VoIP是Voice over Internet Protocol的縮寫，這是一種透過網際網路或其他使用IP技術的網路，來實現新型的電話通訊方法。VoIP的前身可以追溯到1973年，在ARPANET上的網路語音協定(Network Voice Protocol, NVP)。之後，隨著網路的普及，業界甚至樂觀的預期，VoIP終將完全取代傳統電話服務(Plain Old Telephone Service, POTS)。由現在這個時間點往回看，2001年的網路泡沫依然令人心驚，而POTS的市場雖然逐漸萎縮，然而取而代之的卻未必是VoIP技術，手機成為手持通話方式的更強勁對手，VoIP取代所有手持通話市場的美夢，也許只是網路泡沫的其中之一。
直觀來看，VoIP是POTS在網際網路上的型式移植。一般的家用電話，將語音由發出端送到接收端的過程如下：
l 聲電轉換：通過壓電陶瓷、碳粉等原理做成的拾音器，將聲波變換為電氣信號；
l 傳輸：電氣信號藉由電信業者所架設的公用電話交換網路(Public Switched Telephone Network, PSTN)，到達對方的話機；
l 電聲轉換：通過線圈紙盆等原理做成的揚聲器，將電氣信號變換為聲波。
在PSTN中，其實也藉由傳送固定頻率聲波的方式，傳送及接收少量的資料，如電話號碼、狀態音…等。
而VoIP將語音由發出端送到接收端的過程，由於改由網際網路傳輸，因此在傳輸的步驟必須做較多的工作如下：
*聲電轉換：與家用電話一樣；
*量化取樣：由聲波變換而來的電氣信號是類比信號。將類比信號運用類比/數位轉換(A/D Convert)的方式取樣，並遵循某種採樣方法（例如脈衝編碼調變，即PCM）轉換成數位信號；
*封包：將一定時間長度的數位語音信號組合為一幀，然後，按照該VoIP架構所使用的協定，依OSI模型加上各層的表頭和結尾，成為一個完整的封包；
*傳輸：封包藉由網際網路進行封包交換，而傳到對方的話機；
*封包調整：由於在網路傳輸的過程中，封包未必會依發出的順序到達，也未必會在可接受的時間前到達，因此，將封包暫存、排序，並使用一些演算法的技巧來補綴漏掉的封包，便成為VoIP的關鍵技術，通常在網路電話或VoIP閘道器中會有高效能的語音引擎來處理這個繁重的任務。語音引擎的能力越強，使用者聽到的語音越接近真實的語音，聽不出延遲(Latency)與抖動(Jitter)，對網路頻寬的要求也越低；
*解封包：按照該VoIP架構所使用的協定，依OSI模型將各層的表頭和結尾剝除，成為一定時間長度的數位語音信號；
*電聲轉換：與家用電話一樣。
語音編碼方法攸關語音品質及使用頻寬，而兩者往往互相矛盾。由於對兩者的取捨有別，而且演算法的影響極大，因此編碼方案五花八門，其中包括國際電信聯盟的G.711(速率64kbps)，G.723.1(速率5.3kbps或者6.3kbps)，G.729A(速率8kbps)編碼方案。微軟、Intel、Skype等業界巨頭也有自己的編碼方案。不幸的是，使用不同編碼方法的話機不能互通，演算法又常常因為專利的問題而另行收費，對網路電話的互通造成很大的影響。
常用的VoIP網路協定
用於VoIP的網路協定，目前常用的則有H.323、SIP、Megaco和MGCP。
H.323是由ITU-T於1996年提出，原本是用於區域網路（LAN）上的視訊會議，後來被應用於VoIP網路電話上。H.323定義了一個綜合性的規範，使網路上的終端設備遵循這些規範，得以順利進行溝通，包括語音壓縮格式(G.711、G.729、G.723.1)、影像壓縮格式( H.261、H.263 )、呼叫(H.225)、控制(H.245)、註冊與認證等。H.323架構由4個元件所組成，包括終端設備(Terminal)、閘道器(Gateway)、閘道管理員(Gatekeeper)、多點控制單元(MCU：Multipoint Control Unit)，可進行單點對單點或單點對多點的通訊。
