La UIT definió el estándar que proporciona a los fabricantes las normas a seguir para la voz sobre IP. En este estándar se definen 3 elementos básicos:

• Terminales: son los sustitutos de los terminales clásicos. Pueden ser hardware o software. Voz, datos y video y por separado.
• Gateways: son los que se utilizan para intercomunicar las redes de datos con las de telefonía de conmutación de paquetes, siendo su actuación transparente para los usuarios.
• Gatekeepers: este es opcional para este protocolo pero si esta presente. Los terminales y gateways deben hacer uso de su servicio. Sirven para el control de llamadas dentro de los cuales unos son de obligado cumplimiento y otros opcionales.

Los obligatorios son:

1. La traducción de alias o números de teléfono en direcciones IP.
2. La administración de ancho de banda y control del trafico generado por las diferentes comunicaciones, limitando el numero máximo de comunicaciones simultaneas que pueden darse y rechazando las que excedan este limite asegurando de esta manera un nivel de saturación de red aceptable. (RAS,BCF,BRJ)
3. Enrutamiento teniendo la capacidad para elegir el gateway mas adecuado al que redireccionar la llamada.
4. Control de admisión en la red utilizando para ello mensajes del protocolo RAS ARQ,ACF y ARJ.

Un gatekeeper provee estas funcionalidades a los terminales y gateways que están dentro se su zona de control.

El H323 define un estándar que a su vez se apoya en una serie de protocolo para su implementación según los distintos aspectos de la comunicación que cubren:

1. Direccionamiento: RAS protocolo de comunicaciones que a traces de mensajes permite a un gatekeeper desempeñar sus funciones, y DNS servicio de resolución de nombres en direcciones IP del que ya hablamos en otras ocasiones.
2. Señalización: Q.931 la señalización inicial de llamada. H225 control de llamada señalización registro y admisión y paquetizacion del stream o flujo de voz, H245 protocolo de control para especificar mensajes de apertura y cierre de canales para streams de voz.
3. Compresión de voz: requeridos G711 y G723. Opcionales G.728, G729 y G.722.
4. Transmisión de voz: udp, la transmisión se realiza sobre paquetes UDP del que ya he puesto algún post anterior a este. RPT maneja los aspectos relativos a la temporarizacion marcando los paquetes UDP con la info. Necesaria para la correcta entrega de los mismo en recepción.
5. Control de la transmisión: RTCP se utiliza principalmente para detectar situaciones de congestión de la red y tomar en su caso acciones correctoras.