Un tampon anti-gigue dimensionné pour absorber 50 ms de variation du délai des paquets ajoute environ 25 ms à chaque appel en moyenne, car les règles de planification de l’ITU-T supposent qu’un tampon contribue pour la moitié de son délai de pointe (ITU-T G.114). Ces 25 ms sont prélevées sur un budget déjà serré : la voix conversationnelle vise moins de 150 ms de délai unidirectionnel, avec 400 ms comme limite (ITU-T G.1010). Le 3GPP exige désormais que les tampons de gigue de la téléphonie mobile maintiennent les pertes induites par la gigue sous 1% sur six profils de réseau standard (3GPP TS 26.114). La mesure a elle aussi changé : l’ITU-T a supprimé le modèle de qualité vocale PESQ le 5 janvier 2024 et oriente les utilisateurs vers la POLQA, dont l’échelle en pleine bande plafonne à 4,8 et non à 4,5 (page ITU-T P.862 ; ITU-T P.863.1). Nous avons agrégé des données issues des recommandations ITU-T G.114, G.107, G.107.1, G.1010, Y.1541, P.800, P.863 et P.863.1, des RFC 3550, 3611 et 6716 de l’IETF, de la TS 26.114 du 3GPP, de la campagne 2025 de qualité mobile de l’Arcep, de la documentation du Call Quality Dashboard de Microsoft Teams, ainsi que d’études évaluées par des pairs parues dans Acta Acustica et l’EURASIP Journal on Wireless Communications and Networking. Pour le versant marché des appels sur Internet, consultez nos statistiques VoIP et UCaaS.
TL;DR
- Un délai unidirectionnel de la bouche à l’oreille inférieur à 150 ms offre une interactivité pratiquement transparente ; 400 ms est le plafond pour la planification générale des réseaux (ITU-T G.114 2003).
- Un tampon anti-gigue ajoute en moyenne la moitié de son délai de pointe : 25 ms pour un tampon couvrant 50 ms de variation du délai (ITU-T G.114 2003).
- Les réseaux VoIP interactifs peuvent faire varier le délai des paquets jusqu’à 50 ms, mais la cible chez l’utilisateur final pour la voix conversationnelle est inférieure à 1 ms (ITU-T Y.1541 2011 ; ITU-T G.1010 2001).
- Les tampons de gigue 3GPP doivent maintenir la perte induite par la gigue sous 1% sur les six profils de test (3GPP TS 26.114, édition 19).
- Teams classe un flux audio comme Médiocre lorsque la gigue moyenne dépasse 30 ms (Microsoft Learn, classification des flux CQD 2026).
- Passer de R 90 à R 70 fait chuter la part des utilisateurs jugeant un appel bon ou meilleur d’au moins 97% à au moins 73% (ITU-T G.107 2015).
- Le modèle E large bande s’étend de R 0 à 129, soit environ 29% au-delà de l’échelle en bande étroite (ITU-T G.107.1 2019).
- L’ITU-T a supprimé le PESQ (P.862) le 5 janvier 2024 (page ITU-T P.862 2024).
- POLQA pleine bande : l’EVS à 48 kbit/s obtient en moyenne 4,70, le G.711 seulement 3,6 (ITU-T P.863.1 2019).
- Des décalages de lecture de 30 ms ou moins avaient un effet négligeable sur les auditeurs, mais le PESQ les a mal jugés (Počta, Melvin et Hines, Acta Acustica 2015).
- Orange a maintenu 91% des appels à une qualité parfaite au niveau national, Free Mobile 84% (Arcep 2025).
1. Le budget de délai : 150 ms pour une conversation naturelle, 400 ms comme plafond
Le délai est un budget, pas un chiffre unique. Le codec, la paquétisation, le réseau, le tampon de gigue et l’appareil de lecture puisent tous dans la même réserve, et l’auditeur n’en perçoit que le total. Les seuils de planification de l’ITU-T n’ont pas bougé en vingt ans parce qu’ils décrivent la conversation humaine, pas la technologie : en dessous de 150 ms dans un sens, la plupart des applications offrent une interactivité pratiquement transparente ; au-delà de 400 ms, l’ITU-T considère le délai comme inacceptable pour la planification générale des réseaux.
