Selbst bei rein Software-basierter Voice over IP-Anwendung (PC + Software/Softphone + Headset) ist die Audio-Qualität der übertragenen Sprache erstaunlich gut.

Da das gesprochene Wort zunächst komprimiert wird, bevor es über die (DSL-)Internet-Leitung zum Gesprächspartner gesendet wird, ist die Sprachqualität u.a. abhängig vom verwendeten Codec. Der Codec ist dafür zuständig, wie (stark) die Sprach-Information kodiert bzw. komprimiert wird (Stichwort: Audiokompression).

Die Sprach-Qualität verbessert sich erheblich, wenn man gegenüber einer reinen Software-Lösung spezielle VoIP-Hardware einsetzt - entweder ein spezielles VoIP-fähiges Telefon (IP-Phone) oder einen Router mit Phone Board bzw. einem Analog-Telefon-Adapter (ATA), der den Anschluss eines analogen Telefons erlaubt. Dann kann man mit einer Sprachqualität vergleichbar mit der des herkömmlichen Festnetzes rechnen (teilweise sagen Anwender, die Qualität sei sogar besser).

Aber: genau so wie es beim Surfen oder Internet-Radio von Zeit zu Zeit noch kleine oder kleinste Pausen/Aussetzer gibt, kann auch das VoIP-Telefon-Gespräch geringfügig durch Aussetzer gestört oder zeitweilig unverständlich werden.