對於VoIP的應用而言，H.323的子協定多且複雜性高，在許多技術上的問題受限，不容易針對新的應用作擴展。因此，IETF(Internet Engineering Task Force)分別在1999年8月提出MGCP(Media Gateway Control Protocol)協定，1999年3月提出SIP(Session Initiation Protocol)協議，試圖簡化H.323的複雜性，且在語音傳遞功能提供較高的延展性。
SIP是一種應用層控制協議，用於和一個或多個參與者建立、修改和終止會話。 SIP 的結構與 HTTP相似，客戶機發出請求，並發送給伺服器，伺服器處理這些請求後給客戶機回送一個響應。請求與響應形成一次交換(transaction)。
MGCP是由Cisco和Telcordia提議的VoIP協議，它定義了呼叫控制單元（呼叫代理或媒體閘道器）與電話閘道器之間的通信服務。MGCP屬於控制協議，允許中心控制台監測IP電話和閘道器事件，並通知它們發送內容至指定地址。在MGCP結構中，智能呼叫控制置於閘道器外部並由呼叫控制單元（呼叫代理）來處理。同時呼叫控制單元互相保持同步，發送一致的命令給閘道器。
Megaco(又為H.248)是一種控制協定，用來在網路上做媒體閘道器與媒體閘道控制器之間的控制。 Megaco/H.248定義媒體閘道控制器所用的控制機制，以控制閘道器特別可以支援網路上的多媒體資訊流。從 VoIP 結構和閘道器控制的關係來看， Megaco/H.248 與 MGCP 在本質上相當相似，但是 Megaco/H.248 支持更廣泛的網路媒介，如 ATM 。
同樣不幸的是，使用不同VoIP協定的話機也不能互通，更甚之，由於有些協議(如SIP)並不是硬梆梆的規格，而有「協議」的性質，細節的實作也往往因廠商而有不同，使網路電話的互通更加困難。
節費為主要應用誘因
在VoIP電話興起的年代，推廣者的訴求重點中一定會提到「節費」二字，這在當時是非常吸引人的訴求。然而回首往事，這個訴求恰恰是VoIP取代所有手持通話市場的最大障礙。原來世界各國的電信事業，不是國有企業、特許行業，就是托拉斯級的巨獸型企業，在這些企業花費鉅資，布建了廣大的PSTN網之後，突然有新的技術以「節費」為訴求，居然可以坐享其成(不要忘了，網路的最後一哩常常也是借道PSTN)，電信業者情何以堪?因此，VoIP電話在各國，除了日本勉強可以推動050網路電話之外，其他國家都受到技術性的阻撓，如無法監聽、無法緊急撥號…等。因此，網路電話總是無法成為主要的手持通話裝置。
在網路泡沫化之後，VoIP的話題沈寂了一段時間，直到2003年，Skype的問世，吸引了眾人的目光。清晰的語音與囊括所有網路電話優點的使用界面，使Skype一夕之間成為網路電話的代名詞，使用VoIP技術通話的人口也因此激增。然而，對於手持式VoIP電話系統而言，這顯然是重重一擊，因為類似Skype這類即時通訊軟體不需太多額外成本，不像手持式VoIP電話需另行購置話機，VoIP取代所有手持通話市場的可能性更加降低。
跨國企業成為主要客群
儘管如此，由於全球化的影響，跨國企業越來越多。分布在世界各地的企業分部及工廠需要有更經濟實用的電話系統，對於同時有能力提供語音交換及網路裝置建置的廠商，如Cisco、Avaya、Nortel…等，則是一大商機。建構良好的VoIP系統，不但能共用傳送資料流的網路連接，而且使用方便，甚至使用公司內部分機號碼就可以和遠在他國的單位通話。
同時，經過這麼多年的技術發展，VoIP交換技術也很成熟。因此，有些以往費用較昂貴的長途電話及國際電話，也有不少例子是除了原來的衛星連線、海底電纜連線外，也提供以VoIP為媒介的連線。有些規模較小的電信業者，也使用VoIP交換技術，以租用短途電話線路(價位較便宜)，長途部分則以VoIP做為媒介的方式，既賺取差價，也不會明白得罪主要的電信業者。
目前，VoIP交換技術幾乎都掌握在VoIP設備大廠手裡，但是一般人所不清楚的是，那些美美的、可靠的話機、高速價昂的VoIP閘道器…等設備的製造，卻有一大部分是由國內的網通大廠，如鴻海、明泰、華碩、緯創、東訊、英保達等代工。
VoIP將無所不在
