目前常用的協定如 H.323 、 SIP 、 MEGACO 和 MGCP。
H.323 是常見的 VoIP 標準,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)、呼叫信令(H.225)、控制信令(H.245)、註冊與認證等(RAS:Registeration Admission Status)。 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) 協定與 1999 年 3 月的 SIP (Session Initiation Protocol) 新架構,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。