或许把语音和Web在网络上结合起来的最佳途径就是利用VoIP,把语音打包后（不管用什么办法）,在同一条物理链路上在为Web传递数据包的同时为用户传输语音包的最佳选择就是利用VoIP。在Web站点上利用VoIP处理语音的最大好处就是不再需要PSTN来完成语音通信。PSTN的作用仅仅是为ISP提供一个比特通道，这些连接的作用就是传输分组，这些包可能是数据分组，也可能是语音分组，对网络来说都一样传输，只有用户才会关心，其中哪些是语音分组，哪些是数据分组。把语音打包成分组的形式在网络中传输解决了需要为交互语音建立第二条连接的问题。而且因为IP协议在全球都是一样的，所以也就比利用ISDN少了很多相互协作上的问题。（不过，VoIP中还是有大量相互不兼容的问题需要解决）
如果VoIP被应用，“WebVoIP呼叫”的工作原理将如图6・2所示。从图中可以看出VoIP的工作过程是很简洁的。只要用户的输入正确，代理商就可以直接从浏览器上看到所需要的信息。这里不需要电话号码，只要IP顾客的地址。对用户来说需要一台多媒体电脑，用户所需要的客户端软件通常是免费提供的，于是对用户来说花费就不再是一个问题了。