VoIP逐漸從光芒萬丈的第一線，慢慢淡出到平實的第二線，在技術的領域裡，歷史一再告訴我們，如何能在變動較小的情況下，結合現有勢力，是成功的捷徑之一。處理器是如此，VoIP也是如此。畢竟好的技術總是不寂寞，只不過是「轉進」而已。隨著晶片的計算能力突飛猛進，VoIP漸漸成為一種通信的基礎技術，以後，你總是可以在各種不同的通信方法中看到它的實作──或是影子。
直觀來看，VoIP是POTS在網際網路上的型式移植。一般的家用電話，將語音由發出端送到接收端的過程如下：
l 聲電轉換：通過壓電陶瓷、碳粉等原理做成的拾音器，將聲波變換為電氣信號；
l 傳輸：電氣信號藉由電信業者所架設的公用電話交換網路(Public Switched Telephone Network, PSTN)，到達對方的話機；
l 電聲轉換：通過線圈紙盆等原理做成的揚聲器，將電氣信號變換為聲波。
在PSTN中，其實也藉由傳送固定頻率聲波的方式，傳送及接收少量的資料，如電話號碼、狀態音…等。
而VoIP將語音由發出端送到接收端的過程，由於改由網際網路傳輸，因此在傳輸的步驟必須做較多的工作如下：
*聲電轉換：與家用電話一樣；
*量化取樣：由聲波變換而來的電氣信號是類比信號。將類比信號運用類比/數位轉換(A/D Convert)的方式取樣，並遵循某種採樣方法（例如脈衝編碼調變，即PCM）轉換成數位信號；
*封包：將一定時間長度的數位語音信號組合為一幀，然後，按照該VoIP架構所使用的協定，依OSI模型加上各層的表頭和結尾，成為一個完整的封包；
*傳輸：封包藉由網際網路進行封包交換，而傳到對方的話機；
*封包調整：由於在網路傳輸的過程中，封包未必會依發出的順序到達，也未必會在可接受的時間前到達，因此，將封包暫存、排序，並使用一些演算法的技巧來補綴漏掉的封包，便成為VoIP的關鍵技術，通常在網路電話或VoIP閘道器中會有高效能的語音引擎來處理這個繁重的任務。語音引擎的能力越強，使用者聽到的語音越接近真實的語音，聽不出延遲(Latency)與抖動(Jitter)，對網路頻寬的要求也越低；
*解封包：按照該VoIP架構所使用的協定，依OSI模型將各層的表頭和結尾剝除，成為一定時間長度的數位語音信號；
*電聲轉換：與家用電話一樣。
語音編碼方法攸關語音品質及使用頻寬，而兩者往往互相矛盾。由於對兩者的取捨有別，而且演算法的影響極大，因此編碼方案五花八門，其中包括國際電信聯盟的G.711(速率64kbps)，G.723.1(速率5.3kbps或者6.3kbps)，G.729A(速率8kbps)編碼方案。微軟、Intel、Skype等業界巨頭也有自己的編碼方案。不幸的是，使用不同編碼方法的話機不能互通，演算法又常常因為專利的問題而另行收費，對網路電話的互通造成很大的影響。
常用的VoIP網路協定
用於VoIP的網路協定，目前常用的則有H.323、SIP、Megaco和MGCP。
H.323是由ITU-T於1996年提出，原本是用於區域網路（LAN）上的視訊會議，後來被應用於VoIP網路電話上。H.323定義了一個綜合性的規範，使網路上的終端設備遵循這些規範，得以順利進行溝通，包括語音壓縮格式(G.711、G.729、G.723.1)、影像壓縮格式( H.261、H.263 )、呼叫(H.225)、控制(H.245)、註冊與認證等。H.323架構由4個元件所組成，包括終端設備(Terminal)、閘道器(Gateway)、閘道管理員(Gatekeeper)、多點控制單元(MCU：Multipoint Control Unit)，可進行單點對單點或單點對多點的通訊。
對於VoIP的應用而言，H.323的子協定多且複雜性高，在許多技術上的問題受限，不容易針對新的應用作擴展。因此，IETF(Internet Engineering Task Force)分別在1999年8月提出MGCP(Media Gateway Control Protocol)協定，1999年3月提出SIP(Session Initiation Protocol)協議，試圖簡化H.323的複雜性，且在語音傳遞功能提供較高的延展性。
