Pour être plus précis (et néanmoins schématique), le signal numérique obtenu par numérisation de la voix est découpé en paquets qui sont transmis sur un réseau IP vers une application qui se chargera de la transformation inverse (des paquets vers la voix).

Au lieu de disposer à la fois d'un réseau informatique et d'un réseau téléphonique commuté (RTC), l'entreprise pourrait donc théoriquement, grâce à la VoIP, tout fusionner sur un même réseau.

Quels types de connexion VoIP distingue-t-on ?
Trois cas de figure sont possibles :

Si les deux correspondants possèdent un PC équipé en conséquence, ils pourront communiquer à condition de connaître leurs adresses IP respectives.

Si un correspondant utilisant un PC souhaite appeler une personne sur son téléphone, il doit passer par un fournisseur de service sur Internet (comme Net2Phone, par exemple). Ce dernier met en place une passerelle, entre Internet et le RTC, qui gèrera les échanges de données. Dans le sens inverse, le correspondant peut contacter la passerelle de son téléphone.

Si les deux correspondants sont sur un téléphone, le principe de passerelle est reproduit pour les deux téléphones. Les deux passerelles communiquent entre elles par un réseau de type Internet.

Qu'est-ce que la norme H.223 ?
Les premières technologies de VoIP imaginées étaient propriétaires et donc très différentes les unes des autres. Pourtant, un système qui est censé mettre des gens et des systèmes en relation exige une certaine dose de standardisation. De fait, en 1996, un groupe de travail de l'UIT (Union Internationale des Télécommunications), qui réunit des organismes internationaux de normalisation et des éditeurs (comme Microsoft), a élaboré la norme H.323. Le respect de cette norme doit garantir l'interopérabilité et la qualité de service. Elle s'appuie sur des protocoles de communications (RTP, RTCP, …), mais également sur des codecs audio (G.711,G723.1, G.728,…) et des codecs vidéo (H.261 et H.263).

Le norme est non seulement indépendante des systèmes d'exploitations et des applications, mais aussi du réseau physique supportant la connexion. Elle impose des normes de compression minimum et des protocoles de signalisation pour l'interopérabilité des équipements. Elle limite également la bande passante affectée à chaque communication.

Quels avantages confère la VoIP ?
Faire basculer différents types de données sur un même réseau permet avant tout de simplifier son administration. En particulier, le principe de la VoIP doit permettre de faciliter le développement d'applications utilisant la voix et d'autres types de données. Le principal domaine concerné est le collaboratif : vidéo conférence, messagerie unifiée... Bien sûr, on imagine aisément les possibilités offertes par une application CRM qui gèrerait sur un même réseau tous les canaux de la relation clientèle (hors mobiles).

Comme toute innovation technologique qui se respecte, la VoIP doit non seulement simplifier le travail et faire économiser de l'argent. Les entreprises dépensent énormément en communications téléphoniques, or le prix des communications sur Internet est dérisoire en comparaison. En particulier, plus les interlocuteurs sont éloignés, plus la différence de prix est intéressante. De plus, la téléphonie sur IP utilise jusqu'à dix fois moins de bande passante que la téléphonie traditionnelle.

Quels problèmes restent à régler ?
Le problème le plus important est la qualité de la retransmission, qui n'est pas encore optimale. Outre la qualité de la reproduction de la voix du correspondant, des désagréments - tel que le délai entre le moment où l'un des interlocuteurs parle et le moment où l'autre entend - , peuvent être extrêmement problématiques dans le milieu professionnel.

De plus, les conversations doivent être "indirectes" : chaque personne parle à tour de rôle, sans pouvoir se couper la parole. En effet, au moment où le correspondant reçoit ce que l'autre personne vient de dire, celle-ci l'a déjà dit depuis un moment. La conversation est moins spontanée, et moins pratique.

Plus grave encore, il se peut que des morceaux de la conversation manquent. Il s'agit en fait de paquets qui sont perdus pendant le transfert. Il n'y a pas de remontée d'erreur, donc on ne peut pas savoir si des paquets ont été perdus, et si oui à quel moment.

On parle beaucoup de VoiceXML. Quel rapport avec la VoIP ?
Les possibilites de VoiceXML - vocabulaire XML pour la voix numérisée - intéressent de nombreuses entreprises. Outre les services déjà reliés à VoiceXML (reconnaissance vocale, interpréteur...), il existe des passerelles vers la VoIP pour VoiceXML. Des éditeurs comme VoiceGenie ou Net2Phone en proposent. Ces passerelles reconnaissent le protocole H.223. Elles permettent à n'importe quel utilisateur d'utiliser VoIP grâce à VoiceXML.