In jüngster Zeit kann man die Vorteile von Voice over IP auch mobil nutzen. Damit wird der zunehmenden Mobilität der modernen Gesellschaft und den Erfordernissen des Geschäftslebens Rechnung getragen. Eine der wichtigsten Errungenschaften in dieser Hinsicht war die Einführung der GSM Technologie. GSM ist die Kurzbezeichnung für das Global System for Mobile Communications und gilt als Standard der zweiten Generation. Wer in Deutschland diese Technologie nutzen möchte, benötigt ein Telefon mit zugehöriger Karte, das im D- Netz oder E- Netz arbeitet. GSM gibt es bereits seit 1992 und wenn man sich die Statistiken genauer anschaut, stellt man fest, dass der Verkauf von Handys danach rapide angestiegen ist. Die Übertragungsgeschwindigkeit war gegenüber dem neuen Standard UMTS noch vergleichsweise gering, wurde aber durch Erweiterungen wie GPRS, HSCSD und Edge sehr schnell gesteigert. Da sich auch die in den Mobiltelefonen eingesetzte Technik rasant weiter entwickelte, wurde das mobile Telefonieendgerät sehr schnell zum Multimediacenter im Hosentaschenformat.
Mit UMTS alias Universal Mobile Telecommunications System wurden deutlich höhere Übertragungsraten möglich. Technisch löste man das mit einem kleinen Trick. Für den Up- und Download werden unterschiedliche Frequenzbereiche genutzt und so ein Vollduplexverfahren quasi simuliert. Dadurch sank die Latenz bei der Übertragung auf ein Minimum. Die Latenz, auch als Verzögerung bezeichnet, ist ein Wert der so niedrig wie möglich sein sollte, wenn man eine komfortable Echtzeittelefonie in Form von Voice over IP erreichen möchte. Dabei muss man immer bedenken, dass eine Verzögerung nicht nur durch die Übertragung selbst, sondern auch durch die Verarbeitung der Sprachdaten zustande kommt. Die Sprache muss zuerst digitalisiert und anschließend in ein universelles Format gebracht werden, das den Transport von einem Netz in ein anderes möglich macht. Im Bereich der Telefonie wird dabei von Transportprotokollen und Sprachcodecs gesprochen.
Mit UMTS steht nicht nur ein Standard der dritten Generation für die Übertragung akustischer Daten zur Verfügung, sondern er wirkt sich insgesamt in der mobilen Kommunikation förderlich aus. Das resultiert daraus, dass die die Übertragungsraten fördernde Frequenzaufteilung zwischen Upload und Download nicht nur bei der Übertragung der Sprachsignale, sondern beim kompletten Datenverkehr angewendet wird. Damit sind beim Download Nutzdatenraten von bis zu 7,2 Kilobits pro Sekunde erreichbar. Neben diesen Faktoren spielen bei Voice over IP via UMTS auch die verschiedenen Übertragungsprotokolle und Sprachcodecs eine große Rolle. Bei der Übertragung von Sprache ist es durchaus ohne nennenswerte Qualitätseinbußen möglich, auf die Nachforderung von unlesbaren oder fehlenden Datenpaketen zu verzichten. Die Experten gehen sogar davon aus, dass eine Verlustrate von bis zu fünf Prozent verschmerzbar ist, ohne dass es zu Einschränkungen im Telefoniekomfort kommen würde. Das ist einerseits möglich, weil die einzelnen Datenpakete nur winzige Abschnitte eines Gespräches enthalten. Sie umfassen in der Regel nicht mehr als zwanzig Millisekunden. Anderseits sind die Anwendungen, mit denen Voice over IP praktiziert wird, in der Lage, die bei der Dekodierung auftretenden Lücken zu füllen. Dafür wird entweder ein Mittelwert aus den beiden benachbarten Datenpaketen verwendet oder es wird ein als Komfortrauschen bezeichneter Standardton eingespielt. Er ist die Erklärung für das leise Knacksen, das man bei Voice over IP manchmal hört und mit dem signalisiert werden soll, dass die Verbindung nicht abgerissen ist.