Videotelefonía

El concepto de videotelefonía se concibió por primera vez a finales de la década de 1870, tanto en Estados Unidos como en Europa, aunque las ciencias básicas que permitieron sus primeras pruebas tardarían casi medio siglo en descubrirse. El conocimiento previo surgió de una intensa investigación y experimentación en varios campos de las telecomunicaciones, especialmente la telegrafía eléctrica , la telefonía , la radio y la televisión .

La comunicación por videoteléfono analógico simple se podía establecer ya con la invención de la televisión . Este antecedente generalmente consistía en dos sistemas de televisión de circuito cerrado conectados mediante cable coaxial o radio . Un ejemplo de ello fue la red de videoteléfonos del Reich Postzentralamt (oficina de correos) alemán, que prestaba servicio a Berlín y varias ciudades alemanas mediante cables coaxiales entre 1936 y 1940. ^{[ 4 ] [ 5 ]}

Gregorio Y. Zara , científico filipino, inventó el primer videoteléfono en 1954, el cual fue patentado en 1955 como una "red separadora de señal de fototeléfono". Se le reconoce como el padre de la videoconferencia por su contribución pionera al desarrollo de la tecnología de videotelefonía. ^{[ 6 ]}

El desarrollo de la videotelefonía como servicio de suscripción comenzó en la segunda mitad de la década de 1920 en el Reino Unido y Estados Unidos, impulsado principalmente por John Logie Baird y los Laboratorios Bell de AT&T . Esto ocurrió, en parte, al menos en el caso de AT&T, para servir como complemento al uso del teléfono. Varias organizaciones creían que la videotelefonía sería superior a las comunicaciones de voz convencionales. Los intentos de utilizar redes telefónicas normales para transmitir vídeo de barrido lento, como los primeros sistemas desarrollados por AT&T Corporation , investigados por primera vez en la década de 1950, fracasaron principalmente debido a la mala calidad de imagen y la falta de técnicas eficientes de compresión de vídeo .

Durante los primeros vuelos espaciales tripulados , la NASA utilizó dos enlaces de vídeo por radiofrecuencia ( UHF o VHF ), uno en cada dirección. Los canales de televisión utilizan habitualmente este tipo de videotelefonía para informar desde lugares remotos. Los medios de comunicación se convirtieron en usuarios habituales de enlaces móviles con satélites mediante camiones especialmente equipados, y mucho más tarde a través de videoteléfonos satelitales especiales en maletines. Sin embargo, esta técnica era muy costosa y no se adoptó para aplicaciones como la telemedicina , la educación a distancia y las reuniones de negocios.

Décadas de investigación y desarrollo culminaron en el lanzamiento comercial en 1970 del servicio Picturephone de AT&T , disponible en ciudades selectas. Sin embargo, el sistema fue un fracaso comercial, principalmente debido a la apatía de los consumidores, los altos costos de suscripción y la falta de efecto de red : con solo unos pocos cientos de Picturephones en el mundo, los usuarios tenían muy pocos contactos a los que podían llamar, y la interoperabilidad con otros sistemas de videoteléfono no existiría hasta décadas después.

En la década de 1980, se hicieron posibles las redes de transmisión de telefonía digital , como las redes ISDN . Durante este tiempo, también se investigaron otras formas de comunicación de audio y video digital. Muchas de estas tecnologías, como el espacio multimedia , no se utilizan tan ampliamente hoy como la videoconferencia, pero aun así fueron un área importante de investigación. ^{[ 7 ] [ 8 ]} Los primeros sistemas dedicados comenzaron a aparecer a medida que las redes ISDN se expandían por todo el mundo. Uno de los primeros sistemas comerciales de videoconferencia vendidos a empresas fue de PictureTel Corp. , que tuvo una oferta pública inicial en noviembre de 1984.

En 1984, Concept Communication en Estados Unidos creó una placa de circuito para computadoras personales estándar que duplicó la velocidad de fotogramas de video de los sistemas típicos de videotelefonía digital de 15 a 30 fotogramas por segundo, y redujo el costo de $100,000 a $12,000. ^{[ 9 ]} La compañía también obtuvo una patente para un códec para videoconferencias de movimiento completo, demostrado por primera vez en los laboratorios AT&T Bell en 1986. ^{[ 9 ] [ 10 ]}

Los costosos sistemas de videoconferencia continuaron evolucionando rápidamente durante las décadas de 1980 y 1990. Los equipos, el software y los requisitos de red propietarios dieron paso a tecnologías basadas en estándares que cualquiera podía adquirir a un precio razonable.

Si bien la tecnología de videoconferencia se utilizó inicialmente principalmente dentro de las redes de comunicación internas de las empresas, uno de los primeros usos de esta tecnología en el servicio comunitario comenzó en 1992 a través de una asociación única entre PictureTel e IBM, que en ese momento estaban promocionando un producto de videoconferencia de escritorio desarrollado conjuntamente conocido como PCS/1. Durante los siguientes 15 años, el Proyecto DIANE (Red Diversificada de Información y Asistencia) creció hasta utilizar una variedad de plataformas de videoconferencia para crear una red cooperativa multiestatal de servicio público y educación a distancia que consta de varios cientos de escuelas, bibliotecas, museos de ciencia, zoológicos y parques, y muchas otras organizaciones orientadas a la comunidad.

Los avances en la compresión de vídeo permitieron la transmisión de secuencias de vídeo digital a través de Internet, lo que antes resultaba difícil debido a los requisitos de ancho de banda excesivamente altos del vídeo sin comprimir . El algoritmo DCT fue la base del primer estándar práctico de codificación de vídeo útil para las videoconferencias en línea, H.261 , estandarizado por la UIT-T en 1988, y de los posteriores estándares de codificación de vídeo H.26x . ^{[ 11 ]}

En 1992, Tim Dorcey y otros desarrollaron CU-SeeMe en Cornell. En 1995 , tuvo lugar la primera videoconferencia pública entre Norteamérica y África , que conectó una feria tecnológica en San Francisco con una fiesta tecno-rave y un cibercafé en Ciudad del Cabo . En la ceremonia de apertura de los Juegos Olímpicos de Invierno de 1998 en Nagano , Japón, Seiji Ozawa dirigió la Oda a la Alegría de la Novena Sinfonía de Beethoven simultáneamente en cinco continentes, prácticamente en tiempo real.

