Um buffer anti-jitter dimensionado para absorver 50 ms de variação de atraso de pacotes acrescenta, em média, cerca de 25 ms a cada chamada, porque as regras de planejamento da ITU-T supõem que um buffer contribui com metade do seu atraso de pico (ITU-T G.114). Esses 25 ms saem de um orçamento que já é apertado: a voz conversacional tem como meta menos de 150 ms de atraso unidirecional, com 400 ms como limite (ITU-T G.1010). O 3GPP agora exige que os jitter buffers da telefonia móvel mantenham as perdas induzidas por jitter abaixo de 1% em seis perfis de rede padrão (3GPP TS 26.114). A medição também mudou: a ITU-T excluiu o modelo de qualidade de fala PESQ em 5 de janeiro de 2024 e orienta os usuários para o POLQA, cuja escala de banda total chega a 4,8 em vez de 4,5 (página da ITU-T P.862; ITU-T P.863.1). Reunimos dados das Recomendações ITU-T G.114, G.107, G.107.1, G.1010, Y.1541, P.800, P.863 e P.863.1, das RFCs 3550, 3611 e 6716 da IETF, da 3GPP TS 26.114, da campanha de qualidade móvel de 2025 da Arcep, da documentação do Call Quality Dashboard do Microsoft Teams e de estudos revisados por pares na Acta Acustica e no EURASIP Journal on Wireless Communications and Networking. Para o lado de mercado das chamadas pela internet, veja nossas estatísticas de VoIP e UCaaS.
TL;DR
- Um atraso unidirecional de boca a ouvido abaixo de 150 ms oferece interatividade essencialmente transparente; 400 ms é o teto para o planejamento geral de redes (ITU-T G.114 2003).
- Um buffer anti-jitter acrescenta, em média, metade do seu atraso de pico: 25 ms para um buffer que cobre 50 ms de variação de atraso (ITU-T G.114 2003).
- Redes para VoIP interativo podem variar o atraso dos pacotes em até 50 ms, mas a meta para o usuário final em voz conversacional é abaixo de 1 ms (ITU-T Y.1541 2011; ITU-T G.1010 2001).
- Os jitter buffers do 3GPP devem manter a perda induzida por jitter abaixo de 1% em todos os seis perfis de teste (3GPP TS 26.114, Release 19).
- O Teams marca um fluxo de áudio como Ruim quando o jitter médio ultrapassa 30 ms (Microsoft Learn, classificação de fluxos no CQD 2026).
- Cair de R 90 para R 70 reduz a parcela de usuários que avaliam uma chamada como boa ou melhor de pelo menos 97% para pelo menos 73% (ITU-T G.107 2015).
- O Modelo E de banda ampla vai de R 0 a 129, cerca de 29% além da escala de banda estreita (ITU-T G.107.1 2019).
- A ITU-T excluiu o PESQ (P.862) em 5 de janeiro de 2024 (página da ITU-T P.862 2024).
- POLQA em banda total: o EVS a 48 kbit/s tem média de 4,70, o G.711 apenas 3,6 (ITU-T P.863.1 2019).
- Deslocamentos de reprodução de 30 ms ou menos tiveram efeito desprezível sobre os ouvintes, mas o PESQ os avaliou de forma equivocada (Počta, Melvin e Hines, Acta Acustica 2015).
- A Orange manteve 91% das chamadas com qualidade perfeita em todo o país, a Free Mobile 84% (Arcep 2025).
1. O Orçamento de Atraso: 150 ms para uma Conversa Natural, 400 ms como Teto
O atraso é um orçamento, não um número único. O codec, a montagem dos pacotes, a rede, o jitter buffer e o dispositivo de reprodução gastam todos do mesmo fundo, e o ouvinte percebe apenas o total. Os limites de planejamento da ITU-T não mudaram em duas décadas porque descrevem a conversa humana, não a tecnologia: abaixo de 150 ms unidirecionais, a maioria das aplicações tem interatividade essencialmente transparente; acima de 400 ms, a ITU-T considera o atraso inaceitável para o planejamento geral de redes.
