Resumo

  • Em RFC 3960, 180 Ringing dizia que o destinatário estava sendo alertado; não comprovava que um tom ou anúncio em banda chegara ao chamador.
  • Um cliente semelhante ao telefone tradicional podia gerar toque local sem pacotes, parar quando a mídia surgisse e manter negociação, autenticação, reprodução e desfecho como veredictos distintos.

O som de chamada parecia vir do telefone remoto, mas podia ter sido criado inteiramente no aparelho de origem. A rede informava que o destino estava sendo alertado. Sem pacotes, o cliente preenchia o silêncio com um tom local. Quando um anúncio ou toque especial chegava, ele trocava de fonte. A experiência era contínua; a cadeia de evidências não.

A RFC 3960, de dezembro de 2004, tratou da mídia antecipada enviada entre o INVITE inicial e a resposta final. Ela podia carregar toque, aviso de fila, mensagem de falha ou interação. A especificação recusou uma equivalência conveniente: progresso na sinalização SIP não era prova de fluxo de mídia.

Sua política ilustrativa tem três estados. Antes de 180 Ringing, um cliente no estilo POTS não gera toque local. Depois de 180, se não houver pacotes, gera. Se houver, reproduz a mídia e não gera o toque. A resposta 180 significa que o chamado está sendo alertado; o servidor deve enviá-la nessa condição independentemente do estado da sessão antecipada.

Sinalização isolada não resolvia. Um servidor simples podia enviar mídia sem resposta provisória confiável. Outro podia fornecer uma resposta SDP confiável apenas para satisfazer precondições, sem intenção de transmitir áudio naquele instante. A RFC 3262 tornou respostas provisórias confiáveis por RSeq, RAck e PRACK; não transformou o recibo de controle em recibo RTP. A RFC 3312 condicionava o avanço a recursos, mas recurso aprovado e som recebido continuavam separados.

Os caminhos também corriam em velocidades diferentes. SIP passava por proxies; a mídia buscava menos atraso. Pacotes podiam chegar antes da resposta que os descrevia. Em outros casos, 180 chegava enquanto a conectividade de mídia ainda era preparada. Um indicador único de mídia antecipada não eliminaria as duas corridas. RFC 3960 preferiu observação local: dar retorno ao usuário e ceder ao fluxo real quando ele aparecesse.

Até o pacote exigia cautela. Seu conteúdo podia ser silêncio ou ruído de conforto. A RFC 3711 oferecia autenticação, integridade, proteção contra repetição e sigilo por SRTP. Mesmo a aceitação criptográfica não provava decodificação, alto-falante, compreensão ou resposta humana. 180, parâmetros, primeiro pacote e primeiro áudio útil autenticado precisavam de recibos próprios.

A RFC 3264 definiu offer/answer, e a RFC 3261, as mensagens SIP. Concordar em parâmetros provava compatibilidade negociada, não tráfego. O cliente devia estar pronto para tocar mídia antes de 200 OK, pois esperar a resposta final poderia cortar as primeiras palavras.

O forking criava vários futuros. Um INVITE podia alcançar diversos agentes, cada qual com diálogo e mídia antecipada. Misturar áudios confundia; a largura de banda podia exigir uma escolha. No modelo gateway, o cliente selecionava um diálogo e silenciava os demais. A ramificação depois aceita por 2xx podia ser justamente uma das silenciadas. Reabri-la tarde causava clipping. A mídia apresentada primeiro não tinha autoridade sobre a conversa final.

O modelo de servidor de aplicações separava mídia antecipada e regular. A RFC 3959 definiu a disposição e option tag early-session. O cliente podia rejeitar ou silenciar uma oferta antecipada sem prejudicar a sessão que sobreviveria à aceitação. A separação melhorava o controle, mas não escolhia sozinha qual fluxo reproduzir nem provava entrega.

Alert-Info também não comandava o relógio. Podia indicar qual conteúdo usar caso o cliente decidisse produzir toque local; não dizia quando começar.

A segurança tornava a distinção material. Endereço e porta em SDP não autenticavam o dono. Um atacante podia descobri-los ou adivinhá-los; uma oferta maliciosa podia direcionar volume a uma vítima. RFC 3960 discutia proteção da descrição, autenticação de mídia e confirmação de vontade de receber antes de grande envio. Também apontava o incentivo tarifário: se mídia antecipada fosse gratuita, um agente desonesto poderia manter troca bidirecional sem enviar 200 OK. Proibir tudo, porém, quebraria URAs legítimas que coletam informação antes do atendimento.

A contribuição histórica foi preservar quatro fatos: o destino é alertado, o cliente cria um som, um fluxo chega e alguém o ouve. Eles podem compor uma experiência elegante sem se tornarem a mesma prova.

O registro do RFC Editor e a busca de errata fixam a fonte. O contexto vem das RFC 3261, 3262, 3264, 3959, 3312 e 3711.