VoIP, (全称:Voice over Internet Protocol) 是指将模拟的声音讯号经过压缩与封包之后，以数据封包的形式在IP 网络的环境进行语音讯号的传输，通俗来说也就是互联网电话、网络电话或者简称IP电话的意思。完全能够称IP电话是一场革命。它工作的基本原理同过去100年中传递语音信息的电话网络有着根本上的不同。 

　　传统的语音是把一个连续的流传输到开放电路上，从呼叫方到另一方，这就是所谓的电路交换。回路越长，价格就越高。因此电话的呼叫距离越远，电话费就会越高。除开长时间的无通信状态，电话呼叫是按照回路开放的每一秒钟时间来收取费用。即使是从模拟电路升级到数字电路，这种通信模型也几乎没有发生什么改变。 

　　VoIP和分组交换能够更为有效的利用网络资源。但是，最初IP并非设计为为其承载的数据提供服务质量保证（QoS），而是一种用于在网络节点出现拥塞、失效或受到核武器袭击而崩溃时能够以多种路径传输数据以保证冗余性的技术。

　　当路由器把一个数据流信息分段为可处理的块时，一个IP报文就形成了。然后路由器将会在报文的头部设置两个地址——一个是目的地址，一个是产生报文的设备地址。在路由器的地址表格中查找了报文的目的地址后，路由器将会把这个报文转发到链路上的下一个路由器。

　　路由器之间会相互进行ping操作以检查是否有路径出现了拥塞、完全阻断的情况或是路径相对而言数据量较小。报文将按照最为合适的路由进行转发，并一步步的继续下去。当报文到达了他们的目的地时，这些报文可能以较大的延迟无序到达。传输控制协议（TCP）将对他们进行重组，恢复正确的顺序。

　　这样的传输方式对数据库应用和电子邮件而言很好，但对语音则不是这样。呼叫者说出的词语必须实时的到达目的地。任何的延迟（latency）——即从说话方到受话方的语音流延时——都会降低语音的质量，如同抖动（jitter）和丢包（packet loss）一样。如果报文的端到端延迟超过了250毫秒，那么一场交谈听起来就会感觉不真实，就像交谈的一方在月球上一样。抖动就同这点有关——它表示的是各个包到达时间的间隔变化。时快时慢的到达将会导致电话交谈非常不自然。因此，VoIP应用程序都采用了对报文进行缓存的技术，这样就可以更加平滑的对这些报文进行处理。

　　报文丢失、延迟和抖动等现象随着语音数据融合到其他应用程序的报文中而更加恶化。尤其在语音数据穿越因特网的时候是最为明显。在这些环境下，报文的丢失无法避免，并且没有任何的服务提供商可以保证不出现报文丢失。