Kyocera llevó a cabo una campaña de desarrollo de dos años, de 1997 a 1999, que culminó con el lanzamiento del VP-210 Visual Phone, el primer videoteléfono móvil a color que también funcionaba como teléfono con cámara para tomar fotografías. ^{[ 12 ] [ 13 ]} El teléfono con cámara tenía el mismo tamaño que otros teléfonos móviles contemporáneos similares, pero contaba con una lente de cámara grande y una pantalla TFT a color de 5  cm (2 pulgadas) capaz de mostrar 65 000 colores, y podía procesar dos fotogramas de vídeo por segundo. ^{[ 13 ] [ 14 ]}

La videotelefonía se popularizó en la década de 2000 a través de servicios gratuitos de Internet como Skype e iChat , complementos web compatibles con los estándares de vídeo H.26x y programas de telecomunicaciones en línea que promovían videoconferencias de bajo coste, aunque de menor calidad, a prácticamente cualquier lugar con conexión a Internet.

La videotelefonía se generalizó aún más gracias al despliegue de teléfonos móviles con capacidad de vídeo, como el iPhone 4 de 2010 , además de las videoconferencias y las cámaras web para ordenadores que utilizan telefonía por Internet . En los altos cargos del gobierno, las empresas y el comercio, la tecnología de telepresencia , una forma avanzada de videoconferencia, ha contribuido a reducir la necesidad de viajar.

En mayo de 2005, los primeros sistemas de videoconferencia de alta definición , fabricados por Lifesize , se exhibieron en la feria comercial Interop en Las Vegas , Nevada , capaces de proporcionar video a 30 fotogramas por segundo con una resolución de pantalla de 1280 x 720. ^{[ 15 ] [ 16 ]} Polycom introdujo su primer sistema de videoconferencia de alta definición en el mercado en 2006. A partir de la década de 2010, la resolución de alta definición para videoconferencias se convirtió en una característica popular, y la mayoría de los principales proveedores en el mercado de videoconferencias la ofrecían.

Los avances tecnológicos de los desarrolladores de videoconferencias en la década de 2010 extendieron las capacidades de estos sistemas más allá de las salas de juntas, permitiendo su uso con dispositivos móviles portátiles que combinan vídeo, audio y funciones de dibujo en pantalla, transmitiendo en tiempo real a través de redes seguras, independientemente de la ubicación. Los sistemas de colaboración móvil ahora permiten a personas en lugares antes inaccesibles, como trabajadores en plataformas petrolíferas marinas, visualizar y debatir asuntos con colegas a miles de kilómetros de distancia. Los fabricantes tradicionales de sistemas de videoconferencia también han comenzado a ofrecer aplicaciones móviles, como las que permiten la transmisión en directo y de imágenes fijas. ^{[ 17 ]}

La videollamada a mayor altitud jamás realizada (aparte de las realizadas desde aviones y naves espaciales) tuvo lugar el 19 de mayo de 2013, cuando el aventurero británico Daniel Hughes utilizó un teléfono inteligente con un módem satelital BGAN para realizar una videollamada a la BBC desde la cima del Monte Everest , a 8.848 metros (29.029 pies) sobre el nivel del mar. ^{[ 18 ]} 

La pandemia de COVID-19 resultó en un aumento significativo en el uso de videoconferencias. Berstein Research encontró que Zoom agregó más suscriptores durante los primeros dos meses de 2020 que en todo el año 2019. GoToMeeting tuvo un aumento del 20 por ciento en el uso, según LogMeIn . ^{[ 19 ]} StarLeaf, con sede en el Reino Unido, informó un aumento del 600 por ciento en los volúmenes de llamadas nacionales. ^{[ 20 ]} Las videoconferencias se generalizaron tanto durante la pandemia que el término fatiga de Zoom cobró prominencia, refiriéndose a la naturaleza agotadora de pasar largos períodos de tiempo en videollamadas. ^{[ 21 ]} Esta fatiga se refiere a los efectos psicológicos y fisiológicos de los participantes involucrados en videoconferencias. ^{[ 22 ] [ 23 ] [ 24 ]} Un estudio experimental de 2021 reveló un vínculo entre el uso de la cámara en videoconferencias y una predicción de la aparición de fatiga en un individuo. ^{[ 25 ] [ 26 ]} Además, un artículo de 2022 en la revista " Computers in Human Behaviour " destacó un estudio que vinculaba las actitudes negativas con el uso de la "autovisualización" durante las videoconferencias. ^{[ 27 ] [ 28 ]}

El 21 de septiembre de 2021, Facebook lanzó dos nuevas versiones de sus dispositivos de videollamada Portal: Portal Go y Portal Plus. Estos nuevos dispositivos incluyen la primera versión portátil del hardware y varias actualizaciones. ^{[ 29 ]}

Desde los sistemas menos costosos hasta los más caros:

• Los sistemas de videoconferencia y videoteléfono con cámara web , ya sean independientes o integrados, complementan las computadoras personales y se conectan a otros participantes mediante redes informáticas y VoIP . Suponen el menor costo directo, siempre que los usuarios ya cuenten con computadoras en sus respectivas ubicaciones. La calidad del servicio puede variar de baja a muy alta, incluyendo video de alta definición disponible en las cámaras web de última generación. Un dispositivo similar es la cámara de TV, que suele ser pequeña, se coloca sobre el televisor y se conecta a él mediante su puerto HDMI , de forma similar a como una cámara web se conecta a una computadora mediante un puerto USB.
• Videoteléfonos : de bajo a medio costo. Los primeros modelos independientes funcionaban a través de líneas telefónicas convencionales (POTS) en las redes telefónicas PSTN o líneas ISDN más costosas , mientras que los modelos más nuevos han migrado en gran medida al servicio de línea de protocolo de Internet para obtener resoluciones de imagen y calidad de sonido más altas. La calidad del servicio para videoteléfonos independientes puede variar de baja a alta;
• Sistemas para salas de reuniones pequeñas o sistemas todo en uno: una categoría de dispositivos más reciente, de bajo a medio costo, basada en sistemas de videoconferencia estándar, pero definida por la cámara, el/los micrófono(s), los altavoces y el códec integrados en un solo dispositivo. Se utilizan normalmente en espacios pequeños y medianos donde los conjuntos de micrófonos con formación de haces integrados en el sistema son suficientes, en lugar de micrófonos de mesa o de techo más cercanos a los participantes. La calidad del servicio es comparable a la de los sistemas de videoconferencia estándar, variando de moderada a alta. Algunos fabricantes de sistemas para salas de reuniones pequeñas no incluyen el códec dentro de la unidad con forma de barra de sonido, sino solo la cámara, el micrófono y los altavoces. Estos sistemas suelen clasificarse como sistemas para salas de reuniones pequeñas, pero, al igual que las webcams, dependen de una conexión USB a un dispositivo externo, generalmente una PC, para procesar el códec de vídeo. A pesar de su nombre, los sistemas de videoconferencia para salas de reuniones pequeñas impiden que los participantes se acerquen demasiado para ser vistos en la cámara. Los sistemas todo en uno para este tipo de habitaciones abarcan desde ángulos amplios, como un campo de visión horizontal (FOV) de 110°, hasta un FOV de 360°, que permiten una visión completa de la habitación.
• Sistemas de videoconferencia : precio medio, que suelen utilizar unidades de control multipunto u otros servicios de interconexión para permitir la participación de varios usuarios en videollamadas. La calidad del servicio puede variar de moderada a alta.
• Sistemas de telepresencia: máximas capacidades y mayor coste. Los sistemas de alta gama pueden incluir salas de teleconferencia especialmente diseñadas para ofrecer vistas panorámicas con una altísima fidelidad de audio y vídeo, permitiendo así una videoconferencia inmersiva. Cuando se utilizan líneas de transmisión del tipo y capacidad adecuados entre las instalaciones, la calidad del servicio alcanza niveles de vanguardia.

La tecnología principal utilizada en un sistema de videotelefonía es la compresión digital de flujos de audio y video en tiempo real. El hardware o software que realiza la compresión se denomina códec (codificador/decodificador). Se pueden alcanzar tasas de compresión de hasta 1:500. El flujo digital resultante de unos y ceros se subdivide en paquetes etiquetados , que luego se transmiten a través de una red digital (generalmente ISDN o IP ).

Los demás componentes necesarios para un sistema de videoconferencia incluyen:

• Entrada de vídeo : cámara de vídeo ( PTZ / 360° / ojo de pez ) o webcam.
• Salida de vídeo : monitor de ordenador , televisor o proyector.
• Entrada de audio : micrófonos , reproductor de CD/DVD, reproductor de casetes o cualquier otra fuente de salida de audio del preamplificador.
• Salida de audio : generalmente altavoces asociados con el dispositivo de visualización o el teléfono.
• Transferencia de datos : red telefónica analógica o digital, LAN o Internet.
• Ordenador : una unidad de procesamiento de datos que conecta los demás componentes, realiza la compresión y descompresión, e inicia y mantiene la conexión de datos a través de la red.

Básicamente existen tres tipos de sistemas de videoconferencia y videotelefonía:

1. Los sistemas dedicados integran todos los componentes necesarios en un único equipo, generalmente una consola con una cámara de video de alta calidad controlada remotamente . Estas cámaras permiten realizar movimientos panorámicos, inclinaciones y zoom a distancia. Se las conoce como cámaras PTZ. La consola contiene todas las interfaces eléctricas, el ordenador de control y el códec (ya sea por software o hardware). A la consola se conectan micrófonos omnidireccionales, así como un monitor de TV con altavoces y/o un proyector de vídeo . Existen varios tipos de dispositivos de videoconferencia dedicados:
   1. Los sistemas de videoconferencia para grupos grandes son dispositivos integrados, grandes y costosos que se utilizan en salas grandes como salas de conferencias y auditorios.
   2. Las videoconferencias para grupos pequeños se realizan mediante dispositivos no portátiles o portátiles, más pequeños y menos costosos, utilizados para salas de reuniones pequeñas.
   3. Los sistemas de videoconferencia individuales suelen ser dispositivos portátiles, diseñados para un solo usuario, y cuentan con cámaras, micrófonos y altavoces fijos integrados en la consola.
2. Los sistemas de escritorio son complementos (tarjetas de hardware o códecs de software) para ordenadores de sobremesa y portátiles, que los transforman en dispositivos de videoconferencia. Se puede utilizar una variedad de cámaras y micrófonos con el códec, que incluye las interfaces de transmisión y de códec necesarias.
3. Las plataformas WebRTC utilizan un navegador web en lugar de una aplicación nativa específica. Se puede acceder asoluciones como Adobe Connect y Cisco WebEx mediante una URL enviada por el organizador de la reunión, y se pueden configurar distintos niveles de seguridad para la sala virtual. A menudo, el usuario debe descargar e instalar una extensión del navegador para acceder a la cámara y el micrófono locales y conectarse a la reunión. Sin embargo, WebRTC no requiere ningún software especial; basta con que un navegador web compatible con WebRTC proporcione las funciones necesarias para realizar videoconferencias individuales o grupales. Diversos proveedores independientes ofrecen mejoras para WebRTC.