Ce qui frappe, c’est la faible part de ce budget que le réseau est censé consommer. La classe VoIP la plus interactive de l’ITU-T Y.1541 n’autorise qu’un délai moyen de transfert IP de 100 ms, ce qui laisse 50 ms (150 ms moins 100 ms) pour tout ce qui se trouve aux deux extrémités de l’appel si l’on veut qu’il reste transparent. Un seul codec G.723.1 consomme 97,5 ms dans le tableau de planification filaire de l’ITU-T, contre 0,375 ms pour le G.711, si bien que le choix du codec peut à lui seul décider si un appel reste sous 150 ms. Chaque étape temps réel de la chaîne audio, de la suppression de bruit à un changeur de voix pour Discord, puise dans le même budget de la bouche à l’oreille, ce qui explique pourquoi une faible latence de traitement compte autant que la qualité sonore dans les appels en direct. Les planificateurs vérifient ces limites avec le modèle E, qui, par défaut, ne commence à appliquer une pénalité de délai que lorsque le délai unidirectionnel absolu dépasse 100 ms. Les seuils eux-mêmes figurent dans l’ITU-T G.114 et l’ITU-T G.1010.
| Métrique | Valeur | Source |
|---|---|---|
| Délai unidirectionnel : limite d’une interactivité pratiquement transparente (de la bouche à l’oreille) et plafond recommandé pour la planification générale des réseaux | Moins de 150 ms et 400 ms | ITU-T G.114 (05/2003) |
| Cible chez l’utilisateur final pour la voix conversationnelle, délai unidirectionnel | Moins de 150 ms préféré, moins de 400 ms en limite (suppose un contrôle d’écho adéquat) | ITU-T G.1010 (11/2001) |
| Borne du délai moyen de transfert IP : classe QoS 0 (VoIP à forte interactivité) et classe 1 (VoIP interactive) | 100 ms et 400 ms | ITU-T Y.1541 (12/2011) |
| Délai unidirectionnel dû au traitement du codec en planification filaire (3 trames plus anticipation) : G.711 / G.729 / G.723.1 | 0,375 ms / 35 ms / 97,5 ms | ITU-T G.114, appendice I |
| Plage du délai algorithmique du codec Opus | De 5 ms à 65,2 ms | IETF RFC 6716 (2012) |
| Tailles de trame d’Opus | 2,5, 5, 10, 20, 40 ou 60 ms | IETF RFC 6716 (2012) |
| Délai unidirectionnel absolu par défaut en dessous duquel le modèle E n’applique aucune dégradation due au délai | 100 ms | ITU-T G.107 (06/2015) |
Note de contexte : l’« anticipation » (look-ahead) est la tranche d’audio supplémentaire qu’un codec doit attendre avant de pouvoir coder la trame courante. Les G.114 (2003), G.1010 (2001) et Y.1541 (2011) sont anciennes, mais ce sont les éditions en vigueur sur le site de l’ITU-T en octobre 2026. Données les plus récentes disponibles : ITU-T, 2001 à 2015.
2. La gigue : quelle variation du délai les réseaux ont-ils le droit d’avoir
La gigue est la variation du temps que mettent les paquets à arriver. Un appel avec un délai long mais stable peut rester net ; un appel dont les paquets arrivent à intervalles irréguliers a besoin d’un tampon, faute de quoi il se désagrège. L’ITU-T autorise les réseaux VoIP interactifs à présenter jusqu’à 50 ms de variation du délai des paquets, alors que la cible chez l’utilisateur final pour la voix conversationnelle est inférieure à 1 ms de variation du délai (ITU-T Y.1541 ; ITU-T G.1010). L’écart entre ces deux chiffres est la fiche de poste du tampon de gigue : les réseaux sont censés produire de la gigue, et les récepteurs sont censés la masquer.
