語(yǔ)音在IP網(wǎng)絡(luò)上的傳送，不同于傳統(tǒng)PSTN語(yǔ)音傳輸，它是采用語(yǔ)音編碼方式，將模擬話音數(shù)字化并打包后采用盡力投送的IP包傳送機(jī)制，通過(guò)IP網(wǎng)絡(luò)傳送到接收端，接收端收集數(shù)據(jù)包后語(yǔ)音解碼得到模擬話音。此外VoIP也與傳統(tǒng)的網(wǎng)絡(luò)應(yīng)用有許多的不同，例如，像FTP文件傳輸方式盡可能地占用網(wǎng)絡(luò)帶寬去快速地傳送文件；而ERP應(yīng)用程序則發(fā)送較少的數(shù)據(jù)，但是卻在發(fā)送者和接收者之間頻繁地交互數(shù)據(jù)流。相反，VoIP只占用很少的網(wǎng)絡(luò)帶寬，但是它不能容忍網(wǎng)絡(luò)的延時(shí)和變化。即使VoIP業(yè)務(wù)和傳統(tǒng)數(shù)據(jù)業(yè)務(wù)在同一網(wǎng)絡(luò)中實(shí)現(xiàn)，語(yǔ)音流和數(shù)據(jù)流也不能被同一方式處理，因?yàn)椋?/SPAN>

1）它們有不同的數(shù)據(jù)包大小

2）它們按照不同速率發(fā)送數(shù)據(jù)包

3）它們以不同的方式緩存和傳送數(shù)據(jù)包到目的地

4）它們必須滿足不同的用戶期望

目前，大部分網(wǎng)絡(luò)并沒(méi)有準(zhǔn)備好為端到端的VoIP實(shí)施提供像PSTN一樣的語(yǔ)音質(zhì)量和可靠性。現(xiàn)存的VoIP網(wǎng)絡(luò)主要實(shí)現(xiàn)了IP中繼，提供兩個(gè)遠(yuǎn)距離的PSTN的廉價(jià)長(zhǎng)途連接。以下的兩個(gè)主要VoIP的語(yǔ)音特性反映對(duì)網(wǎng)絡(luò)性能的具體需求：

第一，VoIP利用RTP實(shí)時(shí)傳輸協(xié)議傳送數(shù)據(jù)。RTP是一個(gè)基于無(wú)連接UDP的應(yīng)用協(xié)議，UDP是無(wú)連接的，它不會(huì)對(duì)數(shù)據(jù)包的傳送提供應(yīng)答和跟蹤，這樣RTP也不會(huì)重新傳送網(wǎng)絡(luò)的丟包，這就要求網(wǎng)絡(luò)傳輸中應(yīng)盡可能減少數(shù)據(jù)包的丟失；此外，按照TCP的應(yīng)用協(xié)議，RTP也沒(méi)有直接的碰撞控制，以致于因?yàn)榘l(fā)送者發(fā)送太多太快的數(shù)據(jù)包，接收者將被淹沒(méi)。為了克服這個(gè)問(wèn)題，RTP應(yīng)用程序總是以固定速率發(fā)送數(shù)據(jù)包，這就要求網(wǎng)絡(luò)能夠盡量以固定的速率傳輸數(shù)據(jù)包。

第二，交互式會(huì)話不能容忍過(guò)大的延時(shí)。一個(gè)典型的電話會(huì)話依賴于發(fā)起者和接聽(tīng)者之間的大量的交互，交互得越多，在會(huì)談中所能承受的延時(shí)則越小。這就要求數(shù)據(jù)包通過(guò)網(wǎng)絡(luò)的延時(shí)盡可能的小。

由此可見(jiàn)語(yǔ)音在IP網(wǎng)絡(luò)上的傳輸需要考慮許多不同于傳統(tǒng)電話網(wǎng)絡(luò)和傳統(tǒng)數(shù)據(jù)網(wǎng)絡(luò)的因素，所有這些特性因素都將制約到VoIP的語(yǔ)音質(zhì)量。