Los sistemas de videoconferencia utilizan varios métodos para determinar qué señal o señales de vídeo mostrar. ^{[ 39 ] : 11–16}

La función de Presencia Continua simplemente muestra a todos los participantes al mismo tiempo, con la excepción habitual de que el espectador no ve su propia señal o la ve en miniatura.

El conmutador activado por voz selecciona una señal de audio para mostrar en cada extremo, con el objetivo de identificar a la persona que está hablando. Esto se logra eligiendo la señal (distinta de la del usuario) con el audio más alto (posiblemente con algún filtro para evitar cambios bruscos de volumen). Generalmente, si no hay participantes remotos hablando, la señal del último orador permanece en pantalla.

La cancelación de eco acústico (AEC) es un algoritmo de procesamiento que utiliza la información de la salida de audio para monitorizar la entrada de audio y filtrar los ruidos que rebotan tras un cierto retardo. Si no se corrigen, estos ecos pueden volver a amplificarse varias veces, lo que provoca problemas como:

• La persona que está lejos oye su propia voz de vuelta (normalmente con un retraso considerable).
• Fuerte reverberación , lo que hace que el canal de voz sea inútil.
• Aullando creado por retroalimentación

La cancelación de eco es una tarea que requiere mucha potencia de procesamiento y que normalmente funciona dentro de un rango estrecho de retardos de sonido.

Históricamente, los videoteléfonos han utilizado diversos anchos de banda de transmisión y recepción, que pueden entenderse como velocidades de transmisión de datos. Cuanto menor sea el ancho de banda de transmisión/recepción, menor será la velocidad de transferencia de datos, lo que resulta en una calidad de imagen cada vez más limitada y deficiente (es decir, menor resolución y/o velocidad de fotogramas). Las velocidades de transferencia de datos y la calidad de imagen del video en directo están relacionadas, pero también dependen de otros factores, como las técnicas de compresión de datos . Algunos de los primeros videoteléfonos utilizaban velocidades de transmisión de datos muy bajas, lo que resultaba en una mala calidad de video.

El ancho de banda de banda ancha se suele denominar de alta velocidad , ya que generalmente tiene una alta tasa de transmisión de datos. En general, cualquier conexión de 256  kbit/s (0,256  Mbit/s) o superior se considera, de forma más concisa, Internet de banda ancha. La recomendación I.113 del Sector de Normalización de las Telecomunicaciones de la Unión Internacional de Telecomunicaciones (UIT-T) define la banda ancha como una capacidad de transmisión de 1,5 a 2 Mbit/s. La definición de banda ancha de la Comisión Federal de Comunicaciones (Estados Unidos) es de 25 Mbit/s. ^{[ 40 ]}  

Actualmente, para algunos fines es posible obtener vídeo con una calidad adecuada a velocidades de datos inferiores a la definición de banda ancha de la UIT-T. Se utilizan velocidades de 768  kbit/s y 384  kbit/s para algunas aplicaciones de videoconferencia, y velocidades tan bajas como 100  kbit/s para videoteléfonos que emplean los protocolos de compresión H.264/MPEG-4 AVC . El formato de compresión de vídeo y audio MPEG-4, más reciente, permite obtener vídeo de alta calidad a 2 Mbit/s, lo que se sitúa en el extremo inferior del rendimiento de los módems de cable y la banda ancha ADSL . 

La Unión Internacional de Telecomunicaciones (UIT) cuenta con tres marcos de normas para las videoconferencias:

• El estándar ITU H.320 se conoce como el estándar para redes telefónicas públicas conmutadas (PSTN) o videoconferencias a través de redes digitales de servicios integrados (ISDN). Si bien aún prevalece en Europa, la ISDN nunca se adoptó ampliamente en Estados Unidos y Canadá.
• ITU H.264 Scalable Video Coding (SVC) es un estándar de compresión que permite a los sistemas de videoconferencia lograr transmisiones de video del Protocolo de Internet (IP) altamente resistentes a errores a través de Internet pública sin líneas con calidad de servicio mejorada. ^{[ 41 ]} Este estándar ha permitido el despliegue a gran escala de videoconferencias de escritorio de alta definición y ha posibilitado nuevas arquitecturas, ^{[ 42 ]} lo que reduce la latencia entre las fuentes transmisoras y los receptores, lo que resulta en una comunicación más fluida y sin pausas. Además, un factor atractivo para la videoconferencia IP es que es más fácil de configurar para su uso junto con conferencias web y colaboración de datos . Estas tecnologías combinadas permiten a los usuarios tener un entorno multimedia más rico para reuniones en vivo, colaboración y presentaciones.
• ITU-T V.80 : la videoconferencia generalmente es compatible con la videotelefonía punto a punto estándar H.324 a través de líneas telefónicas convencionales (POTS).

El Foro de Interoperabilidad de Comunicaciones Unificadas (UCIF), una alianza sin fines de lucro entre proveedores de comunicaciones, se lanzó en mayo de 2010. La visión de la organización es maximizar la interoperabilidad de las comunicaciones unificadas basándose en los estándares existentes. Entre los miembros fundadores de UCIF se encuentran HP , Microsoft , Polycom , Logitech / Lifesize y Juniper Networks . ^{[ 43 ] [ 44 ]}

La videoconferencia a finales del siglo XX se limitaba al protocolo H.323 (la implementación SCCP de Cisco fue una excepción), pero los videoteléfonos más recientes suelen usar SIP , que suele ser más fácil de configurar en entornos de red doméstica. ^{[ 45 ]} Es un protocolo basado en texto, que incorpora muchos elementos del Protocolo de Transferencia de Hipertexto (HTTP) y del Protocolo Simple de Transferencia de Correo (SMTP). ^{[ 46 ]} H.323 todavía se usa, pero más comúnmente para videoconferencias empresariales, mientras que SIP se usa más comúnmente en videoteléfonos personales de consumo. Varios métodos de establecimiento de llamadas basados ​​en protocolos de mensajería instantánea como Skype también ofrecen ahora vídeo.

