在一个基本的voip架构之中，大致包含4个基本元素：

    媒体网关器（media gateway）：主要扮演将语音讯号转换成为ip封包的角色。

    媒体网关控制器（media gateway controller）：又称为gate keeper或call server。主要负责管理讯号传输与转换的工作。

    语音服务器：主要提供电话不通、占线或忙线时的语音响应服务。

    信号网关器（signaling gateway）：主要工作是在交换过程中进行相关控制，以决定通话建立与否，以及提供相关应用的增值服务。

　　虽然voip拥有许多优点，但绝不可能在短期内完全取代已有悠久历史并发展成熟的pstn电路交换网，所以现阶段两者势必会共存一段时间。为了要让两者间能相互沟通，势必要建立一个互通的接口及管道，而媒体网关器与网关管理器即扮演了中介的色角，因为他们具备将媒体数据流及ip封包转译成不同网络所支持的各类协议。

　　其运作原理是，媒体网关器先将语音转换为ip封包，然后交由媒体网关控制器加以控制管理，并决定ip封包在网络中的传送路径。至于信号网关器则负责将ss7信号格式转换为ip封包。

　　网络电话若要走向符合企业级营运标准，必须达到以下几个基本要求：

    服务品质（qos）之保证：这是由pstn过渡到voip、ip pbx取代pbx的最基本要求。所谓qos就是要保证达到语音传输的最低延迟率（400毫秒）及封包遗失率（5-8%），如此通话品质才能达到现今pstn的基本要求及水准，否则voip的推行将成问题。
　　
    99.9999％的高可用性（high available；ha）：虽然网络电话已成今后的必然趋势，但与发展已久的pstn相较，其成熟度、稳定度、可用性、可管理性，乃至可扩充性等方面，仍有待加强。尤其在电信级的高可用性上，voip必须像现今pstn一样，达到6个9（99.9999%）的基本标准。目前voip是以负载平衡、路由备份等技术来解决这方面的要求及问题，总而言之，ha是voip必须达到的目标之一。
　　
    开放性及兼容性：传统pstn是属封闭式架构，但ip网络则属开放式架构，如今voip的最大课题之一就是如何在开放架构下，而能达到各家厂商voip产品或建设的互通与兼容，同时地造成各家产品在整合测试及验证上的困难度。目前的解决方法是透过国际电信组织不断拟定及修改的标准协议，来达到不同产品间的兼容性问题，以及ip电话与传统电话的互通性。
　　
    可管理性与安全性问题：电信服务包罗万象，包括用户管理、异地漫游、可靠计费系统、认证授权等等，所以管理上非常复杂，voip营运商必须要有良好的管理工具及设备才能因应。同时ip网络架构技术完全不同于过去的pstn电路网，而且长久以来具开放性的ip网络一直有着极其严重的安全性问题，所以这也形成网络电话今后发展上的重大障碍与首要解决的目标。
　　
    多媒体应用：与传统pstn相比，网络电话今后发展上的最大特色及区别，恐怕就在多媒体的应用上。在可预见的未来，voip将可提供交互式电子商务、呼叫中心、企业传真、多媒体视讯会议、智能代理等应用及服务。过去，voip因为价格低廉而受到欢迎及注目，但多媒体应用才是voip今后蓬勃发展的最大促因，也是各家积极参与的最大动力。