Para encapsular los datos en el pila de TCP/IP se sigue la siguiente estructura:

Paquetes de datos VoIP
RTP
UDP
IP
Capas I,II

Los paquetes de VoIP se encuentran en el protocolo RTP el cual esta dentro de los paquetes UDP-IP.

1) VoIP no usa el protocolo de TCP porque es demasiado pesado para las aplicaciones de tiempo real así es que para eso usa el datagrama de UDP.

2) El datagrama de UDP no tiene el control sobre la orden de la cual los paquetes son recibidos o de cuanto tiempo toma para llegar ahí. Cualquiera de estos dos puntos son bastante importantes para la calidad (que tan clara se escucha la voz de la otra persona) y la calidad de la conversación (que tan fácil es llevar una conversación), por lo que RTP resuelve este problema permitiendo que el receptor ponga los paquetes en el orden correcto y que no se tarde con los paquetes que hayan perdido el camino o se tarden mucho en ser recibidos.