SIP是一種應用層控制協議，用於和一個或多個參與者建立、修改和終止會話。 SIP 的結構與 HTTP相似，客戶機發出請求，並發送給伺服器，伺服器處理這些請求後給客戶機回送一個響應。請求與響應形成一次交換(transaction)。
MGCP是由Cisco和Telcordia提議的VoIP協議，它定義了呼叫控制單元（呼叫代理或媒體閘道器）與電話閘道器之間的通信服務。MGCP屬於控制協議，允許中心控制台監測IP電話和閘道器事件，並通知它們發送內容至指定地址。在MGCP結構中，智能呼叫控制置於閘道器外部並由呼叫控制單元（呼叫代理）來處理。同時呼叫控制單元互相保持同步，發送一致的命令給閘道器。
Megaco(又為H.248)是一種控制協定，用來在網路上做媒體閘道器與媒體閘道控制器之間的控制。 Megaco/H.248定義媒體閘道控制器所用的控制機制，以控制閘道器特別可以支援網路上的多媒體資訊流。從 VoIP 結構和閘道器控制的關係來看， Megaco/H.248 與 MGCP 在本質上相當相似，但是 Megaco/H.248 支持更廣泛的網路媒介，如 ATM 。
同樣不幸的是，使用不同VoIP協定的話機也不能互通，更甚之，由於有些協議(如SIP)並不是硬梆梆的規格，而有「協議」的性質，細節的實作也往往因廠商而有不同，使網路電話的互通更加困難。
節費為主要應用誘因
在VoIP電話興起的年代，推廣者的訴求重點中一定會提到「節費」二字，這在當時是非常吸引人的訴求。然而回首往事，這個訴求恰恰是VoIP取代所有手持通話市場的最大障礙。原來世界各國的電信事業，不是國有企業、特許行業，就是托拉斯級的巨獸型企業，在這些企業花費鉅資，布建了廣大的PSTN網之後，突然有新的技術以「節費」為訴求，居然可以坐享其成(不要忘了，網路的最後一哩常常也是借道PSTN)，電信業者情何以堪?因此，VoIP電話在各國，除了日本勉強可以推動050網路電話之外，其他國家都受到技術性的阻撓，如無法監聽、無法緊急撥號…等。因此，網路電話總是無法成為主要的手持通話裝置。
在網路泡沫化之後，VoIP的話題沈寂了一段時間，直到2003年，Skype的問世，吸引了眾人的目光。清晰的語音與囊括所有網路電話優點的使用界面，使Skype一夕之間成為網路電話的代名詞，使用VoIP技術通話的人口也因此激增。然而，對於手持式VoIP電話系統而言，這顯然是重重一擊，因為類似Skype這類即時通訊軟體不需太多額外成本，不像手持式VoIP電話需另行購置話機，VoIP取代所有手持通話市場的可能性更加降低。
跨國企業成為主要客群
儘管如此，由於全球化的影響，跨國企業越來越多。分布在世界各地的企業分部及工廠需要有更經濟實用的電話系統，對於同時有能力提供語音交換及網路裝置建置的廠商，如Cisco、Avaya、Nortel…等，則是一大商機。建構良好的VoIP系統，不但能共用傳送資料流的網路連接，而且使用方便，甚至使用公司內部分機號碼就可以和遠在他國的單位通話。
同時，經過這麼多年的技術發展，VoIP交換技術也很成熟。因此，有些以往費用較昂貴的長途電話及國際電話，也有不少例子是除了原來的衛星連線、海底電纜連線外，也提供以VoIP為媒介的連線。有些規模較小的電信業者，也使用VoIP交換技術，以租用短途電話線路(價位較便宜)，長途部分則以VoIP做為媒介的方式，既賺取差價，也不會明白得罪主要的電信業者。
目前，VoIP交換技術幾乎都掌握在VoIP設備大廠手裡，但是一般人所不清楚的是，那些美美的、可靠的話機、高速價昂的VoIP閘道器…等設備的製造，卻有一大部分是由國內的網通大廠，如鴻海、明泰、華碩、緯創、東訊、英保達等代工。
VoIP將無所不在
VoIP逐漸從光芒萬丈的第一線，慢慢淡出到平實的第二線，在技術的領域裡，歷史一再告訴我們，如何能在變動較小的情況下，結合現有勢力，是成功的捷徑之一。處理器是如此，VoIP也是如此。畢竟好的技術總是不寂寞，只不過是「轉進」而已。隨著晶片的計算能力突飛猛進，VoIP漸漸成為一種通信的基礎技術，以後，你總是可以在各種不同的通信方法中看到它的實作──或是影子。