O que chama atenção é quão pouco desse orçamento a rede deve usar. A classe de VoIP de maior interação da ITU-T Y.1541 admite um atraso médio de transferência IP de apenas 100 ms, o que deixa 50 ms (150 ms menos 100 ms) para tudo o que acontece nas duas pontas da chamada, se ela quiser permanecer transparente. Um único codec G.723.1 consome 97,5 ms na tabela de planejamento de redes com fio da ITU-T, contra 0,375 ms do G.711, de modo que só a escolha do codec pode decidir se uma chamada fica abaixo de 150 ms. Todo estágio em tempo real do caminho de áudio, da supressão de ruído a um alterador de voz para Discord, consome do mesmo orçamento de boca a ouvido, e é por isso que uma baixa latência de processamento importa tanto quanto a qualidade do som em chamadas ao vivo. Os planejadores verificam esses limites com o Modelo E, que por padrão só começa a cobrar uma penalidade de atraso quando o atraso unidirecional absoluto passa de 100 ms. Os limites em si estão na ITU-T G.114 e na ITU-T G.1010.
| Métrica | Valor | Fonte |
|---|---|---|
| Atraso unidirecional: limite para interatividade essencialmente transparente (boca a ouvido) vs teto recomendado para planejamento geral de redes | Abaixo de 150 ms vs 400 ms | ITU-T G.114 (05/2003) |
| Meta do usuário final para voz conversacional, atraso unidirecional | Menos de 150 ms preferível, menos de 400 ms como limite (supõe controle de eco adequado) | ITU-T G.1010 (11/2001) |
| Limite do atraso médio de transferência IP: classe de QoS 0 (VoIP de alta interação) vs classe 1 (VoIP interativo) | 100 ms vs 400 ms | ITU-T Y.1541 (12/2011) |
| Atraso unidirecional do processamento do codec no planejamento de redes com fio (3 quadros mais antecipação): G.711 / G.729 / G.723.1 | 0,375 ms / 35 ms / 97,5 ms | ITU-T G.114, Apêndice I |
| Faixa de atraso algorítmico do codec Opus | 5 ms a 65,2 ms | IETF RFC 6716 (2012) |
| Tamanhos de quadro do Opus | 2,5, 5, 10, 20, 40 ou 60 ms | IETF RFC 6716 (2012) |
| Atraso unidirecional absoluto padrão abaixo do qual o Modelo E não aplica deterioração por atraso | 100 ms | ITU-T G.107 (06/2015) |
Nota de contexto: “antecipação” é o trecho extra de áudio que um codec precisa esperar antes de poder codificar o quadro atual. A G.114 (2003), a G.1010 (2001) e a Y.1541 (2011) são antigas, mas são as edições em vigor no site da ITU-T em outubro de 2026. Dados mais recentes disponíveis: ITU-T, 2001 a 2015.
2. Jitter: Quanta Variação de Atraso as Redes Podem Ter
Jitter é a variação no tempo que os pacotes levam para chegar. Uma chamada com atraso longo, mas constante, ainda pode soar limpa; uma chamada cujos pacotes chegam em intervalos irregulares precisa de um buffer, ou vai picotar. A ITU-T admite até 50 ms de variação de atraso de pacotes em redes de VoIP interativo, mas a meta do usuário final para voz conversacional é de menos de 1 ms de variação de atraso (ITU-T Y.1541; ITU-T G.1010). A distância entre esses dois números é a descrição de função do jitter buffer: espera-se que as redes entreguem jitter e que os receptores o escondam.
