunk SIP relie votre PBX ou votre fournisseur à ElevenLabs.
Signalisation d’appel
SIP INVITE
Le message SIP qui demande un nouvel appel. Le message INVITE contient l’identifiant de destination et une description SDP des capacités média de l’appelant.
200 OK
La réponse SIP qui confirme qu’une demande a abouti. Pour un INVITE, le message 200 OK inclut le SDP de la partie qui répond et une adresse Contact identifiant le serveur exact qui gère l’appel.
BYE
Le message SIP qui met fin à un appel établi. Un BYE doit être envoyé à l’adresse Contact renvoyée dans le message 200 OK afin qu’il atteigne le même serveur que celui qui a géré l’appel.
En-tête Contact
Un champ d’une réponse SIP qui identifie le serveur précis et l’adresse à utiliser pour les messages de suivi au sein du même appel. ElevenLabs traite le trafic SIP depuis plusieurs serveurs derrière l’adresse partagée sip.rtc.elevenlabs.io. Envoyer des requêtes ultérieures, comme un BYE, à cette adresse partagée plutôt qu’à l’adresse Contact peut donc les diriger vers un autre serveur.
Dialogue
L’état partagé que deux points de terminaison maintiennent pendant toute la durée d’un appel. Si un message tel qu’un BYE atteint un serveur qui ne possède aucun enregistrement du dialogue, le serveur le rejette.
Codes de réponse
Des nombres à trois chiffres qui indiquent le résultat d’une demande SIP, à l’instar des codes d’état HTTP. Les codes de la plage 1xx sont provisoires et signalent une progression : 100 (Trying) confirme que la demande a été reçue et est en cours de traitement, tandis que 180 (Ringing) indique que la destination est alertée. Les réponses finales indiquent le résultat : 200 (OK) signifie que l’opération a réussi, 401 et 407 indiquent qu’une authentification est requise, et 481 signifie que le serveur ne dispose d’aucun dialogue correspondant à la demande.
Authentification et sécurité
Authentification Digest
Une méthode d’authentification qui vérifie une connexion à l’aide d’un nom d’utilisateur et d’un mot de passe sans envoyer ce dernier en clair. ElevenLabs recommande l’authentification Digest, car elle ne dépend pas d’adresses IP fixes.
ACL (Access Control List)
Une méthode d’authentification fondée sur l’autorisation d’adresses IP fiables. Avec l’authentification ACL, un système n’accepte le trafic SIP que depuis des adresses sources approuvées. Sa gestion peut être plus difficile lorsque les adresses IP changent.
Chiffrement des médias
La protection appliquée au flux audio RTP à l’aide de SRTP. ElevenLabs propose trois paramètres : Disabled (sans chiffrement), Allowed (chiffre lorsque les deux parties le prennent en charge) et Required (rejette les appels qui ne peuvent pas être chiffrés).
Certificat
Un document numérique X.509 qui prouve l’identité d’un serveur lors d’une négociation TLS. La partie qui accepte la connexion agit comme serveur TLS et présente le certificat ; la partie qui ouvre la connexion agit comme client TLS et le valide auprès d’une autorité de certification de confiance, en vérifiant le nom d’hôte et la date d’expiration. Les rôles diffèrent selon le sens de l’appel :
- Appels entrants vers ElevenLabs : votre système ouvre la connexion. ElevenLabs agit donc comme serveur TLS et présente un certificat pour
sip.rtc.elevenlabs.io, que votre système valide. - Appels sortants depuis ElevenLabs : ElevenLabs ouvre la connexion. Votre serveur SIP ou SBC agit donc comme serveur TLS et doit présenter un certificat valide et fiable, qu’ElevenLabs valide.
Suite de chiffrement
L’ensemble des algorithmes qu’une connexion TLS utilise pour échanger des clés, chiffrer les données et vérifier l’intégrité. Lors de la négociation, le client TLS propose les suites de chiffrement qu’il prend en charge et le serveur TLS en sélectionne une qu’ils ont en commun. ElevenLabs exige TLS 1.2 ou une version ultérieure. Pour les appels entrants vers ElevenLabs, ElevenLabs, en tant que serveur TLS, sélectionne la suite ; pour les appels sortants depuis ElevenLabs, votre système, en tant que serveur TLS, la sélectionne. Les deux parties doivent partager au moins une suite de chiffrement moderne, sans quoi la négociation échoue avant la connexion de l’appel.
Audio et codecs
Codec
Un algorithme qui compresse l’audio pour la transmission et le décompresse à l’autre extrémité. Les deux points de terminaison doivent prendre en charge un codec commun pour qu’un appel ait de l’audio.
G711
Un codec non compressé largement pris en charge, qui transporte l’audio à une fréquence d’échantillonnage de 8 kHz. C’est le choix le plus compatible entre les systèmes de téléphonie.
G722
Un codec large bande qui transporte l’audio à une fréquence d’échantillonnage de 16 kHz, offrant une parole plus claire que G711 lorsque les deux points de terminaison le prennent en charge.
