Głos przesyłany w technologii VoIP musi być najpierw zakodowany. Aby zmniejszyć ilość pasma potrzebnego do zrealizowania połączenia często głos zostaje poddany kompresji. Niestety kompresja wpływa na jakość głosu oraz obciążenie urządzeń dokonujących kompresji. Większość kodeków to zalecenia ITU-T określone w sekcji G. Do najbardziej popularnych należą:
G.711 – to standard kodowania głosu nie zapewniający żadnej kompresji. Jest to podstawowy sposób kodowania w sieciach cyfrowych, wykorzystywany chętnie również w technologii VoIP. Opisuje kodowanie PCM z prędkością 64kb/s.

G.726 – stosuje technikę kodowania ADPCM z prędkością 40, 32, 24 i 16 kb/s. W porównaniu do G.711 ilość pasma potrzebnego na przeprowadzenie jednej rozmowy jest zredukowana o połowę przy zachowaniu zbliżonej jakości głosu.

G.729 – opisuje kompresję CELP. Zakodowany głos potrzebuje strumienia o prędkości 8 kb/s. Wyróżniamy dwie odmiany A i B. Wersja A potrzebuje mniejszej mocy obliczeniowej, gdy B wykrywa dodatkowo momenty ciszy i odpowiednio je kompresuje. Aby z niego korzystać należy wykupić licencję.

G.723.1 – również występuje w dwóch wersjach. Pierwsza potrzebuje strumienia o prędkości 6.3 kb/s i wykorzystuje kompresję MP-MLQ. Druga wykorzystuje strumień o prędkości 5.3 kb/s i wykorzystuje kompresję CELP. Obwarowany jest ograniczeniami patentowymi.