A forma como o jitter é reportado importa tanto quanto a quantidade. Receptores RTP calculam uma estimativa contínua em que cada novo pacote desloca o valor em apenas um dezesseis avos da diferença, um ganho que a IETF escolheu porque “oferece uma boa taxa de redução de ruído mantendo uma velocidade de convergência razoável” (IETF RFC 3550). A mesma RFC recomenda que os relatórios de controle usem 5% da largura de banda da sessão, com um intervalo mínimo fixo de 5 segundos. Por causa desse suavizamento e desse ritmo de relatório, um único pico curto de atraso quase não move o jitter que uma ferramenta de monitoramento enxerga. Os enlaces de rádio acrescentam sua própria variação: em um estudo de laboratório de VoLTE de 2021, o atraso teve média de 57,5 ms em uma faixa de 20 a 150 ms, enquanto o jitter se concentrou um pouco acima de 31 ms (Lipovac et al., EURASIP JWCN 2021). O mesmo estudo trata uma taxa de erro de bloco de rádio de 10% como o ponto de operação ótimo para voz LTE, caindo para cerca de 1% após uma retransmissão.
| Métrica | Valor | Fonte |
|---|---|---|
| Limite de variação de atraso de pacotes (atraso no percentil 99,9 menos atraso mínimo), classes de QoS 0 e 1 | 50 ms | ITU-T Y.1541 (12/2011) |
| Limite da razão de perda de pacotes, classes de QoS 0 e 1 | 1 em 1.000 (1 x 10^-3) | ITU-T Y.1541 (12/2011) |
| Meta de variação de atraso para o usuário final, voz conversacional | Menos de 1 ms | ITU-T G.1010 (11/2001) |
| Ganho do estimador padrão de jitter de interchegada RTP | 1/16 por pacote | IETF RFC 3550 (2003) |
| Jitter médio acima do qual o Teams marca um fluxo de áudio como Ruim | Acima de 30 ms | Microsoft Learn, classificação de fluxos no CQD (2026), limite do fornecedor |
| Atraso unidirecional médio em um teste de laboratório de VoLTE (faixa medida de 20 a 150 ms) | 57,5 ms | Lipovac et al., EURASIP JWCN 2021 |
| Valor em torno do qual o jitter RTP se acumulou no mesmo teste de VoLTE | Ligeiramente acima de 31 ms | Lipovac et al., EURASIP JWCN 2021 |
| Tempo de ida e volta de uma retransmissão de rádio LTE (HARQ) em enlaces FDD | 8 ms | Lipovac et al., EURASIP JWCN 2021 |
Nota de contexto: HARQ (hybrid automatic repeat request) é a retransmissão rápida da própria camada de rádio. Cada nova tentativa corrige um bloco perdido, mas chega mais tarde, o que é uma das formas pelas quais um enlace móvel transforma erros em jitter. O limite de 30 ms do Teams é uma regra de monitoramento da própria Microsoft, não um padrão do setor; a Microsoft observa que um alerta de Ruim não significa que o usuário realmente tenha ouvido um problema.
3. Jitter Buffers: O Atraso que Se Paga para Eliminar o Jitter
Um jitter buffer segura os pacotes para que possam ser reproduzidos em ritmo uniforme. Cada milissegundo de retenção é atraso adicional; cada pacote que chega depois do seu momento de reprodução é perdido, mesmo que a rede o tenha entregue. Os órgãos de padronização precisam escolher um lado dessa troca, e o 3GPP colocou seu limite rígido na perda: um jitter buffer em conformidade com o 3GPP deve manter as perdas induzidas por jitter abaixo de 1% em cada um dos seis perfis padrão de atraso e perda, mantendo ao mesmo tempo pelo menos 90% dos quadros de fala com atraso igual ou inferior à distribuição de atraso de um algoritmo de referência deslocada em 60 ms (3GPP TS 26.114). O limite de perda é absoluto, enquanto o limite de atraso é apenas relativo a uma referência, o que diz aos implementadores que gastar um pouco de atraso extra é aceitável e perder áudio não é.
