Każdy z tych zwrotów jest tak samo dobry na określenie zjawiska przesyłania głosu za pośrednictwem sieci Internet, czy w ogóle sieci transmisji danych. Skrót „VoIP” to po angielsku „Voice over Internet Protocol”, czyli zwrot ten można określić jako „głos w Sieci” lub „głos przez Sieć”, co całkowicie oddaje sens określeń używanych wymiennie na prowadzenie rozmów telefonicznych za pośrednictwem Sieci rozumianej jako sieć Internet. Oczywiście można się spotkać z pewnymi interpretacjami, które w jakiś subtelny sposób różnicują te określenia, jednak w codziennym zastosowaniu tej technologii, nie ma to większego znaczenia.

Jest to analogiczny przypadek jaki występuje w telefonii komórkowej, można mówić właśnie o telefonii komórkowej, o telefonii GSM lub o telefonii mobilnej, jednak używając każdego z tych określeń, mamy na myśli ten sam sposób dostępu do połączeń telefonicznych.

Rysunek 1. Schemat ideowy dostępu telefonicznego realizowanego dla telefonii internetowej

Idąc tym torem myślenia jak w przypadku telefonii komórkowej, dla telefonii internetowej mówimy o sposobie dostępu do połączenia głosowego, przy wykorzystaniu danego rodzaju technologii (medium), ponieważ użytkownik korzystający z możliwości dzwonienia przez Internet nie musi koniecznie dzwonić do innego użytkownika korzystającego z tej samej technologii. Może dzwonić do użytkownika posiadającego numer komórkowy lub numer stacjonarny (zwykła linia analogowa lub dostęp typu ISDN), może również odbierać połączenia telefoniczne z innego rodzaju sieci telefonicznej, a raczej z dowolnych sieci telefonicznych realizujących połączenia głosowe przy wykorzystaniu różnych technologii.

Tak więc telefonia internetowa to nic innego jak sposób dostępu do globalnej sieci telefonicznej, która jest przecież zbudowana z wielu połączonych ze sobą sieci telefonicznych realizujących dostęp do połączeń głosowych w różnych technologiach. Tu akurat, wykorzystywany jest mechanizm zamiany głosu na pakiety danych (kodowanie), które za pośrednictwem sieci informatycznych (w tym Internetu) wysyłane są do innych użytkowników globalnej sieci telefonicznej i w zależności od tego do jakiego użytkownika takie połączenie telefoniczne trafi, jest w ten lub inny sposób zamieniane z formy cyfrowej (pakiety danych) na formę słyszalną dla ucha ludzkiego, czyli falę dźwiękową (odkodowywanie).

W telefonii internetowej w przeciwieństwie do innych typów dostępu do sieci telefonicznych, wykorzystywane są odpowiednie programy instalowane na komputerach lub tak jak w innych sieciach telefonicznych, stosujemy urządzenia pozwalające zamieniać głos na dane (tworzyć pakiety danych) i na odwrót, czyli zamieniać dane na głos. Programy komputerowe to softphony emulujące na komputerach zwykły aparat telefoniczny, a sprzęt, to bramki VoIP do których podłączane są zwykłe aparaty telefoniczne, telefony VoIP które są połączeniem bramki VoIP i zwykłego aparatu telefonicznego lub centralki IPPBX, do których można podłączyć zwykłe telefony (bezpośrednio lub za pośrednictwem bramek VoIP) i/lub telefony VoIP.

Najważniejszą korzyścią w telefonii VoIP lub też telefonii internetowej, jest fakt, że jej użytkownik może znajdować się w dowolnym miejscu na świecie, tam gdzie jest tylko dostęp do Internetu, aby korzystać w pełni z jej dobrodziejstw.