VoIP, nå brukt noe generelt, stammer fra VoIP Forum, en innsats av store utstyrsleverandørene, inkludert Cisco, VocalTec, 3Com, og Netspeak å fremme bruk av ITU-T H.323, standard for sending stemme (lyd) og video ved hjelp av IP på det offentlige Internett og innen anintranet. Forumet fremmer også brukeren av katalogen service standarder, slik at brukerne kan finne andre brukere og bruk av touch-tonesignaler for automatisk ringe distribusjon og talepost.

I tillegg til IP, bruker VoIP sanntids-protokollen (RTP) for å sikre at pakker blir levert på en riktig måte. Ved hjelp av offentlige nettverk, er det foreløpig vanskelig å garantere Quality of Service (QoS). Bedre service er mulig med private nettverk som styres av et foretak eller en Internett-telefoni-leverandøren (ITSP).

En teknikk som brukes av minst én utstyrsprodusenten, Netspeak, for å sikre raskere pakkelevering er for pakke Internett eller Inter-nettverket Groper (ping) alle mulige nettverk gateway datamaskiner som har tilgang til det offentlige nettet og velg den raskeste banen før det etableres en Transmission Control Protocol (TCP) stikkontakter forbindelse med den andre enden.

Ved hjelp av VoIP, posisjonerer et foretak en " VoIP-enhet " (for eksempel Ciscos AS5300 tilgang server med VoIP-funksjonen) på en gateway. Inngangsporten mottar pakket tale sendinger fra brukere i selskapet og deretter ruter dem til andre deler av sitt intranett (lokalt eller regionnett) eller ved hjelp av en T-bæresystem eller E-carrier grensesnitt, sender dem over offentlige telefon nettverk.