Buffers adaptativos se redimensionam durante os silêncios, e um estudo controlado de audição constatou que pequenos redimensionamentos passaram despercebidos. Deslocamentos de reprodução de 30 ms ou menos inseridos em períodos de silêncio tiveram efeito desprezível nas notas subjetivas de audição, mas o modelo PESQ apontou uma degradação significativa que as pessoas não ouviram (Počta, Melvin e Hines, Acta Acustica 2015). Para o monitoramento ao vivo, os relatórios RTCP XR permitem que um receptor publique seu atraso de buffer nominal, máximo e máximo absoluto em milissegundos, além de informar se o buffer é adaptativo ou fixo (IETF RFC 3611).
| Métrica | Valor | Fonte |
|---|---|---|
| Atraso médio que um buffer anti-jitter acrescenta, para planejamento (exemplo prático: buffer para uma faixa de 50 ms de variação de atraso) | Metade do seu atraso de pico (25 ms no exemplo) | ITU-T G.114 (05/2003) |
| Limite de perda induzida por jitter para buffers de telefonia multimídia do 3GPP | Abaixo de 1% em todos os canais de teste | 3GPP TS 26.114 (Release 19), cláusula 8.2.3.2.3 |
| Critério de atraso: parcela de quadros de fala com atraso igual ou inferior à distribuição de atraso do algoritmo de referência deslocada em 60 ms | Pelo menos 90% | 3GPP TS 26.114 (Release 19), cláusula 8.2.3.2.2 |
| Perfis de teste padrão para conformidade do jitter buffer: número, tamanho e perda de pacotes embutida | 6 perfis de 7.500 pacotes IP cada, com perda de pacotes de 0% (perfil 1) a 5,9% (perfil 5) | 3GPP TS 26.114 (Release 19), Tabela 8.1 |
| Tamanho dos deslocamentos de reprodução em silêncio com efeito desprezível nas notas dos ouvintes | 30 ms ou menos | Počta, Melvin e Hines, Acta Acustica 2015 |
| Maior atraso de jitter buffer que um relatório RTCP XR consegue expressar | 65.535 ms (campo de 16 bits) | IETF RFC 3611 (2003) |
Nota de contexto: o perfil 5 transporta 2 quadros de fala por pacote (15.000 quadros em 7.500 pacotes), enquanto os outros cinco transportam 1 quadro por pacote. Os números do 3GPP foram lidos no texto da Release 19 da TS 26.114; o portal do 3GPP listava a versão 20.1.1 (Release 20) como o envio mais recente em 25 de setembro de 2026. Dados mais recentes disponíveis sobre o teste de audição: Počta, Melvin e Hines, 2015.
4. Pontuando Conversas: Escalas MOS e o Fator R do Modelo E
Dois sistemas de pontuação funcionam lado a lado. A nota média de opinião (MOS) vem de pessoas: os ouvintes avaliam amostras na escala de cinco pontos de classificação absoluta por categoria da ITU-T P.800, de 5 (Excelente) a 1 (Ruim), depois de ouvir pequenos grupos de frases que cabem, cada um, em uma janela de 2 a 3 segundos. O fator R do Modelo E vem de um cálculo: parte de uma relação sinal-ruído básica, subtrai deteriorações por ruído, atraso, eco, codec e perda, e soma um fator de vantagem pela conveniência. Com todos os parâmetros em seus valores padrão, o R chega a 93,2 (ITU-T G.107).
A tabela de satisfação do Anexo B é onde o R passa a ter relevância para o negócio. Cair de R 90 para R 70 reduz a parcela de usuários que avaliam uma chamada como boa ou melhor de pelo menos 97% para pelo menos 73%, e em R 50 o piso é de apenas 27% de boa ou melhor, com até 38% avaliando-a como ruim ou pior. O R 80 ainda mantém pelo menos 89% em boa ou melhor e o R 60 pelo menos 50%, de modo que a qualidade percebida cai mais depressa do que a escala linear de R sugere. As chamadas em banda ampla ganham uma régua maior: o Modelo E de banda ampla vai de 0 a 129, cerca de 29% além da escala de banda estreita (ITU-T G.107.1).
