在Windows中内置的NetMeeting就是典型的H.323协议客户端，而比较常见的SIP系统是微软开发的MSN Messenger系统。首先，由用户A向SIP服务器发出呼叫请求，请求的信息包含自身的端点名、所在位置以及对方的端点名、所在位置。描述的语言也很简单就像邮件地址的格式一样，如[email protected]，实际的IP地址由网络上的DNS服务器来解析，当然也可以直接使用IP地址，或者事先注册好的、和端点名以及所在位置相对应的一组电话号码。SIP服务器收到信息后判断被叫用户是否是在本SIP服务器注册的用户。如果是，将会话邀请发给被叫终端；如果不是，则发给相应的另一台SIP服务器，由另一台服务器向被叫方转发会话邀请。被叫收到邀请后，向SIP服务器发出两个消息：首先是振铃，表示我收到邀请可以响应，第二个消息是我接受邀请可以通话。这两个消息依次由SIP服务器转发给主叫方之后，主叫方会直接向被叫用户发送确认和通话信息，这以后的通信，就不再通过SIP服务器了。语音或者其他媒体流的传送使用的是RTP（实时传送协议）协议。
H323的呼叫建立过程类似于SIP协议。需要明确的是，H.323协议中的关守起到SIP协议中SIP服务器的作用，但是H.323是由ITU-T制定的标准，它的出现比SIP还要早，它在管理控制和QoS机制上比SIP更加严格一些，当然也就更加复杂一些。H.323协议族在视频会议通信领域仍然有着很强的优势.
MGCP协议与H.323和SIP协议不同，H.323和SIP分别提出两套IP电话体系结构，二者完全独立，不能互相兼容，只能互通。但MGCP协议不涉及IP电话的体系结构，只涉及网关分解问题，因而不仅可用于H.323 IP电话系统，也可用于SIP IP电话系统。网关可分解成媒体网关（MG）和媒体网关控制器（MGC），MG在MGC（或软交换）的控制下，实现跨网媒体业务。
相对于单纯SIP或者H.323协议而言，基于MGCP协议组网有自己的特点。MGCP更加适应需要中央控制的通信服务方式，因此更适宜运营商采用。当然，这也是行业用户选择它的主要因素，因为在大规模VoIP网络中，集中管理的意义不言而喻。位于管理位置的MGC可以将不同的服务灵活地发放给MG，也就是一个个用户，用户所需要的功能由MGC统一处理和分发。
年由IETF制定的媒体网关控制协议。MGCP协议定义的连接模型包括端点（endpoint）和连接（connection）两个主要概念：端点是数据源或数据宿，可以是物理端点，也可以是虚拟端点；端点类型包括数字通道、模拟线、录音服务器接入点及交互式话音响应接入点；端点标识由端点所在网关域名和网关中的本地名两部分组成。连接可以是点到点连接或多点连接，点到点连接是两个互相发送数据的端点之间的一种关联，该关联在两个端点都建立起来后，就可开始传送数据。
MGCP采用文本协议，协议消息分为命令和响应，每个命令需要接收方回送响应，采用三次握手方式证实。命令消息由命令行和若干参数行组成，响应消息带有3位数字的响应码。MGCP采用媒体描述协议（SDP）向网关描述连接参数。为了减小信令传送时延，MGCP采用UDP传送。