Chất lượng thoại tốt là yêu cầu trước hết đối với mọi mạng thông tin di động và các mạng khác. Các sơ đồ mã hóa thoại 64 kbit/s (G.711) được sử dụng cho mạng cố định. Ở thông tin di động để tiết kiệm độ rộng băng các sơ đồ mã hóa thoại tốc độ bit thấp hơn được sử dụng, tuy nhiên chúng vẫn phải đảm bảo yêu cầu chất lượng thoại tốt. Ngoài chất lượng thoại còn có các yêu cầu khác như: Trễ truyền dẫn thấp, Jitter thấp (thay đổi trễ thấp) và tổn thất thông tin thấp. Xét từ quan điểm IP, các yêu cầu này ở mức độ nhất định đối lập nhau. Chẳng hạn để đảm bảo yêu cầu tổn thất thông tin thấp, ta phải sử dụng TCP lớp 4. Tuy nhiên TCP gây ra trễ rất lớn, vì mạng cần thiết lập kết nối TCP mỗi khi bắt đầu truyền và phải thực hiện công nhận cũng như phát lại. Để giảm thiểu trễ ta có thể sử dụng UDP, tuy nhiên giao thức đơn giản này không cho phép chống tổn thất gói. Chọn lựa giữa UDP và TCP phụ thuộc vào việc giảm thiểu trễ quan trọng hơn hay loại bỏ tổn thất gói quan trọng hơn, điều này phụ thuộc vào kiểu dịch vụ. Đối với thoại, trễ và Jitter gây ra cảm giác khó chịu hơn tổn thất gói: Có thể cho phép mất gói đến 5% mà không gây giảm cấp đáng kể đến chất lượng thoại. Vì vậy truyền dẫn thoại nên chọn UDP hơn TCP. Tuy nhiên cũng cần bổ sung thêm một số xử lý cho UDP để VoIP đảm bảo chất lượng thoại hợp lý. Tối thiểu ứng dụng đầu cuối cũng cần biết sơ đồ mã hóa được sử dụng ở ứng dụng nguồn để có thể giải mã các gói thoại. Ứng dụng này cần có thông tin định thời để có thể phát các gói đến người sử dụng một cách đồng bộ và giảm bớt trễ trong mạng. Ngoài ra ứng dụng này cũng cần biết khi nào gói bị mất để có thể phát lại gói trước đó nhằm lấp vào khoảng trống.
Để thực hiện nhiệm vụ này giao thức truyền tải thời gian thực (RTP) được phát triển hình vẽ 1.17.
Giao thức này được đặt trên UDP. Thoại sau mã hóa mỗi khi được phát trước hết được đặt vào tải trọng của một gói RTP. Gói này chứa:
- Mào đầu RTP: Để cung cấp thông tin về sơ đồ mã hóa thoại được sử dụng - Số trình tự
- Nhãn thời gian đánh dấu thời điểm gói thoại được lấy mẫu - Nhận dạng nguồn gói thoại.
RTP có một giao thức đồng hành: Giao thức điều khiển RTP (RTCP). RTCP không mang các gói thoại được mã hóa mà là giao thức báo hiệu.Giao thức này chứa một số bản tin để trao đổi giữa các người sử dụng trong phiên. Các bản tin này cung cấp thông tin phản hồi liên quan đến chất lượng phiên như: Các gói RTP bị mất, trễ và Jitter giữa các lần đến.
Mỗi khi một phiên RTP được mở, RTCP cũng được mở. Như vậy, khi một số cửa UDP được gán cho một phiên RTP để truyền các gói thoại (hay các gói phương tiện khác như video chẳng hạn), một số cửa riêng được gán cho các bản tin RTCP. Số cửa RTP luôn là số chẵn, còn số cửa RTCP tương ứng sẽ lớn hơn số này một đơn vị vì thế nó là số lẻ.
Cần lưu ý rằng RTP và RTCP không đảm bảo trễ, Jitter hay tổn thất gói tối thiểu. Để đạt được điều này cần có các giao thức khác. RTP và RTCP chỉ đơn giản cung cấp thông tin cho các ứng dụng ở hai đầu cuối để các ứng dụng này có thể xử lý tổn thất trễ hay Jitter nhằm giảm thiểu ảnh hưởng của chúng lên người sử dụng.