| Métrica | Valor | Fonte |
|---|---|---|
| Escala de qualidade de audição usada nos testes subjetivos de MOS | 5 = Excelente, 4 = Boa, 3 = Razoável, 2 = Ruim, 1 = Péssima | ITU-T P.800 (08/1996) |
| Fator R de banda estreita com todos os parâmetros do Modelo E em seu valor padrão | 93,2 | ITU-T G.107 (06/2015) |
| Limite inferior de R 90: MOS estimado / usuários que avaliam como boa ou melhor / usuários que avaliam como ruim ou pior | 4,34 / pelo menos 97% / 0% (muito satisfeitos) | ITU-T G.107 (06/2015), Anexo B |
| Limite inferior de R 70: MOS estimado / boa ou melhor / ruim ou pior | 3,60 / pelo menos 73% / no máximo 6% (alguns usuários insatisfeitos) | ITU-T G.107 (06/2015), Anexo B |
| Limite inferior de R 50: MOS estimado / boa ou melhor / ruim ou pior | 2,58 / pelo menos 27% / no máximo 38% (quase todos os usuários insatisfeitos) | ITU-T G.107 (06/2015), Anexo B |
| Fator de vantagem máximo A (qualidade que os usuários aceitam trocar por conveniência): rede com fio / móvel dentro de edifício / móvel em veículo / satélite de múltiplos saltos | 0 / 5 / 10 / 20 | ITU-T G.107 (06/2015), Tabela 2 |
| Faixa do fator R no Modelo E de banda ampla | 0 a 129 | ITU-T G.107.1 (06/2019) |
| Valor de R que os relatórios RTCP XR classificam como qualidade de rede telefônica pública vs valor igual ou inferior ao qual as chamadas são consideradas inutilizáveis | 94 vs 50 | IETF RFC 3611 (2003) |
Nota de contexto: “qualidade de rede telefônica pública” significa a qualidade de uma chamada tradicional de telefone fixo. A RFC 3611 codifica os valores de MOS como inteiros de 10 a 50 (MOS vezes 10), com 127 significando não disponível. Seu rótulo de qualidade de rede telefônica pública em 94 e o valor padrão de 93,2 do Modelo E usam convenções diferentes e não devem ser lidos como uma contradição.
5. Do PESQ ao POLQA: Como os Modelos Objetivos Pontuam a Fala
Painéis de audição são lentos e caros, por isso as redes são pontuadas por modelos objetivos que comparam uma gravação de referência limpa com a degradada e preveem o MOS que um painel atribuiria. A ITU-T excluiu o PESQ (P.862) e suas recomendações complementares P.862.1 a P.862.3 em 5 de janeiro de 2024, orientando os usuários para o POLQA (P.863) (ITU-T P.862). Ainda na edição de 2019, o guia de aplicação do POLQA dizia aos engenheiros que a P.863 “não deprecia” a P.862 e recomendava executar as duas em paralelo, de modo que qualquer plano de testes escrito antes de 2024 merece uma segunda olhada.
A armadilha maior é a escala. O POLQA cobre áudio de banda estreita (300 a 3.400 Hz) até banda total (20 a 20.000 Hz), e sua terceira edição (2018) eliminou o filtro passa-baixa inicial de 14 kHz para tratar codecs de banda total como Opus e EVS (ITU-T P.863). O modo de banda estreita chega no máximo a 4,5, enquanto o modo de banda total chega no máximo a 4,8, e a mesma chamada G.711 pontua 4,4 em um e 3,6 no outro (ITU-T P.863.1). Um “MOS de 3,6” não significa nada até que se saiba qual modo o produziu. Para ver como as operadoras publicam essas pontuações a partir de testes de campo reais, veja nossas estatísticas de qualidade de voz celular (MOS).