Otro protocolo utilizado por los videoteléfonos es H.324 , que combina el establecimiento de llamadas y la compresión de vídeo. Los videoteléfonos que funcionan con líneas telefónicas convencionales suelen usar H.324, pero el módem limita el ancho de banda a unos 33  kbit/s, lo que restringe la calidad del vídeo y la velocidad de fotogramas. Algunos teléfonos móviles que permiten videollamadas también utilizan una versión ligeramente modificada de H.324 llamada 3G-324M , definida por 3GPP , que normalmente solo se usa en redes UMTS . ^{[ 47 ] [ 48 ]}

También existe el estándar H.320 , que especifica los requisitos técnicos para sistemas de telefonía visual de banda estrecha y equipos terminales, generalmente para servicios de videoconferencia y videotelefonía. Se aplica principalmente a conexiones de red conmutada (punto a punto) dedicadas basadas en circuitos de ancho de banda moderado o alto, como a través del protocolo de telefonía digital ISDN de ancho de banda medio o líneas T1 fraccionadas de alto ancho de banda. Los productos modernos basados ​​en el estándar H.320 suelen ser compatibles también con el estándar H.323. ^{[ 49 ]}

El protocolo IAX2 también admite videollamadas de forma nativa, utilizando sus propias capacidades para transportar flujos multimedia alternativos. Algunos aficionados consiguieron el videoteléfono SIP a color Nortel 1535 a bajo precio en 2010 como excedente tras la quiebra de Nortel y lo instalaron en la plataforma Asterisk (PBX) . Si bien se requiere software adicional para combinar múltiples señales de vídeo para llamadas de conferencia o para convertir entre diferentes estándares de vídeo, las llamadas SIP entre dos teléfonos idénticos dentro de la misma PBX eran relativamente sencillas. ^{[ 50 ]}

Los componentes de un sistema de videoconferencia se pueden dividir en varias capas diferentes: interfaz de usuario, control de la conferencia, plano de control o señalización y plano multimedia.

Las interfaces de usuario para videoconferencias (VUI) pueden ser gráficas o de respuesta de voz. Muchos profesionales del sector han utilizado ambos tipos de interfaz, aunque normalmente se emplea una interfaz gráfica en un ordenador. Las interfaces de usuario para videoconferencias tienen diversas aplicaciones: permiten programar, configurar y realizar videollamadas. A través de la interfaz de usuario, el administrador puede controlar las otras tres capas del sistema.

El módulo de Control de Conferencias realiza la asignación, gestión y enrutamiento de recursos. Esta capa, junto con la interfaz de usuario, crea reuniones (programadas o no) y añade o elimina participantes de una conferencia.

El plano de control (o de señalización) contiene las pilas que envían señales a los distintos puntos finales para crear una llamada o una conferencia. Las señales pueden ser, entre otras, H.323 y el Protocolo de Inicio de Sesión (SIP). Estas señales controlan las conexiones entrantes y salientes, así como los parámetros de la sesión.

El plano multimedia controla la mezcla y la transmisión de audio y vídeo. Esta capa gestiona los protocolos de transporte en tiempo real (RTP), los paquetes de datagramas de usuario (UDP) y el protocolo de control de transporte en tiempo real (RTCP). Los protocolos RTP y UDP normalmente transportan información como el tipo de carga útil (que incluye el tipo de códec), la velocidad de fotogramas, el tamaño del vídeo y muchos otros datos. Por otro lado, el RTCP actúa como un protocolo de control de calidad para detectar errores durante la transmisión. ^{[ 39 ]}

La videoconferencia simultánea entre tres o más puntos remotos es posible en un sistema basado en hardware mediante una Unidad de Control Multipunto (MCU). Esta actúa como un puente que interconecta llamadas de varias fuentes (de forma similar a una audioconferencia). Todos los participantes llaman a la MCU, o bien la MCU puede llamar a los participantes, en secuencia. Existen puentes MCU para videoconferencias basadas en IP e ISDN. Hay MCU que son puramente software y otras que combinan hardware y software. Una MCU se caracteriza por el número de llamadas simultáneas que puede gestionar, su capacidad para transponer velocidades de datos y protocolos, y funciones como la Presencia Continua, que permite visualizar a varios participantes en pantalla a la vez. Las MCU pueden ser dispositivos de hardware independientes o estar integradas en unidades de videoconferencia específicas.

La MCU consta de dos componentes lógicos:

1. Un único controlador multipunto (MC), y
2. Procesadores multipunto (MP), a veces denominados mezcladores.

El MC controla la conferencia mientras está activo en el plano de señalización, donde el sistema gestiona la creación de conferencias, la señalización de los puntos finales y los controles durante la conferencia. Este componente negocia parámetros con cada punto final de la red y controla los recursos de la conferencia. Mientras el MC controla los recursos y las negociaciones de señalización, el MP opera en el plano de medios y recibe el contenido multimedia de cada punto final. El MP genera flujos de salida desde cada punto final y redirige la información a los demás puntos finales de la conferencia.

