Session Initiation Protocol (SIP) é um protocolo de sinalização de redes criado para estabelecer, modificar e terminar sessões de multimídia em uma rede IP como diriam os mais técnicos.

Em outras palavras: Um protocolo feito para fazer chamadas de voz e vídeo através da internet

Um ditado popular diz que andorinha sozinha não faz verão e esse é o caso do protocolo SIP. Por si só ele não provê serviços, nem controla fluxos de mídia, nem sequer é capaz de fazer negociações de codecs.

Para uma solução completa de comunicação geralmente  é utilizado em conjunto com outros protocolos como os abaixo:

SIP: Controle de chamada.

SDP: Encapsulado dentro do SIP, serve principalmente para fazer as negociações de codecs.

RTP: Usado para transportar fluxos de mídia

Exercício mental

Vamos fazer um analogia totalmente estranha num universo mais estranho ainda, mas que fará sentido no final 😀

1. Você é brasileiro e fala fluentemente Inglês e Espanhol
2. Você precisa conversar com o João que fala Alemão, Inglês e Chinês
3. Você não conhece o João
4. Você sabe onde o João mora

Agora continuando a aventura nesse universo paralelo:

• Você vai até a casa do João e bate na porta dele e diz Oi! em português, Hi! em inglês e Hola!  em spanhol.
• João, tranquilamente apesar da sua esquisitice, responde Hallo! em alemão, Hi! inglês e 嘿 em chinês.
• Você percebe que João disse Hi! em inglês, um cumprimento que você conhece, e então começa uma conversa com João nesta língua.

Nesse exercício, ir até a casa do João representa uma das funções da sinalização SIP que curiosamente possui o nome INVITE. (não vamos entrar no mérito de você ter se auto-convidado para a casa do João)

Dizer oi em três línguas diferentes para tentar descobrir qual língua o João fala, ele responder com outras línguas e por fim você decidir que inglês é a linguagem comum entre vocês é uma negociação de codec e é a tarefa do protocolo SDP

O Ar foi o meio que você usou para passar o som da sua voz para se comunicar com o João, esse é o papel do protocolo RTP e a sua voz saindo de sua boca e entrando nos ouvidos do João é o que chamamos de fluxo de mídia.

PS: Não venham reclamar que eu poderia utilizar inúmeros exemplos mais fáceis. 

Obrigado, espero que tenha sido uma forma de compreender o papel destes 3 protocolos do mundo Voip.