| Métrica | Valor | Fonte |
|---|---|---|
| Situação do PESQ na ITU-T | P.862, P.862.1, P.862.2 e P.862.3 excluídas em 5 de janeiro de 2024 | Página da ITU-T P.862 (2024) |
| Faixa da pontuação PESQ bruta | -0,5 a 4,5 | Lipovac et al., EURASIP JWCN 2021 |
| Cobertura de largura de banda de áudio do POLQA | Banda estreita de 300 a 3.400 Hz até banda total de 20 a 20.000 Hz (banda super-ampla de 50 a 14.000 Hz simulada por limitação de banda) | ITU-T P.863 (03/2018) |
| Pontuação máxima do POLQA: modo de banda estreita vs modo de banda total | 4,5 vs 4,8 (referências transparentes de banda total devem pontuar pelo menos 4,75) | ITU-T P.863.1 (06/2019) |
| G.711 com filtro de fone IRS, pontuação média: PESQ banda estreita / POLQA banda estreita / POLQA banda total | 4,4 / 4,4 / 3,6 | ITU-T P.863.1 (06/2019), Tabela 6 |
| AMR-NB a 12,2 kbit/s, pontuação média: PESQ banda estreita / POLQA banda estreita / POLQA banda total | 4,0 / 4,2 / 3,2 | ITU-T P.863.1 (06/2019), Tabela 6 |
| Pontuação média do POLQA em banda total: EVS 48 kbit/s banda total vs EVS 24,4 kbit/s banda super-ampla vs AMR-WB 23,85 kbit/s | 4,70 vs 4,65 vs 4,0 | ITU-T P.863.1 (06/2019), Tabela 6 |
| Amostra de teste recomendada para o POLQA | 3 a 6 s de fala ativa, no máximo 12 s no total; 8 pares de frases de 2 locutores e 2 locutoras | ITU-T P.863.1 (06/2019) |
Nota de contexto: os valores da Tabela 6 são médias, e amostras individuais podem diferir. No estudo de 2015 da Acta Acustica sobre deslocamentos temporais do jitter buffer (veja a seção 3), o POLQA teve um desempenho significativamente melhor que o PESQ ao prever o que os ouvintes ouviram.
6. Medição em Campo: O que Reguladores e Painéis de Chamadas Registram
Os modelos de laboratório descrevem o que deveria acontecer; as campanhas de campo mostram o que acontece. A Arcep, reguladora da França, só considera uma chamada “perfeita” se ela for mantida por dois minutos sem nenhuma perturbação audível, um teste mais rigoroso do que o de a chamada completar. Sua campanha de 2025, baseada em mais de 1 milhão de medições em todos os serviços entre junho e agosto de 2025 (Arcep, qualidade de serviço móvel na França metropolitana 2025), mostra apenas 76% a 83% das chamadas com qualidade perfeita em áreas rurais, contra 89% a 96% em áreas densas.
Dois detalhes importam especificamente para o VoIP. As chamadas feitas por aplicativos de mensagens (voz OTT, ou seja, voz que trafega como dados pela internet) tiveram pontuação inferior à do serviço de voz das próprias operadoras nas mesmas redes. E nos trens de alta velocidade TGV, apenas 56% a 74% das chamadas foram estabelecidas e mantidas por dois minutos. As plataformas corporativas aplicam uma lógica semelhante a cada chamada: além de sua regra de jitter de 30 ms, o Teams marca um fluxo de áudio como Ruim acima de 500 ms de ida e volta ou 10% de perda de pacotes, e só avalia fluxos com mais de 500 pacotes (Microsoft Learn, classificação de fluxos no CQD). Para a tecnologia de rede por trás da voz das operadoras, veja nossas estatísticas de implantação de VoLTE e VoNR.
