Concrètement, la voix de l'émetteur est numérisée et compressée. Cette compression se réalise grâce aux codecs (processeurs DSP) à travers une certaine norme de compression variable selon les codecs utilisés.
Les données numériques sont acheminées jusqu'au destinataire sous formes de paquets IP. Ces derniers identifiés et numérotés peuvent transiter sur n'importe quel réseau IP (Satellite, Ethernet, ADSL, PC, routeurs, switchs...). Le codec du destinataire effectue les opérations inverses (décompression puis restitution du son). Il est donc possible d'améliorer la qualité de la voix, à condition toutefois d'augmenter la bande passante.
Pour la voix sans compression, la bande passante est de 64 kbps (codec G711). Les codecs sont des chipsets qui font office de codeurs/décodeurs. La méthode de compression, et donc du codec utilisé, dépend du modèle du terminal et du constructeur. Les principaux taux de compression de la voix sont les codecs suivantes:
Méthode de compression___Débit kbps/s
G711___________________64
G.726__________________32
G.728__________________16
G.729__________________8
G.723__________________6,3