Algunos sistemas son capaces de realizar conferencias multipunto sin MCU, ya sea de forma independiente, integrada o de cualquier otra manera. Estos utilizan una técnica basada en estándares H.323 conocida como multipunto descentralizado , donde cada estación en una llamada multipunto intercambia video y audio directamente con las demás estaciones sin un administrador central ni otro cuello de botella. Las ventajas de esta técnica son que el video y el audio generalmente tendrán una mayor calidad, ya que no tienen que ser retransmitidos a través de un punto central. Además, los usuarios pueden realizar llamadas multipunto ad hoc sin preocuparse por la disponibilidad o el control de una MCU. Esta mayor comodidad y calidad se obtienen a costa de un mayor ancho de banda de la red, ya que cada estación debe transmitir directamente a todas las demás. ^{[ 39 ]}

^{La videoconferencia en la nube se puede utilizar sin el hardware que} generalmente requieren otros sistemas de videoconferencia y se puede diseñar para su uso por pymes [ ^{51 ]} o grandes corporaciones internacionales o multinacionales como Facebook ^{[ 52 ] [ 53 ]} . Los sistemas en la nube pueden manejar transmisiones de video en 2D o 3D ^{[ 54 ]} . También pueden implementar llamadas móviles, VoIP y otras formas de videollamada. Además, pueden incluir una función de grabación de video para archivar reuniones anteriores ^{[ 55 ] .}

En Estados Unidos, la videoconferencia ha permitido utilizar el testimonio de personas que no pueden o prefieren no asistir a las audiencias judiciales presenciales, o que sufrirían un estrés psicológico grave al hacerlo. Sin embargo, existe controversia sobre el uso del testimonio de testigos extranjeros o no disponibles mediante transmisión de video, en relación con la violación de la Cláusula de Confrontación de la Sexta Enmienda de la Constitución de los Estados Unidos. ^{[ 59 ]} La videoconferencia también puede conllevar diversos riesgos técnicos. ^{[ 60 ]}

En una investigación militar en Carolina del Norte , testigos afganos han declarado por videoconferencia.

En el condado de Hall, Georgia , se utilizan sistemas de videoconferencia para las comparecencias iniciales ante el tribunal. Estos sistemas conectan las cárceles con las salas de audiencias, reduciendo los gastos y los riesgos de seguridad que implica el traslado de los presos a los juzgados. ^{[ 61 ]}

La Administración del Seguro Social de los Estados Unidos (SSA), que supervisa el sistema judicial administrativo más grande del mundo a través de su Oficina de Adjudicación y Revisión de Discapacidad (ODAR), ^{[ 62 ]} ha hecho un uso extensivo de la videoconferencia para realizar audiencias en ubicaciones remotas. ^{[ 63 ]} En el año fiscal (AF) 2009, la Administración del Seguro Social de los Estados Unidos (SSA) realizó 86 320 audiencias por videoconferencia, un aumento del 55 % con respecto al AF 2008. ^{[ 64 ]} En agosto de 2010, la SSA inauguró su quinto y más grande Centro Nacional de Audiencias (NHC) exclusivamente por videoconferencia, en St. Louis , Missouri . Esto da continuidad al esfuerzo de la SSA por utilizar las audiencias por video como medio para reducir su considerable acumulación de audiencias. Desde 2007, la SSA también ha establecido NHC en Albuquerque , Nuevo México , Baltimore , Maryland , Falls Church , Virginia y Chicago . ^{[ 62 ]}

La videoconferencia ha ganado gran popularidad en el ámbito educativo en los últimos años, especialmente tras la pandemia de COVID-19 a principios de 2020, cuando gran parte de la oferta educativa se trasladó al formato en línea. Ofrece a los estudiantes la oportunidad de aprender participando en foros de comunicación bidireccional. Al ser en directo, la videotelefonía permite a los docentes acceder a alumnos remotos o aislados. Estudiantes de diversas comunidades y procedencias pueden reunirse para aprender unos de otros mediante prácticas conocidas como telecolaboración ^{[ 65 ] [ 66 ]} (en la enseñanza de lenguas extranjeras) e intercambio virtual , si bien las barreras lingüísticas seguirán presentes. Estos estudiantes pueden explorar, comunicarse, analizar y compartir información e ideas entre sí.

Las instituciones educativas han promovido la videoconferencia como una forma de reducir costos y aumentar el número de estudiantes, y ahora las clases y los seminarios se imparten con frecuencia en línea mediante esta tecnología. La videoconferencia ofrece a las instituciones educativas la posibilidad de impartir cursos y educación a un mayor número de estudiantes, dispersos en amplias zonas geográficas, en comparación con lo que se puede lograr desde un único centro físico ^{[ 67 ].}

Mediante videoconferencias, los estudiantes pueden visitar otras partes del mundo, incluyendo museos y otros sitios culturales y educativos. Estas excursiones virtuales ofrecen valiosas oportunidades de aprendizaje, especialmente para aquellos que viven en zonas geográficas aisladas o en situación de desventaja económica. Las escuelas pequeñas pueden aprovechar estas tecnologías para aunar recursos y ofrecer cursos, como los de idiomas extranjeros, que de otro modo no podrían impartirse.

Otros beneficios que la videoconferencia puede aportar a la educación incluyen:

• Los miembros del profesorado se mantienen en contacto con sus clases mientras asisten a conferencias;
• Miembros del profesorado que asisten a conferencias "virtualmente" ^{[ 68 ] [ 69 ]}
• Los profesores invitados trajeron clases de otras instituciones; ^{[ 70 ]}
• investigadores que colaboran regularmente con colegas de otras instituciones sin perder tiempo debido a los desplazamientos;
• escuelas con múltiples campus que colaboran y comparten profesores; ^{[ 71 ]}
• escuelas de dos naciones diferentes participan en intercambios interculturales ; ^{[ 72 ]}
• Miembros del profesorado que participan en defensas de tesis en otras instituciones;
• Administradores con agendas apretadas colaboran en la preparación del presupuesto desde diferentes partes del campus;
• El comité de profesores realiza audiciones a los candidatos a becas;
• Investigadores que responden preguntas sobre propuestas de subvención de agencias o comités de revisión;
• estructuras de inscripción alternativas a la asistencia exclusivamente presencial;
• entrevistas de estudiantes con empleadores en otras ciudades y
• teleseminarios .