La façon dont la gigue est rapportée compte autant que son niveau. Les récepteurs RTP calculent une estimation glissante dans laquelle chaque nouveau paquet ne déplace la valeur que d’un seizième de l’écart, un gain que l’IETF a retenu parce qu’il « offre un bon rapport de réduction du bruit tout en conservant une vitesse de convergence raisonnable » (IETF RFC 3550). La même RFC recommande que les rapports de contrôle utilisent 5% de la bande passante de la session, avec un intervalle minimal fixe de 5 secondes. En raison de ce lissage et de ce rythme de rapport, un seul pic de délai bref déplace à peine la gigue vue par un outil de supervision. Les liaisons radio ajoutent leur propre variation : dans une étude de laboratoire VoLTE de 2021, le délai atteignait en moyenne 57,5 ms sur une plage de 20 à 150 ms, tandis que la gigue se concentrait juste au-dessus de 31 ms (Lipovac et al., EURASIP JWCN 2021). La même étude considère un taux d’erreur de blocs radio de 10% comme le point de fonctionnement optimal pour la voix LTE, tombant à environ 1% après une retransmission.
| Métrique | Valeur | Source |
|---|---|---|
| Borne de la variation du délai des paquets (délai au 99,9e centile moins délai minimal), classes QoS 0 et 1 | 50 ms | ITU-T Y.1541 (12/2011) |
| Borne du taux de perte de paquets, classes QoS 0 et 1 | 1 sur 1 000 (1 x 10^-3) | ITU-T Y.1541 (12/2011) |
| Cible de variation du délai chez l’utilisateur final, voix conversationnelle | Moins de 1 ms | ITU-T G.1010 (11/2001) |
| Gain de l’estimateur standard de gigue d’inter-arrivée RTP | 1/16 par paquet | IETF RFC 3550 (2003) |
| Gigue moyenne au-delà de laquelle Teams classe un flux audio comme Médiocre | Plus de 30 ms | Microsoft Learn, classification des flux CQD (2026), seuil de l’éditeur |
| Délai unidirectionnel moyen lors d’un test de laboratoire VoLTE (plage mesurée de 20 à 150 ms) | 57,5 ms | Lipovac et al., EURASIP JWCN 2021 |
| Valeur autour de laquelle la gigue RTP s’est accumulée lors du même test VoLTE | Légèrement supérieure à 31 ms | Lipovac et al., EURASIP JWCN 2021 |
| Temps d’aller-retour d’une retransmission radio LTE (HARQ) sur les liaisons FDD | 8 ms | Lipovac et al., EURASIP JWCN 2021 |
Note de contexte : le HARQ (requête automatique de répétition hybride) est la retransmission rapide propre à la couche radio. Chaque nouvel essai corrige un bloc perdu mais arrive plus tard, ce qui est une façon pour une liaison mobile de transformer des erreurs en gigue. Le seuil de 30 ms de Teams est la règle de supervision propre à Microsoft, et non une norme du secteur ; Microsoft précise qu’un indicateur Médiocre ne signifie pas que l’utilisateur a réellement entendu un problème.
3. Les tampons de gigue : le délai que l’on paie pour éliminer la gigue
Un tampon de gigue retient les paquets pour pouvoir les lire à un rythme régulier. Chaque milliseconde de rétention est un délai ajouté ; chaque paquet qui arrive après son instant de lecture est perdu, même si le réseau l’a bien livré. Les organismes de normalisation doivent choisir un camp dans ce compromis, et le 3GPP a placé sa limite stricte sur la perte : un tampon de gigue conforme au 3GPP doit maintenir les pertes induites par la gigue sous 1% sur chacun de six profils standard de délai et de perte, tout en conservant au moins 90% des trames de parole à un délai inférieur ou égal à la distribution de délai d’un algorithme de référence décalée de 60 ms (3GPP TS 26.114). La limite de perte est absolue, tandis que la limite de délai n’est que relative à une référence, ce qui indique aux implémenteurs qu’il est acceptable de dépenser un peu de délai supplémentaire mais pas de perdre de l’audio.
