Nachdem die Merkmale der VoIP-Verbindung zwischen den beiden Endpunkten mit Hilfe des Signalisierungsprotokolls übermittelt wurden, werden die eigentlichen Sprachinformationen über so genannte RTP-Streams über das IP-Netzwerk in Echtzeit übertragen. Alle VoIP-Standards verwenden das Real Time Transport Protocol (RTP) für das Streaming von Echtzeitsprachpaketen. RTP verpackt den Gesprächsdatenstrom in einzelne Pakete und verschickt diese Pakete auf Basis der UDP/IP-Mechanismen. In den RTP-Paketen werden neben den reinen Sprachinformationen auch zusätzliche Steuerinformationen übermittelt:
Der RTP-Standard legt keinen festen UDP-Port für die Kommunikation fest. Aus diesem Grund müssen die Endpunkte diese Ports beim Verbindungsaufbau kommunizieren. Bei der Kommunikation über Firewalls und Network Address Translation (NAT) Komponenten werden jedoch die ursprünglichen Port- und Adress-Kennungen verändert. Da die signalisierten und die real genutzten IP-Adressen/Portadressen nicht mehr übereinstimmen, kommt keine RTP-Verbindung und somit auch kein Telefongespräch zwischen den beiden Endsystemen zustande.
Firewalls und NATs im VoIP-Netz erfordern den Einsatz eines STUN/TURN-Servers. Hierzu müssen die VoIP-Endgeräte die notwendigen STUN/TURN-Funktionen implementiert haben und diese müssen vom Administrator auch aktiviert sein.
Werden die Sprachpakete durch die Firewall bzw. die NAT-Komponente blockiert, müssen die betreffenden RTP-Streams auf Basis eines VoIP-Messgeräts eingehend analysiert werden, um die Verbindungsfehler bzw. Falschkonfigurationen beseitigen zu können.
Die Sprachströme werden bei VoIP nicht mit dem sicheren TCP-Protokoll übermittelt. RTP nutzt stattdessen das ungesicherte User Datagram Protocol (UDP) für die Übertragung von Sprachpaketen. Der Grund hierfür liegt in dem hohen TCP-Overhead und durch TCP verbundenen hohen Paketverzögerungen. Durch die Nutzung von UDP werden auf der Transportebene keine auf dem Weg zum Empfänger verloren gegangenen Pakete wiederholt. VoIP kann zwar mit geringen Paketverlusten umgehen. Die sich dadurch verändernde Sprachqualität macht sich kaum beim Nutzer bemerkbar. Gehen jedoch größere Mengen an Datenpaketen verloren oder erhöht sich die Verzögerungszeit durch eine Überlast im Netzwerk, hat dies eine signifikante Verschlechterungen der Telefonströme zur Folge.
Auch hier gilt: Den Paketverlusten und Staus im Netzwerk muss auf die Spur gekommen werden. Auch hier hilft ein VoIP-Messgerät zur detaillierten Ursachenforschung.
Der VoIP-Analysator TraceView 3Q stellt die Aufzeichnung eines Datenverkehrs an einem Netzknotenpunkt in einem so genannten Trace dar. Die RTP-Ströme werden dabei in einer Liste dargestellt. Die RTP-Sessionliste verweist darüber hinaus auf die dazugehörigen SIP-Signalisierungen. Die Details der RTP-Sessionliste verdeutlichen die wichtigen VoIP-Parameter und QoS-Werte einer RTP-Session. Zu diesen Parametern gehören beispielsweise der Jitter, die Paketverlustrate und die genutzten Codecs. Für jede Session wird der individuelle R-Faktor berechnet und der MOS-Wert (Mean Opinion Score) abgeleitet. Durch farbliche Markierungen (Grün, Gelb, Rot) werden Sessiondaten qualifiziert. Dies sorgt für einen schnellen Überblick alle Verbindungen in einem Trace.