La videoconferencia es una tecnología muy útil para aplicaciones de telemedicina y teleenfermería en tiempo real , como diagnóstico , consulta, prevención, tratamiento y transmisión de imágenes médicas . ^{[ 73 ]} Con la videoconferencia, los pacientes pueden contactar a enfermeros y médicos en situaciones de emergencia o rutinarias; los médicos y otros profesionales paramédicos pueden discutir casos a grandes distancias. Las zonas rurales pueden utilizar esta tecnología con fines diagnósticos, salvando así vidas y haciendo un uso más eficiente de los recursos sanitarios. Por ejemplo, un centro médico rural en Ohio utilizó la videoconferencia para reducir con éxito el número de traslados de bebés enfermos a un hospital situado a 110 km (70 millas) de distancia. Anteriormente, esto costaba casi 10 000 dólares por traslado. ^{[ 74 ]} 

Los periféricos especiales, como microscopios equipados con cámaras digitales , videoendoscopios , dispositivos de imágenes de ultrasonido médico , otoscopios , etc., pueden utilizarse junto con equipos de videoconferencia para transmitir datos sobre un paciente. Los recientes avances en la colaboración móvil mediante dispositivos móviles portátiles también han extendido las capacidades de videoconferencia a lugares antes inaccesibles, como una comunidad remota, un centro de atención a largo plazo o el domicilio del paciente. ^{[ 75 ]}

Mayo Clinic utiliza videoconferencias para facilitar la colaboración entre equipos multidisciplinarios de especialistas que desarrollan planes de tratamiento para casos complejos. Esta tecnología conecta las sedes de Mayo con médicos de hospitales que requieren la experiencia y la colaboración de Mayo. ^{[ 76 ]}

La videoconferencia permite que personas en ubicaciones remotas participen en reuniones con poca antelación, ahorrando tiempo y dinero. Tecnologías como la VoIP se pueden usar junto con la videoconferencia de escritorio para facilitar reuniones de negocios presenciales de bajo costo sin salir del escritorio, especialmente para empresas con oficinas dispersas. Esta tecnología también se usa para el trabajo remoto . Un informe de investigación basado en una muestra de 1800 empleados corporativos mostró que, en junio de 2010, el 54 % de los encuestados con acceso a la videoconferencia la usaban "siempre" o "con frecuencia". ^{[ 77 ] [ 78 ]}

Además de las reuniones tradicionales, la videoconferencia permite sesiones grupales colaborativas en las que las personas trabajan juntas para producir productos y servicios. Industrial Light & Magic utiliza la videoconferencia como parte de un entorno de producción de efectos de vídeo global que funciona las 24 horas para la industria cinematográfica. ^{[ 79 ]}

Intel Corporation ha utilizado la videoconferencia para reducir tanto los costos como el impacto ambiental de sus operaciones comerciales. ^{[ 80 ]}

Actualmente , las videoconferencias también se están implementando en las redes sociales para ayudar a las empresas a establecer relaciones rentables de forma rápida y eficiente sin salir de su lugar de trabajo. Los bancos han aprovechado esta tecnología para conectar a sus profesionales con clientes en diversas ubicaciones.

La videoconferencia en dispositivos móviles portátiles ( tecnología de colaboración móvil ) se utiliza en sectores como la manufactura, la energía, la salud, los seguros, el gobierno y la seguridad pública. La interacción visual en tiempo real elimina las restricciones tradicionales de distancia y tiempo, a menudo en lugares antes inaccesibles, como una planta de fabricación a miles de kilómetros de distancia. ^{[ 81 ]}

En la industria cinematográfica, cada vez más globalizada , la videoconferencia se ha convertido en un método útil para que el talento creativo en diferentes lugares pueda colaborar estrechamente en los complejos detalles de la producción cinematográfica. Por ejemplo, para la galardonada película de animación Frozen en 2013 , Walt Disney Animation Studios, con sede en Burbank, contrató al matrimonio de compositores Robert Lopez y Kristen Anderson-Lopez, residentes en Nueva York, para escribir las canciones, lo que requirió videoconferencias transcontinentales de dos horas casi todos los días laborables durante aproximadamente 14 meses. ^{[ 82 ] [ 83 ] [ 84 ] [ 85 ]}

Con el desarrollo de dispositivos de menor coste, la integración de cámaras de vídeo en ordenadores personales y dispositivos móviles, y aplicaciones de software como FaceTime , Skype, Teams , BlueJeans y Zoom, las videoconferencias han pasado de ser una oferta exclusivamente entre empresas a incluir el uso entre empresas y consumidores (y entre consumidores).

Aunque la videoconferencia ha demostrado su valor con frecuencia, las investigaciones han revelado que algunos empleados que no ocupan puestos directivos prefieren no utilizarla debido a diversos factores, entre ellos la ansiedad. ^{[ 86 ]} Algunas de estas ansiedades pueden evitarse si los directivos utilizan la tecnología como parte del funcionamiento habitual de la empresa. Los trabajadores remotos también pueden adoptar ciertos comportamientos y buenas prácticas para mantenerse conectados con sus compañeros y la empresa. ^{[ 87 ]}

Los investigadores también descubrieron que los asistentes a videoconferencias de negocios y médicas deben esforzarse más para interpretar la información transmitida durante la conferencia que si asistieran en persona. ^{[ 88 ]} Recomiendan que quienes coordinan las videoconferencias realicen ajustes en sus procedimientos y equipos de conferencia.

El concepto de videoconferencia de prensa fue desarrollado en octubre de 2007 por la Asociación Panafricana de Prensa (APPA), una organización no gubernamental con sede en París, Francia , para permitir que los periodistas africanos participaran en conferencias de prensa internacionales sobre temas de desarrollo y buena gobernanza .

Las videoconferencias permiten realizar ruedas de prensa internacionales a través de Internet. Los periodistas pueden participar desde cualquier lugar, sin salir de sus oficinas ni de sus países. Solo necesitan estar frente a un ordenador conectado a Internet para formular sus preguntas.