Les tampons adaptatifs se redimensionnent pendant les silences, et une étude d’écoute contrôlée a constaté que les petits redimensionnements passaient inaperçus. Des décalages de lecture de 30 ms ou moins insérés dans les périodes de silence ont eu un effet négligeable sur les scores d’écoute subjectifs, mais le modèle PESQ a signalé une dégradation importante que les gens n’ont pas entendue (Počta, Melvin et Hines, Acta Acustica 2015). Pour la supervision en direct, les rapports RTCP XR permettent à un récepteur de publier son délai de tampon nominal, maximal et maximal absolu en millisecondes, ainsi que l’information indiquant si le tampon est adaptatif ou fixe (IETF RFC 3611).
| Métrique | Valeur | Source |
|---|---|---|
| Délai moyen qu’ajoute un tampon anti-gigue, pour la planification (exemple traité : tampon pour une plage de variation du délai de 50 ms) | La moitié de son délai de pointe (25 ms dans l’exemple) | ITU-T G.114 (05/2003) |
| Limite de perte induite par la gigue pour les tampons de téléphonie multimédia 3GPP | Moins de 1% sur chaque canal de test | 3GPP TS 26.114 (édition 19), clause 8.2.3.2.3 |
| Critère de délai : part des trames de parole à un délai inférieur ou égal à la distribution de délai de l’algorithme de référence décalée de 60 ms | Au moins 90% | 3GPP TS 26.114 (édition 19), clause 8.2.3.2.2 |
| Profils de test standard pour la conformité du tampon de gigue : nombre, longueur et perte de paquets intégrée | 6 profils de 7 500 paquets IP chacun, avec une perte de paquets de 0% (profil 1) à 5,9% (profil 5) | 3GPP TS 26.114 (édition 19), tableau 8.1 |
| Taille des décalages de lecture en silence ayant eu un effet négligeable sur les scores des auditeurs | 30 ms ou moins | Počta, Melvin et Hines, Acta Acustica 2015 |
| Plus grand délai de tampon de gigue qu’un rapport RTCP XR peut exprimer | 65 535 ms (champ de 16 bits) | IETF RFC 3611 (2003) |
Note de contexte : le profil 5 contient 2 trames de parole par paquet (15 000 trames dans 7 500 paquets), tandis que les cinq autres en contiennent 1 par paquet. Les chiffres du 3GPP ont été lus dans le texte de l’édition 19 de la TS 26.114 ; le portail du 3GPP indiquait la version 20.1.1 (édition 20) comme dernier dépôt au 25 septembre 2026. Données les plus récentes disponibles sur le test d’écoute : Počta, Melvin et Hines, 2015.
4. Noter les conversations : échelles MOS et facteur R du modèle E
Deux systèmes de notation coexistent. Le score d’opinion moyen (MOS) vient de personnes : les auditeurs notent des échantillons sur l’échelle de catégories absolues à cinq points de l’ITU-T P.800, de 5 (Excellent) à 1 (Mauvais), après avoir entendu de courts groupes de phrases tenant chacun dans un créneau de 2 à 3 secondes. Le facteur R du modèle E vient d’un calcul : il part d’un indice de base de rapport signal sur bruit, soustrait les dégradations dues au bruit, au délai, à l’écho, au codec et aux pertes, et ajoute un facteur d’avantage pour la commodité. Avec tous les paramètres à leur valeur par défaut, R vaut 93,2 (ITU-T G.107).
Le tableau de satisfaction de l’annexe B est l’endroit où R prend une dimension commerciale. Passer de R 90 à R 70 fait chuter la part des utilisateurs jugeant un appel bon ou meilleur d’au moins 97% à au moins 73%, et à R 50 le plancher n’est que de 27% de bon ou meilleur, jusqu’à 38% jugeant l’appel médiocre ou pire. À R 80, au moins 89% restent à bon ou meilleur et, à R 60, au moins 50%, si bien que la qualité perçue s’effondre plus vite que ne le suggère l’échelle R linéaire. Les appels large bande disposent d’une règle plus étendue : le modèle E large bande va de 0 à 129, soit environ 29% au-delà de l’échelle en bande étroite (ITU-T G.107.1).
