与所有通信系统一样，参与VoIP业务的设备也可以被划分为网络侧设备（如服务器、各种网关）和用户侧设备（如终端）两类。从VoIP终端侧设备是否参与为其他VoIP提供服务的角度看，可以把VoIP的拓扑结构大致划分为集中式（只由网络设备提供服务，终端只是VoIP服务的消费者）和分布式（由网络设备和终端设备协同提供VoIP服务）两类。

        1.集中式VoIP技术

        （1）第一阶段：H.323协议

        目前全球大多数商用VoIP网络都是基于H.323协议构建的。H.323协议是ITU-T为包交换网络的多媒体通信系统设计的（目前主要用于VoIP），主要由网关、网守以及后台认证和计费等支撑系统组成。网关是完成协议转换和媒体编解码的主要设备，而网守则是完成网关之间的路由交换、用户认证和计费的控制层设备。

        基于H.323协议的VoIP系统本身就是从电信级网络的角度出发设计的，有着传统电信网的多种优点，如易于构建大规模网络、网络的可运营可管理性较好、不同厂商设备之间的互通性较好等。然而在实际部署和实施时也遇到了一些问题，比如协议设计过于复杂、设备成本高、投资建设成本高和协议扩展较差等问题。

        （2）第二阶段：H.248/MGCP协议

        在下一代网络（NGN）的研究过程中，几年前出现了所谓的“以软交换为核心的下一代网络”的说法。所谓软交换，其核心思想是控制、承载和业务分离，采用软交换做控制，不同媒体网关做媒体处理来提供话音、数据、视讯等多媒体业务（甚至支持移动性）的实现方式。其核心协议是与媒体相关的控制协议，主流的协议是ITU-T制定的H.248和IETF制定的MGCP。

        软交换的主要作用是逐步把传统电话网络IP化（到目前为止仍然只能提供话音业务），可以起到承上启下的作用，但当用户都以IP方式连接在网络上的时候，软交换就完成了其历史使命，因此软交换属于一种VoIP的过渡技术。

        （3）第三阶段：SIP/IMS

        在向NGN的演进过程中，会话初始协议（SIP）越来越引起业务的关注，基于该协议开发的系统，用户终端无论在何处接入互联网，都可以通过域名找到其归属服务器来进行语音和视频等的