☎️ DTMFとその伝送方式（RFC2833とみなし音声）

概要: 本資料では、電話のボタン操作で使われる DTMF の仕組みと、IPネットワーク上で DTMF を伝送する代表的な方式である RFC2833 と、従来の みなし音声（In-band DTMF） の違いを整理します。

1. DTMFとは

DTMF（Dual Tone Multi-Frequency） は、電話機のプッシュボタンを押したときに鳴る「ピッ、ポッ」というトーン信号で数字や記号を伝える方式です。

• 各キーは「低い周波数」と「高い周波数」の2つのトーンの組み合わせで表現される
• 例：1キー → 697 Hz + 1209 Hz の2つのトーン

主な利用シーン

• IVR（自動音声応答）でのメニュー選択（「1:日本語」「2:英語」 など）
• PBXの内線番号入力・各種機能操作
• コールセンターでの各種認証・ガイダンス操作

2. DTMF伝送方式の2つの考え方

DTMFをネットワーク上で伝送する場合、代表的には次の2つの方式があります。

• みなし音声（In-band DTMF）: DTMFを「そのまま音声」として伝送する方式
• RFC2833（Out-of-band DTMF / RTP Events）: DTMFを「音声とは別のデータ」として伝送する方式

3. みなし音声（In-band DTMF）とは

みなし音声（In-band DTMF） は、DTMFトーンを通常の音声と同じように扱い、音声ストリームの中にそのまま乗せて伝送する方式です。

特徴

• アナログ電話網（PSTN）で古くから利用されている伝統的な方式
• VoIP環境でも「音声コーデックで圧縮された音」としてDTMFが流れる
• ノイズや音声圧縮（G.729など）の影響を受けるため、DTMF検出が不安定になりやすい

イメージ

【みなし音声（In-band）】
  電話機で「1」キー押下
      ↓（697 Hz + 1209 Hzの音が鳴る）
  マイクで拾われ、音声としてそのまま伝送
      ↓
  途中の機器・コーデックで圧縮／伸張される
      ↓
  相手側機器が「音」を聞いてDTMFと判定する

4. RFC2833とは（RTP上でのDTMFイベント伝送）

RFC2833 は、IPネットワーク上で DTMF を伝送するための標準仕様で、RTPパケット内で「DTMFイベント」として音声とは別に送る方式です。

特徴

• DTMFを「音」としてではなく、「イベント情報（数字や記号のコード）」として送信
• 音声RTPとは別のRTPイベントとして扱われるため、コーデックによる劣化の影響を受けにくい
• SIP/VoIP環境で事実上の標準方式として広く利用されている

イメージ

【RFC2833（Out-of-band / RTP Events）】
  電話機で「1」キー押下
      ↓
  端末が「DTMFイベント: '1'」というデータを生成
      ↓
  RTPイベントパケットとして送信（音声とは別枠）
      ↓
  相手側機器は「イベント情報」を受け取り、
  確実に「1」が押されたことを認識できる

5. 「RFC2833」と「みなし音声」の違い（まとめ）

6. どちらを使うべきか

• IP電話（SIP）、IP-PBX、クラウドPBX、IVRなどが絡む構成：
  → 原則 RFC2833 を利用するのがベストプラクティス
• 純粋なアナログ回線のみ・古いPBXのみの環境：
  → 従来どおり みなし音声（In-band DTMF） で問題ないケースが多い