| Métrique | Valeur | Source |
|---|---|---|
| Échelle de qualité d’écoute utilisée pour les tests MOS subjectifs | 5 = Excellent, 4 = Bon, 3 = Passable, 2 = Médiocre, 1 = Mauvais | ITU-T P.800 (08/1996) |
| Facteur R en bande étroite avec tous les paramètres du modèle E à leur valeur par défaut | 93,2 | ITU-T G.107 (06/2015) |
| Limite basse de R 90 : MOS estimé / utilisateurs jugeant l’appel bon ou meilleur / utilisateurs le jugeant médiocre ou pire | 4,34 / au moins 97% / 0% (très satisfaits) | ITU-T G.107 (06/2015), annexe B |
| Limite basse de R 70 : MOS estimé / bon ou meilleur / médiocre ou pire | 3,60 / au moins 73% / au plus 6% (certains utilisateurs insatisfaits) | ITU-T G.107 (06/2015), annexe B |
| Limite basse de R 50 : MOS estimé / bon ou meilleur / médiocre ou pire | 2,58 / au moins 27% / au plus 38% (presque tous les utilisateurs insatisfaits) | ITU-T G.107 (06/2015), annexe B |
| Facteur d’avantage maximal A (qualité que les utilisateurs échangent contre de la commodité) : filaire / mobile dans un bâtiment / mobile dans un véhicule / satellite multi-sauts | 0 / 5 / 10 / 20 | ITU-T G.107 (06/2015), tableau 2 |
| Plage du facteur R dans le modèle E large bande | 0 à 129 | ITU-T G.107.1 (06/2019) |
| Valeur de R que les rapports RTCP XR qualifient de qualité téléphonique classique et valeur à partir de laquelle (et en dessous) les appels sont jugés inutilisables | 94 et 50 | IETF RFC 3611 (2003) |
Note de contexte : la « qualité téléphonique classique » (toll quality) désigne la qualité d’un appel traditionnel sur ligne fixe. La RFC 3611 encode les valeurs MOS sous forme d’entiers de 10 à 50 (MOS fois 10), 127 signifiant non disponible. Son libellé de qualité téléphonique classique à 94 et la valeur par défaut de 93,2 du modèle E reposent sur des conventions différentes et ne doivent pas être lus comme une contradiction.
5. Du PESQ à la POLQA : comment les modèles objectifs notent la parole
Les panels d’écoute sont lents et coûteux ; les réseaux sont donc notés par des modèles objectifs qui comparent un enregistrement de référence propre à l’enregistrement dégradé et prédisent le MOS qu’un panel donnerait. L’ITU-T a supprimé le PESQ (P.862) et ses recommandations complémentaires P.862.1 à P.862.3 le 5 janvier 2024, en orientant les utilisateurs vers la POLQA (P.863) (ITU-T P.862). Dans son édition de 2019 encore, le guide d’application de la POLQA indiquait aux ingénieurs que la P.863 « ne déprécie pas » la P.862 et recommandait d’exécuter les deux en parallèle ; tout plan de test rédigé avant 2024 mérite donc un second examen.
Le piège le plus important est l’échelle. La POLQA couvre l’audio de la bande étroite (300 à 3 400 Hz) à la pleine bande (20 à 20 000 Hz), et sa troisième édition (2018) a supprimé le filtre passe-bas initial à 14 kHz afin de traiter les codecs pleine bande tels qu’Opus et EVS (ITU-T P.863). Le mode bande étroite plafonne à 4,5 tandis que le mode pleine bande plafonne à 4,8, et un même appel G.711 obtient 4,4 dans l’un et 3,6 dans l’autre (ITU-T P.863.1). Un « MOS de 3,6 » ne signifie rien tant que l’on ne sait pas quel mode l’a produit. Pour savoir comment les opérateurs publient ces scores à partir de vrais tests en conditions réelles, consultez nos statistiques sur la qualité vocale (MOS) des réseaux cellulaires.