| Métrica | Valor | Fonte |
|---|---|---|
| Chamadas de qualidade perfeita (mantidas por 2 minutos, sem perturbação audível), França metropolitana: Orange / Bouygues Telecom / SFR / Free Mobile | 91% / 88% / 87% / 84% | Campanha Arcep 2025 |
| Mesmo indicador em áreas densas: Orange / Bouygues Telecom / SFR / Free Mobile | 95% / 96% / 92% / 89% | Campanha Arcep 2025 |
| Mesmo indicador em áreas rurais: Orange / Bouygues Telecom / SFR / Free Mobile | 83% / 77% / 79% / 76% | Campanha Arcep 2025 |
| Chamadas feitas por aplicativos de mensagens (voz OTT) mantidas por 2 minutos sem perturbação audível | Orange 82%, Free Mobile 80%, SFR 77%, Bouygues Telecom 77% | Campanha Arcep 2025 |
| Chamadas estabelecidas e mantidas por 2 minutos em trens de alta velocidade TGV | 56% (SFR) a 74% (Orange) | Campanha Arcep 2025 |
| Tempo de ida e volta acima do qual o Teams marca um fluxo de áudio como Ruim | Acima de 500 ms | Microsoft Learn, classificação de fluxos no CQD (2026), limite do fornecedor |
| Taxa de perda de pacotes acima da qual o Teams marca um fluxo de áudio como Ruim | Acima de 10% (0,1) | Microsoft Learn, classificação de fluxos no CQD (2026), limite do fornecedor |
Nota de contexto: o número do TGV mede chamadas estabelecidas e mantidas por dois minutos; o comunicado da Arcep não informa que a condição de “sem perturbação audível” se aplique aos resultados de transporte, portanto ele não é comparável às linhas de qualidade perfeita. A Arcep não publica valores de POLQA nem de MOS neste comunicado.
Resumo: Jitter Buffer VoIP e Qualidade de Voz em Números
| Métrica | Valor | Fonte |
|---|---|---|
| Atraso unidirecional para interatividade essencialmente transparente vs teto de planejamento | Abaixo de 150 ms vs 400 ms | ITU-T G.114 (2003) |
| Atraso médio acrescentado por um buffer anti-jitter que cobre uma faixa de 50 ms de variação de atraso | 25 ms (metade do seu atraso de pico) | ITU-T G.114 (2003) |
| Limite do atraso médio de transferência IP para VoIP de alta interação (classe de QoS 0) | 100 ms | ITU-T Y.1541 (2011) |
| Meta de variação de atraso para o usuário final, voz conversacional | Menos de 1 ms | ITU-T G.1010 (2001) |
| Atraso algorítmico do Opus | 5 ms a 65,2 ms | IETF RFC 6716 (2012) |
| Limite de perda induzida por jitter para jitter buffers do 3GPP | Abaixo de 1% em todos os 6 perfis de teste | 3GPP TS 26.114 (Release 19) |
| Parcela de quadros de fala que devem ficar dentro do atraso de referência mais 60 ms | Pelo menos 90% | 3GPP TS 26.114 (Release 19) |
| Jitter médio que marca um fluxo de áudio do Teams como Ruim | Acima de 30 ms | Microsoft Learn (2026) |
| Atraso unidirecional médio em um teste de laboratório de VoLTE | 57,5 ms | Lipovac et al., EURASIP JWCN 2021 |
| Deslocamentos de reprodução em silêncio com efeito desprezível sobre os ouvintes | 30 ms ou menos | Počta, Melvin e Hines, Acta Acustica 2015 |
| Usuários que avaliam uma chamada como boa ou melhor em R 90 vs R 70 vs R 50 | Pelo menos 97% vs 73% vs 27% | ITU-T G.107 (2015) |
| Faixa de R do Modelo E de banda ampla | 0 a 129 | ITU-T G.107.1 (2019) |
| Valor de R classificado como qualidade de rede telefônica pública no RTCP XR | 94 | IETF RFC 3611 (2003) |
| PESQ excluído pela ITU-T | 5 de janeiro de 2024 | Página da ITU-T P.862 (2024) |
| Pontuação máxima do POLQA, modo de banda estreita vs banda total | 4,5 vs 4,8 | ITU-T P.863.1 (2019) |
| Limite de variação de atraso de pacotes para redes de VoIP interativo (classes de QoS 0 e 1) | 50 ms | ITU-T Y.1541 (2011) |
| Chamadas de qualidade perfeita em todo o país, melhor vs pior operadora na França | 91% (Orange) vs 84% (Free Mobile) | Campanha Arcep 2025 |
| Chamadas de aplicativos OTT mantidas por 2 minutos sem perturbação audível na França | 77% a 82% | Campanha Arcep 2025 |
Metodologia e Fontes
Cada número acima foi lido no documento primário durante a pesquisa para este artigo, seja na página do editor, seja no texto integral da recomendação, da RFC ou do artigo. As orientações de fornecedor (Microsoft) são identificadas como tal e usadas apenas para limites operacionais.
