统一的协议是IP电话实现全网互通、走向商用的关键。IP话音通信协议应包含如下几个部分：
1.话音通信控制协议
话音通信控制协议也就是电信网中的呼叫控制信令，它包括地址信息、用户状态信息、音信号、DTMF信号等。这些信息是以控制分组的形式发送的。由于信令的重要性，要求采用可靠的传送方式传递，如果发生差错可通过重发机制校正。因此该类协议应采用
TCP作为其运输层的协议。
2.话音信息传送协议
话音信息传送协议规定了话音分组应如何封装、复用和传送，包括具有静音检测功能的各种话音编码分组如何组装和标识。由于话音分组需要实时传送，不允许有大的时延，因此无法采用重发校错机制。也就是说，话音分组只能采用UDP作为其运输层的协议。
3.会议电话控制协议
IP网络电话用于电话会议特别有利。因为电话会议参加的人数较多，但同时发言的只有一个人，如果采用传统的电话网，每个人都要占用一个64kbit/s的双向通道，网络资源非常浪费。而IP分组话音通信在任一时刻只需传送当前讲话者的话音分组，因此网络资源利用率十分高。
会议电话应用一般要用到一个称之为多点控制单元(MCU一MultipointControlUnit)的网络部件，由它来控制点到多点连接的建立设置主席、控制发言权、进行话路切换等。会议电话控制协议规定了如何建立各与会者至MCU的话音通道、协商会议的规模和能力、确定会议管理方式等过程。
4.实时控制协议
和ATM中适配话音仿真通信的AALl适配层类似，IETF也定义了RTP(Real--TimeProtocol)协议，该协议可以传送分组的时间戳(timestamp)、分组序号等信息，支持QoS监视和多数据流合并。IP网络电话就利用RTP适配分组话音数据。此外，为了确保分组话音通信的实时性，还可以选用IETF定义的RSVP(ReSerVeProtocol)协议为呼叫保留网络资源。