| Métrique | Valeur | Source |
|---|---|---|
| Statut du PESQ à l’ITU-T | P.862, P.862.1, P.862.2 et P.862.3 supprimées le 5 janvier 2024 | Page ITU-T P.862 (2024) |
| Plage brute du score PESQ | -0,5 à 4,5 | Lipovac et al., EURASIP JWCN 2021 |
| Couverture de la largeur de bande audio de la POLQA | De la bande étroite 300 à 3 400 Hz à la pleine bande 20 à 20 000 Hz (super large bande 50 à 14 000 Hz simulée par limitation de bande) | ITU-T P.863 (03/2018) |
| Score POLQA maximal : mode bande étroite et mode pleine bande | 4,5 et 4,8 (les références pleine bande transparentes devraient obtenir au moins 4,75) | ITU-T P.863.1 (06/2019) |
| G.711 avec filtre de combiné IRS, score moyen : PESQ bande étroite / POLQA bande étroite / POLQA pleine bande | 4,4 / 4,4 / 3,6 | ITU-T P.863.1 (06/2019), tableau 6 |
| AMR-NB à 12,2 kbit/s, score moyen : PESQ bande étroite / POLQA bande étroite / POLQA pleine bande | 4,0 / 4,2 / 3,2 | ITU-T P.863.1 (06/2019), tableau 6 |
| Score POLQA pleine bande moyen : EVS 48 kbit/s pleine bande, EVS 24,4 kbit/s super large bande et AMR-WB 23,85 kbit/s | 4,70 / 4,65 / 4,0 | ITU-T P.863.1 (06/2019), tableau 6 |
| Échantillon de test POLQA recommandé | 3 à 6 s de parole active, 12 s au maximum au total ; 8 paires de phrases de 2 locuteurs et 2 locutrices | ITU-T P.863.1 (06/2019) |
Note de contexte : les valeurs du tableau 6 sont des moyennes, et les échantillons individuels peuvent différer. Dans l’étude d’Acta Acustica de 2015 sur les décalages temporels du tampon de gigue (voir la section 3), la POLQA a prédit nettement mieux que le PESQ ce que les auditeurs entendaient.
6. Mesures sur le terrain : ce que consignent les régulateurs et les tableaux de bord d’appels
Les modèles de laboratoire décrivent ce qui devrait se passer ; les campagnes de terrain montrent ce qui se passe. Le régulateur français, l’Arcep, ne compte un appel comme « parfait » que s’il est tenu deux minutes sans perturbation audible, un test plus strict que celui du simple établissement de l’appel. Sa campagne 2025, fondée sur plus d’un million de mesures sur l’ensemble des services entre juin et août 2025 (Arcep, qualité des services mobiles en France métropolitaine 2025), montre que seulement 76% à 83% des appels atteignent une qualité parfaite en zone rurale, contre 89% à 96% en zone dense.
Deux détails comptent spécifiquement pour la VoIP. Les appels passés via des applications de messagerie (voix over-the-top, ou OTT, transportée comme des données) ont obtenu des scores inférieurs à ceux du service vocal propre des opérateurs sur les mêmes réseaux. Et dans les TGV à grande vitesse, seulement 56% à 74% des appels ont été établis et tenus pendant deux minutes. Les plateformes d’entreprise appliquent une logique similaire à chaque appel : outre sa règle de gigue de 30 ms, Teams classe un flux audio comme Médiocre au-delà de 500 ms d’aller-retour ou de 10% de perte de paquets, et ne note que les flux de plus de 500 paquets (Microsoft Learn, classification des flux dans le CQD). Pour la technologie réseau qui sous-tend la voix des opérateurs, consultez nos statistiques de déploiement VoLTE et VoNR.