- ITU-T: G.114, Tempo de transmissão unidirecional (05/2003, com a emenda do Apêndice II sobre VoIP), G.107, O Modelo E (06/2015), G.107.1, Modelo E de banda ampla (06/2019), G.1010, Categorias de QoS multimídia para o usuário final (11/2001), Y.1541, Objetivos de desempenho de rede para serviços baseados em IP (12/2011)
- Avaliação de qualidade de fala da ITU-T: P.800 (08/1996), página de situação da P.862 (PESQ), P.863 (POLQA) (03/2018), guia de aplicação da P.863.1 (06/2019)
- IETF: RFC 3550, RTP (julho de 2003), RFC 3611, Relatórios Estendidos do RTCP (novembro de 2003), RFC 6716, codec Opus (setembro de 2012)
- 3GPP: TS 26.114, Telefonia Multimídia IMS, tratamento de mídia e interação (texto da Release 19 lido; versão 20.1.1 listada como a mais recente)
- Arcep: Qualidade de serviço móvel na França metropolitana, campanha de 2025 (comunicado de imprensa, 20 de novembro de 2025)
- Microsoft: Classificação de fluxos no Call Quality Dashboard (Microsoft Learn, atualizado em junho de 2026; limites do fornecedor)
- Počta, Melvin e 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 e 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)
- Nota sobre os dados: a maioria dos limites de atraso e de pontuação vem de padrões antigos, mas ainda em vigor (G.114 2003, G.1010 2001, Y.1541 2011, P.800 1996, RFC 3550 e RFC 3611 2003); são os dados mais recentes disponíveis, não medições desatualizadas. As fontes divergem sobre o PESQ: a ITU-T P.863.1 (2019) dizia que o POLQA não deprecia o PESQ e recomendava executar ambos, mas a ITU-T excluiu a P.862 em 5 de janeiro de 2024. Os critérios de jitter buffer do 3GPP foram lidos no texto da Release 19 por meio de um espelho da especificação e devem ser reconferidos com a Release 20 (versão 20.1.1, enviada em 25 de setembro de 2026). A Arcep indica o período de medição de 2025 como de junho a agosto no corpo do comunicado e de fins de maio a agosto no anexo. O estudo de VoLTE de Lipovac et al. declara um nível de significância de 1% em uma seção e menciona 0,1 em outra; aqui são usados apenas seus valores descritivos de atraso e jitter. O limite de MOS do Modelo E para R acima de 100 não é citado porque o texto extraído da G.107 estava corrompido nesse ponto. Os relatórios de testes de campo da TRAI (PDFs digitalizados) e as páginas Mobile Matters da Ofcom (HTTP 403) não puderam ser lidos e foram excluídos. Nossa pesquisa encontrou poucos testes de audição abertos e revisados por pares sobre o comportamento de jitter buffers depois de 2016, e o orçamento de buscas na web desta sessão acabou cedo, de modo que estudos mais novos podem existir e serão verificados na próxima atualização.
Última atualização: 24 de outubro de 2026. Atualizamos este levantamento trimestralmente, e a próxima revisão é esperada quando a Arcep publicar os resultados de sua campanha de 2026 de qualidade de serviço móvel na França metropolitana.