Przesyłanie głosu w sieci radiowej w praktyce powoduje niestety wydłużanie czasu przełączania między różnymi punktami dostępowymi Wi-Fi nawet do pojedynczych sekund, a wiadomo, że jedynie opóźnienie do 50 ms jest praktycznie niezauważalne dla ludzkiego ucha. Producenci i dostawcy głosowych rozwiązań WLAN zaczynają więc zwracać uwagę nie tyle na przepustowość, ile na opóźnienia i fluktuacje opóźnień (jitter) wprowadzanych przez węzły sieciowe. W opracowaniach są więc kolejne zalecenia standaryzacyjne 802.11 mające podnieść jakość i szybkość przełączeń kanałowych, jako że pojedynczy punkt dostępowy w zasadzie nie zapewnia dobrej jakości głosu przy większej liczbie jednocześnie realizowanych połączeń VoIP (średnio nie więcej niż 7).

Handover dla VoWLAN

Podczas przemieszczania się z telefonem wyposażonym w aplikację VoWLAN istnieje potrzeba szybkiego przełączania kanału głosowego między poszczególnymi punktami dostępu tego samego operatora. Aby aplikacja działała poprawnie, opóźnienia nie mogą przekraczać 50 milisekund i tylko wtedy rozmówca nie zauważy faktu przełączenia się z jednego punktu dostępowego na inny. Rzecz w tym, że w sieciach radiowych 802.11 różnych operatorów opóźnienia związane z roamingiem są liczone nie w dziesiątkach, a w setkach milisekund. Odbija się to na jakości głosu oraz dających się zauważyć przerwach podczas transmitowania mowy, co było powodem opracowania przez IEEE kolejnej specyfikacji 802.11 r. - przyczyniając się do szybszego wdrażania aplikacji VoWLAN.

W sieciach WLAN zgodnych z nową specyfikacją 802.11r czas przełączania kanałów między punktami dostępowymi może być tak mały, że użytkownicy aplikacji VoWLAN nie powinni dostrzegać przełączania. Nadal pozostaje nierozwiązany problem polegający na tym, że urządzenie nie wie jaki poziom usług QoS ma do zaoferowania kolejny (sąsiedni) punkt dostępu, zanim się do niego nie przełączy fizycznie - a to jest już zwykle za późno. Usprawnianiu transmisji głosowych ma służyć specyfikacja 802.11e z mechanizmem QoS, przypisująca różne priorytety strumieniom informacji przesyłanych przez sieć WLAN. Definiuje ona cztery klasy ruchu: voice, video, best-effort i background oraz przypisuje im różne priorytety transportowe (w kolejności od klasy mającej największy priorytet do klasy mającej priorytet najmniejszy).

Infrastruktura mVoIP

Zaaprobowana w marcu przez IEEE Working Group wersja draft 2.0 standardu 802.11n daje nadzieję, że usprawnianie bezprzewodowych produktów WLAN do szybkości 100 Mb/s ulegnie przyspieszeniu. Wynika z niej, że do oferowanych rozwiązań Wi-Fi nie trzeba będzie wprowadzać znaczących zmian, a zatwierdzenie finalnego standardu ma nastąpić w drugiej połowie 2008 r. Dopiero wtedy będą podstawy do powszechnego wdrażania aplikacji Mobile VoIP, która już dzisiaj korzysta z kilku technologii komunikacyjnych:

• systemu dostępowego UMA (Unlicensed Mobile Access) zaprojektowanego do wdrażania usług VoIP w szkielecie istniejących sieci GSM;
• protokołu sygnalizacyjnego SIP użytkowanego w aplikacjach VoIP i już implementowanego w większości urządzeń mobilnych;
• usprawniania rozwiązań Skype jako zmodyfikowanej wersji protokołu Jabber.

Idea technologii UMA zakłada komunikowanie się urządzeń mobilnych z GSM/GPRS poprzez WLAN (802.11) z możliwością tworzenia połączeń, wysyłania i odbioru wiadomości oraz sprawdzanie poczty elektronicznej - a więc takich samych możliwości, jakie daje telefon komórkowy - jednak przy użyciu bezprzewodowego łącza szerokopasmowego.

Implementowana w nowych rozwiązaniach technologia MIMO (Multiple Input Multiple Output) pozwala na przekaz głosu i danych przez wiele kanałów radiowych jednocześnie. Węzeł nadawczy pobiera strumień danych, dzieli go na kilka niezależnych od siebie strumieni, a następnie przesyła je w eter przez dwie albo cztery anteny (dane są wtedy przesyłane przez wiele równoległych ścieżek). Dzięki tej operacji połączenia zgodne ze standardem 802.11n będą mogły transmitować sygnały z szybkością do 200 Mb/s (teoretycznie 300 - 600 Mb/s).

Technologia WLAN (Wi-Fi) doprowadziła do pojawienia się sieci punktów hot spot, czyli miejsc oferujących bezprzewodowy dostęp do Internetu, poczty e-mail oraz innych aplikacji poprzez różnorodne urządzenia, takie jak komputer przenośny, smartfon czy komunikator PDA. Zakłada się, że węzły te będą stopniowo wymieniane na punkty dostępowe klasy hot zone (WiMAX) o lepszych możliwościach transportowych i większym zasięgu.

Mimo tych wszystkich zalet VoIP badania sektora małych i średnich firm przeprowadzone w listopadzie 2006 r. na zlecenie Microsoft pokazują, że większość administratorów z dystansem podchodzi do tego rodzaju aplikacji. Własną sieć telefonii IP ma zaledwie 3,8% firm - co rzeczywiście daje nikłą liczbę aplikacji, w dużym stopniu jako skutek niewystarczających informacji o tego rodzaju rozwiązaniach IP.

Konwergencja dostawców

Chociaż dwusystemowe telefony klasy GSM/Wi-Fi są od dawna znane, ich głosowe udoskonalanie trwa do tej pory. Współczesne aplikacje VoIP mogą działać zarówno z radiowymi stacjami bazowymi (BTS, hot spot), jak i centralą IP (IP PABX) przedsiębiorstwa wyposażoną w konwergentny system FMC (Fixed Mobile Conwergence), pozwalający na integrowanie aplikacji telefonii internetowej (VoIP), komórkowej (GSM) i bezprzewodowej (WLAN, DECT). Dwusystemowy terminal samoczynnie dokonuje wtedy przełączania międzysieciowego (WLAN, GSM), wybierając tańszą drogę połączeń (standardowo przez VoWiFi), chociaż optymalizacja przełączania według kosztów połączeń, czyli z uwzględnieniem bieżących tabel taryfikacyjnych różnych operatorów i odmiennych sieci, jeszcze nie doczekała się realizacji.