| Métrique | Valeur | Source |
|---|---|---|
| Appels de qualité parfaite (tenus 2 minutes, sans perturbation audible), France métropolitaine : Orange / Bouygues Telecom / SFR / Free Mobile | 91% / 88% / 87% / 84% | Campagne Arcep 2025 |
| Même indicateur en zone dense : Orange / Bouygues Telecom / SFR / Free Mobile | 95% / 96% / 92% / 89% | Campagne Arcep 2025 |
| Même indicateur en zone rurale : Orange / Bouygues Telecom / SFR / Free Mobile | 83% / 77% / 79% / 76% | Campagne Arcep 2025 |
| Appels passés via des applications de messagerie (voix OTT) tenus 2 minutes sans perturbation audible | Orange 82%, Free Mobile 80%, SFR 77%, Bouygues Telecom 77% | Campagne Arcep 2025 |
| Appels établis et tenus 2 minutes dans les TGV à grande vitesse | De 56% (SFR) à 74% (Orange) | Campagne Arcep 2025 |
| Temps d’aller-retour au-delà duquel Teams classe un flux audio comme Médiocre | Plus de 500 ms | Microsoft Learn, classification des flux CQD (2026), seuil de l’éditeur |
| Taux de perte de paquets au-delà duquel Teams classe un flux audio comme Médiocre | Plus de 10% (0,1) | Microsoft Learn, classification des flux CQD (2026), seuil de l’éditeur |
Note de contexte : le chiffre du TGV mesure les appels établis et tenus deux minutes ; le communiqué de l’Arcep n’indique pas que la condition « sans perturbation audible » s’applique aux résultats des transports, il n’est donc pas comparable aux lignes de qualité parfaite. L’Arcep ne publie pas de valeurs POLQA ni MOS dans ce communiqué.
Résumé : le tampon de gigue VoIP et la qualité vocale en chiffres
| Métrique | Valeur | Source |
|---|---|---|
| Délai unidirectionnel pour une interactivité pratiquement transparente et plafond de planification | Moins de 150 ms et 400 ms | ITU-T G.114 (2003) |
| Délai moyen ajouté par un tampon anti-gigue couvrant une plage de variation du délai de 50 ms | 25 ms (la moitié de son délai de pointe) | ITU-T G.114 (2003) |
| Borne du délai moyen de transfert IP pour la VoIP à forte interactivité (classe QoS 0) | 100 ms | ITU-T Y.1541 (2011) |
| Cible de variation du délai chez l’utilisateur final, voix conversationnelle | Moins de 1 ms | ITU-T G.1010 (2001) |
| Délai algorithmique d’Opus | De 5 ms à 65,2 ms | IETF RFC 6716 (2012) |
| Limite de perte induite par la gigue pour les tampons de gigue 3GPP | Moins de 1% sur les 6 profils de test | 3GPP TS 26.114 (édition 19) |
| Part des trames de parole devant rester dans le délai de référence plus 60 ms | Au moins 90% | 3GPP TS 26.114 (édition 19) |
| Gigue moyenne qui classe un flux audio Teams comme Médiocre | Plus de 30 ms | Microsoft Learn (2026) |
| Délai unidirectionnel moyen lors d’un test de laboratoire VoLTE | 57,5 ms | Lipovac et al., EURASIP JWCN 2021 |
| Décalages de lecture en silence à effet négligeable sur les auditeurs | 30 ms ou moins | Počta, Melvin et Hines, Acta Acustica 2015 |
| Utilisateurs jugeant un appel bon ou meilleur à R 90, R 70 et R 50 | Au moins 97%, 73% et 27% | ITU-T G.107 (2015) |
| Plage R du modèle E large bande | 0 à 129 | ITU-T G.107.1 (2019) |
| Valeur de R qualifiée de qualité téléphonique classique dans le RTCP XR | 94 | IETF RFC 3611 (2003) |
| PESQ supprimé par l’ITU-T | 5 janvier 2024 | Page ITU-T P.862 (2024) |
| Score POLQA maximal, mode bande étroite et mode pleine bande | 4,5 et 4,8 | ITU-T P.863.1 (2019) |
| Borne de variation du délai des paquets pour les réseaux VoIP interactifs (classes QoS 0 et 1) | 50 ms | ITU-T Y.1541 (2011) |
| Appels de qualité parfaite au niveau national, meilleur et plus faible opérateur en France | 91% (Orange) et 84% (Free Mobile) | Campagne Arcep 2025 |
| Appels d’applications OTT tenus 2 minutes sans perturbation audible en France | 77% à 82% | Campagne Arcep 2025 |
Méthodologie et sources
Chaque chiffre ci-dessus a été lu dans le document primaire lors de la recherche pour cet article, soit sur la page de l’éditeur, soit dans le texte intégral de la recommandation, de la RFC ou de l’article. Les indications des éditeurs (Microsoft) sont signalées comme telles et utilisées uniquement pour les seuils opérationnels.
