IP経由の音声通話が最も影響を受けるのはレイテンシです。200msの遅延が発生すると、会話はお互いの発言が重なる不自然なやり取りに変わります。だからこそ、SIPトラフィック用のプロキシ選びは、他のほとんどのユースケースよりも重要なのです。
通常のプロキシでは対応できない理由
SIP通話には2つの独立したストリームが関与します。シグナリング(通話のセットアップ、呼び出し、切断)はポート5060上のTCPまたはUDPで送受信されます。実際の音声 — 聞こえるオーディオ — は、動的に割り当てられたポート上のUDPでRTPパケットとして伝送されます。
HTTPまたはHTTPSプロキシはウェブトラフィックを処理するものです。UDPを理解できず、音声パケットをリレーすることもできません。ZoiperやLinphoneなどのVoIPソフトフォンをHTTPプロキシ経由でルーティングしようとすると、シグナリングは部分的に機能するかもしれませんが、音声は出ません。接続上は通話が成立しているように見えますが、無音のままです。
SIP通話には、UDPリレー対応のSOCKS5をサポートするSIPプロキシサーバーが必要です。このプロトコルはシグナリングと音声ストリームの両方をプロキシ経由でトンネリングし、通話全体を途切れなく維持します。
SOCKS5のUDPリレーが実際に行うこと
お使いのソフトフォンやPBX — Asterisk、FreePBX、またはZoiperなどのデスクトップクライアント — がUDP対応のSOCKS5プロキシを経由してルーティングする場合、プロキシは両方のレイヤーを処理します:
- SIPシグナリング:INVITE、ACK、BYE — 通話の確立と切断を行うすべてのメッセージ
- RTPメディア:双方向で伝送される実際の音声パケット
プロキシはNATの問題も解決します。SIPは直接的なピアツーピア通信用に設計されており、シグナリングメッセージにプライベートIPアドレスを埋め込みます。NATの背後では、これらのアドレスは外部から到達できません。SIPアウトバウンドプロキシが接続を書き換えることで、双方が正常に音声をやり取りできるようになります。STUNサーバーも複雑なファイアウォールルールも不要です。
これが重要になる場面
国境を越えて運営するコールセンターは最も一般的なケースです。エージェントはある国にいて、電話番号やSIPトランクは別の国にあります。番号の所在地域のプロキシを経由して通話をルーティングすることで、レイテンシを低く抑え、プロバイダーからローカルトラフィックとして認識されます。
複数のSIPトランクを運用する企業では、トランクごとに個別のIPが必要になることがあります。プロバイダーはシステムに接続するIPを追跡しており、1つのアドレスを多数のトランクで共有すると不正アラートが発生する可能性があります。トランクごとに専用プロキシを割り当てることで、すべてをクリーンに保てます。
VoIPブロックも同様のケースです。一部のネットワークや国では、SIPトラフィックがスロットリングされたり、完全にブロックされたりすることがあります。制限のないロケーションのプロキシを経由してルーティングすれば、これを回避できます。ネットワーク側にはSIPパケットではなく通常の暗号化トラフィックとして認識されます。
通話用プロキシで注目すべきポイント
レイテンシがすべてを左右します。ウェブスクレイピングであればリクエストあたり500msでも問題ありません。しかし電話通話では、片道150msを超えると体感できるレベルになります。データセンタープロキシはこの点で優れています。直接ルートと最小限のホップ数を持つデータセンター内に配置されているためです。住宅用プロキシやモバイルプロキシはリレーポイントが追加されるため、遅延が増加します。
安定性も同様に重要です。スクレイピング中に0.5秒接続が切れても大した問題ではありません。スクリプトがリトライするだけです。しかし通話中であれば、それは通話切断を意味します。信頼性の高いインフラ上の静的IPがこの問題を防ぎます。
FineProxyはUDPリレー対応のフルSOCKS5を提供しています。シグナリングと音声の両方が単一の接続を通過します。データセンターインフラにより低レイテンシを実現し、静的IPはレンタル期間全体を通じて変わりません。シグナリングレイヤーで暗号化が必要な構成には、IP単位の個別SSL証明書付きHTTPSプロキシでも対応可能です。