Actuellement, la voix sur IP permet d’atteindre des niveaux de qualité au moins équivalents à ceux classiquement obtenus avec le réseau RTC. Des innovations, telles que "son3D" et la bande élargie, peuvent en effet améliorer la qualité des services voix. Le but étant, à plus long terme, de se différencier de la concurrence (certains proposent déjà, par exemple, des services avec bande élargie) en ne se limitant pas aux ordinateurs, mais en proposant un ensemble de services de voix sur IP, englobant le plus de terminaux possibles. Ceci passe par une valorisation des compétences et de propriété intellectuelle de France Télécom dans ce domaine, en poursuivant les travaux en cours auprès des instances de normalisation et des équipementiers.

La "bande élargie" permet d’améliorer considérablement le confort d’écoute, en restituant un son de très haute qualité, proche de la haute fidélité. Cette innovation permet en effet d’étendre le spectre des fréquences du téléphone (allant classiquement de 300 à 3 400 Hz) pour couvrir la majeure partie de celles que l’oreille humaine utilise pour percevoir les voies parlées (50 à 7 000 Hz). La sensation de proximité et de présence est alors saisissante, favorisant ainsi le partage des émotions.

La spatialisation sonore ou "son3D" est une innovation des laboratoires de France Télécom qui permet, lors d’une conversation à plusieurs, de mieux distinguer ses interlocuteurs. En effet, le premier semblera parler à gauche, le second à droite et le troisième au milieu, ce, à condition de disposer d’un casque à deux écouteurs ou d’enceintes (deux ou plus). Dans ce dernier cas, l’utilisateur peut disposer comme il le souhaite son espace sonore en trois dimensions, en plaçant virtuellement ses interlocuteurs à des endroits différents. La compréhension s’en trouve ainsi considérablement accrue.

Parmi les perspectives de développement de la voix sur IP, il faut également compter sur des évolutions vers le monde du téléphone portable. En effet, les échanges de données via les réseaux GSM et GPRS, qui commencent actuellement à s’amorcer, pourraient bientôt devenir de plus en plus importants. La voix sur IP pourrait alors trouver aussi sa place aussi sur les réseaux mobiles, une tendance qui s’accélérera très certainement avec le développement de la téléphonie mobile de troisième génération (sur réseau UMTS), qui proposera des débits jusqu’à dix fois supérieurs à ceux actuellement fournis par les réseaux GSM et GPRS. Cette évolution passera très certainement, dans un premier temps, par le déploiement de terminaux bi-modes permettant, chez soi, de téléphoner en IP via le réseau local sans fil connecté à un accès haut débit, et, à l’extérieur, de continuer à téléphoner via le réseau mobile de l’opérateur.