- ITU-T : G.114, Temps de transmission unidirectionnel (05/2003, avec l’amendement VoIP de l’appendice II), G.107, Le modèle E (06/2015), G.107.1, Modèle E large bande (06/2019), G.1010, Catégories de QoS multimédia pour l’utilisateur final (11/2001), Y.1541, Objectifs de qualité de fonctionnement des réseaux pour les services IP (12/2011)
- Évaluation de la qualité vocale ITU-T : P.800 (08/1996), page de statut de la P.862 (PESQ), P.863 (POLQA) (03/2018), guide d’application de la P.863.1 (06/2019)
- IETF : RFC 3550, RTP (juillet 2003), RFC 3611, rapports étendus RTCP (novembre 2003), RFC 6716, codec Opus (septembre 2012)
- 3GPP : TS 26.114, Téléphonie multimédia IMS, traitement des médias et interaction (texte de l’édition 19 lu ; version 20.1.1 indiquée comme la plus récente)
- Arcep : Qualité des services mobiles en France métropolitaine, campagne 2025 (communiqué de presse, 20 novembre 2025)
- Microsoft : Classification des flux dans le Call Quality Dashboard (Microsoft Learn, mis à jour en juin 2026 ; seuils de l’éditeur)
- Počta, Melvin et Hines : An Analysis of the Impact of Playout Delay Adjustments introduced by VoIP Jitter Buffers on Listening Speech Quality (Acta Acustica united with Acustica, 2015)
- Lipovac, Lipovac, Grbavac et Obradović : Practical cross-layer testing of HARQ-induced delay variation on IP/RTP QoS and VoLTE QoE (EURASIP Journal on Wireless Communications and Networking, 2021)
- Note sur les données : la plupart des seuils de délai et de notation proviennent de normes anciennes mais toujours en vigueur (G.114 2003, G.1010 2001, Y.1541 2011, P.800 1996, RFC 3550 et RFC 3611 2003) ; ce sont les données les plus récentes disponibles, pas des mesures périmées. Les sources divergent sur le PESQ : l’ITU-T P.863.1 (2019) indiquait que la POLQA ne déprécie pas le PESQ et recommandait d’exécuter les deux, mais l’ITU-T a supprimé la P.862 le 5 janvier 2024. Les critères du tampon de gigue 3GPP ont été lus dans le texte de l’édition 19 via un miroir de la spécification et devraient être revérifiés par rapport à l’édition 20 (version 20.1.1, déposée le 25 septembre 2026). L’Arcep indique la période de mesure 2025 comme allant de juin à août dans le corps de son communiqué et de fin mai à août dans l’annexe. L’étude VoLTE de Lipovac et al. mentionne un niveau de signification de 1% dans une section et fait référence à 0,1 dans une autre ; seules ses valeurs descriptives de délai et de gigue sont utilisées ici. Le plafond MOS du modèle E pour R supérieur à 100 n’est pas cité parce que le texte extrait de la G.107 était illisible à cet endroit. Les rapports de tests en conditions réelles de la TRAI (PDF numérisés) et les pages Mobile Matters d’Ofcom (HTTP 403) n’ont pas pu être lus et ont été exclus. Nos recherches ont trouvé peu de tests d’écoute ouverts et évalués par des pairs sur le comportement des tampons de gigue après 2016, et le budget de recherche web de cette session s’est épuisé tôt ; des études plus récentes peuvent donc exister et seront vérifiées lors de la prochaine mise à jour.
Dernière mise à jour : 24 octobre 2026. Nous actualisons ce tour d’horizon chaque trimestre, et la prochaine révision est attendue lorsque l’Arcep publiera les résultats de sa campagne 2026 de qualité de service mobile en France métropolitaine.