É verdade que o SIP não contém "som" - é apenas a configuração de um fluxo RTP. Infelizmente, esses fluxos RTP não são previsíveis em seu uso de porta (a menos que você escute no SIP) e eles tendem a ser ponto-a-ponto.
O método ideal seria, como já foi dito, obter o seu PBX para fazê-lo. Mesmo assim, pode ser necessário que uma parte da chamada seja de saída (porque de outra forma não precisaria "ver" qualquer tráfego RTP). Nós usamos um sistema Zultys e isso pode fazer a gravação.
Em um ambiente pequeno, uma manta de RTP-grab baseada em força bruta pode levá-lo. Barato. Não escalável.
Eu joguei com o link , e enquanto eu tentava me lembrar desse projeto eu me deparei com link - então há uma escolha:)
Tenha em mente que você pode estar pesquisando muitos dados.
Edit: Oreka docs recomenda span a operação da porta, e irá indexar e armazenar os dados para você pela aparência (eu usei apenas o bit de despejo do rtp), então parece que poderia haver algumas pernas neste para você - especialmente desde que você descreve uma operação bastante pequena. Tenha em mente que, se você se deparar com problemas de escala, o não deve impactar suas conversas voip, apenas a sua gravação. Espionagem feliz;)