Fréquence d’échantillonnage
Le nombre de mesures audio effectuées par seconde, exprimé en kilohertz (kHz). Le déploiement SIP d’ElevenLabs envoie et reçoit l’audio au format G711 à 8 kHz ou G722 à 16 kHz. Les systèmes qui utilisent d’autres fréquences doivent rééchantillonner l’audio.
DTMF (Dual-Tone Multi-Frequency)
Les tonalités produites lorsqu’on appuie sur les touches d’un clavier téléphonique, utilisées pour naviguer dans des menus automatisés. Consultez l’entrée DTMF pour savoir comment les agents reçoivent les chiffres du clavier, et jouer une tonalité de clavier pour savoir comment les agents envoient des DTMF.
Adressage et routage
URI SIP
L’adresse utilisée pour atteindre une destination SIP, écrite sous la forme sip:identifier@domain:port. Par exemple, sip:+19991234567@sip.rtc.elevenlabs.io:5060 achemine un appel vers l’identifiant +19991234567. L’identifiant est requis pour que l’appel puisse être acheminé.
E.164
La norme internationale de formatage des numéros de téléphone, composée d’un + initial, d’un code pays et du numéro d’abonné, par exemple +15551234567. Le format doit correspondre entre votre URI SIP et votre numéro de téléphone importé.
Enregistrements NAPTR et SRV
Des types d’enregistrements DNS qui permettent à un système SIP de découvrir les serveurs, transports et ports à utiliser pour un domaine. ElevenLabs publie des enregistrements NAPTR et SRV pour la découverte de serveurs conforme à la RFC 3263.
Configuration ElevenLabs
Type de transport
Le protocole sélectionné pour la signalisation SIP dans le Dashboard. ElevenLabs prend en charge TCP (port 5060) et TLS (port 5061). TLS est recommandé pour la production, car il chiffre la signalisation.
Configuration entrante
Les paramètres qui contrôlent la façon dont les appels provenant de votre trunk SIP atteignent ElevenLabs, y compris le type de transport et le chiffrement des médias appliqué aux appels entrants.
Configuration sortante
Les paramètres qui contrôlent la façon dont ElevenLabs envoie des appels à votre système, y compris l’Address (un nom d’hôte ou une adresse IP, sans le préfixe sip:) à laquelle le SIP INVITE est transmis.
En-têtes personnalisés
Des champs d’en-tête SIP supplémentaires préfixés par X- que vous pouvez joindre aux appels à des fins de routage, d’identification ou selon les exigences propres à un fournisseur. Les en-têtes personnalisés entrants sont également exposés en tant que variables dynamiques dans la conversation. Les en-têtes INVITE sortants sont configurés avec le champ statique headers sur outbound_trunk_config.
Informations utilisateur à utilisateur (UUI)
Une petite charge utile applicative échangée dans l’en-tête SIP User-to-User (RFC 7433), couramment utilisée par les plateformes de centres de contact telles que Talkdesk et Genesys Cloud. Pour les appels entrants, lorsque l’INVITE contient un en-tête User-to-User, sa valeur est exposée à l’agent sous la forme de deux variables dynamiques : {{sip_uui_raw}} (la valeur brute de l’en-tête) et {{sip_uui_data}} (la charge utile décodée, décodée en hexadécimal, avec l’octet discriminateur de protocole supprimé lorsque l’en-tête contient purpose=isdn-uui). Pour les appels sortants, l’UUI est jointe aux transferts SIP REFER ciblant une URI SIP via le paramètre uui de la règle de transfert. Consultez Transférer vers un numéro.
Attributs vers en-têtes
Un paramètre accessible uniquement par API sur inbound_trunk_config et outbound_trunk_config, qui associe des noms de variables dynamiques à des noms d’en-têtes SIP pour les demandes BYE. Chaque clé est un nom de variable dynamique ; chaque valeur est le nom de l’en-tête à inclure lorsque l’appel se termine. La valeur de l’en-tête correspond à la valeur finale de la variable à la fin de la conversation. Consultez En-têtes BYE à partir de variables dynamiques.
Domaines distants
Un paramètre de numéro de téléphone qui répertorie les domaines qu’ElevenLabs accepte lors de la validation de votre certificat TLS sur les connexions de suivi qu’il initie, par exemple un BYE ou un REFER. Comme ElevenLabs se connecte souvent à une adresse IP issue de l’en-tête Via le plus haut plutôt qu’à un nom d’hôte, il ne peut pas faire correspondre le certificat au seul nom d’hôte. Si un domaine pour lequel le certificat reçu est valide correspond à un domaine distant configuré, la validation réussit ; sinon, elle échoue. Consultez connexions de suivi.
Serveurs SIP à IP statique
Une option Enterprise qui fournit des points de terminaison SIP avec des plages d’adresses IP fixes aux clients dont les politiques de sécurité exigent l’autorisation d’adresses IP. Consultez le guide sur le trunking SIP pour plus d’informations.