En 2004, el Fondo Monetario Internacional (FMI) lanzó el Centro de Información para la Prensa en Línea, un sitio web protegido con contraseña y accesible únicamente a periodistas profesionales. Este sitio permite al FMI ofrecer ruedas de prensa a nivel mundial y facilita que los periodistas formulen preguntas directamente a los periodistas. Desde su creación, otras organizaciones internacionales han copiado el sitio. Actualmente, más de 4000 periodistas de todo el mundo están registrados en el FMI.

Una de las primeras demostraciones de la capacidad de las telecomunicaciones para ayudar a los usuarios del lenguaje de señas a comunicarse entre sí ocurrió cuando el videoteléfono de AT&T (comercializado como Picturephone ) se presentó al público en la Feria Mundial de Nueva York de 1964 : dos usuarios sordos pudieron comunicarse libremente entre sí entre la feria y otra ciudad. ^{[ 89 ]} Varias universidades y otras organizaciones, incluyendo las instalaciones de British Telecom en Martlesham , también han llevado a cabo una extensa investigación sobre el lenguaje de señas a través de la videotelefonía. ^{[ 90 ] [ 91 ] [ 92 ]}

El uso del lenguaje de señas a través de videotelefonía se vio obstaculizado durante muchos años debido a la dificultad de su uso a través de líneas telefónicas analógicas de cobre lentas , ^{[ 91 ]} junto con el alto costo de las líneas telefónicas ISDN (datos) de mejor calidad . ^{[ 90 ]} Esos factores desaparecieron en gran medida con la introducción de códecs de video más eficientes y potentes y la llegada de servicios de datos ISDN de alta velocidad y de menor costo e IP (Internet) en la década de 1990.

mejoras del siglo XXI

En 2003, se produjeron mejoras significativas en la calidad del servicio de videollamadas para personas sordas en Estados Unidos, cuando Sorenson Media Inc. (anteriormente Sorenson Vision Inc.), una empresa de software de compresión de vídeo, desarrolló su videoteléfono independiente modelo VP-100 específicamente para la comunidad sorda. Fue diseñado para enviar la señal de vídeo al televisor del usuario con el fin de reducir el coste de adquisición y ofrecer control remoto y un potente códec de compresión de vídeo para una calidad de vídeo inigualable y facilidad de uso con servicios de retransmisión de vídeo. Las críticas favorables propiciaron rápidamente su uso popular en centros educativos para personas sordas y, posteriormente, en la comunidad sorda en general. ^{[ 93 ]}

Junto con videoteléfonos de alta calidad similares introducidos por otros fabricantes de electrónica, la disponibilidad de Internet de alta velocidad y los servicios de retransmisión de vídeo patrocinados autorizados por la Comisión Federal de Comunicaciones de EE. UU. en 2002, los servicios de retransmisión de vídeo para personas sordas experimentaron un rápido crecimiento en ese país. ^{[ 93 ]}

En la actualidad, gracias a estos equipos de vídeo, las personas sordas, con discapacidad auditiva y del habla pueden comunicarse entre sí y con personas oyentes mediante el lenguaje de señas . Estados Unidos y otros países subvencionan a empresas para que presten servicios de retransmisión de vídeo (VRS). Los equipos de telecomunicaciones permiten comunicarse con otras personas a través de un intérprete de lenguaje de señas, quien utiliza un teléfono convencional simultáneamente para comunicarse con la persona sorda. Los equipos de vídeo también se utilizan para realizar traducciones in situ del lenguaje de señas mediante interpretación remota por vídeo (VRI). El coste relativamente bajo y la amplia disponibilidad de la tecnología de telefonía móvil 3G con capacidad de videollamada han facilitado a los usuarios sordos y del habla la comunicación con la misma facilidad que los demás. Algunos operadores de telefonía móvil incluso han comenzado a ofrecer servicios gratuitos de lenguaje de señas.

Los servicios de interpretación de lengua de signos a través de VRS o VRI son útiles hoy en día cuando una de las partes es sorda , tiene problemas de audición o tiene dificultades del habla (mudez) . En estos casos, el flujo de interpretación se realiza normalmente dentro del mismo idioma principal, como la lengua de signos francesa (LSF) al francés hablado, la lengua de signos española (LSE) al español hablado, la lengua de signos británica (BSL) al inglés hablado y la lengua de signos americana (ASL) también al inglés hablado (ya que la BSL y la ASL son completamente distintas entre sí), la lengua de signos alemana (DGS) al alemán hablado, etc.

También se dispone de intérpretes multilingües de lengua de señas , que además pueden traducir entre los idiomas principales (por ejemplo, un intérprete multilingüe que interpreta una llamada de una persona sorda que usa la lengua de señas americana para reservar una habitación de hotel en la República Dominicana cuyo personal solo habla español; por lo tanto, el intérprete debe usar la lengua de señas americana, español hablado e inglés hablado para facilitar la llamada a la persona sorda), aunque con menor frecuencia. Estas actividades implican un considerable esfuerzo mental por parte del intérprete, ya que las lenguas de señas son lenguas naturales distintas con su propia estructura , semántica y sintaxis , diferentes de la versión oral del mismo idioma principal.

Con la interpretación por vídeo, los intérpretes de lengua de signos trabajan de forma remota con vídeo y audio en directo, de modo que el intérprete puede ver a la persona sorda o muda y conversar con la persona oyente, y viceversa. Al igual que la interpretación telefónica , la interpretación por vídeo se puede utilizar en situaciones en las que no hay intérpretes presenciales disponibles. Sin embargo, no se puede utilizar en situaciones en las que todas las partes se comunican únicamente por teléfono. La interpretación por vídeo (VRS y VRI) requiere que todas las partes dispongan del equipo necesario . Algunos equipos avanzados permiten a los intérpretes controlar la cámara de vídeo de forma remota para acercar o alejar la imagen o para dirigirla hacia la persona que se comunica mediante lengua de signos.