VoIP语音与PSTN语音的最大优势之一是VoIP提供高清晰度或宽带语音的能力——提供更完整、更丰富的音质，类似于标准清晰度视频和高清晰度视频之间的飞跃。PSTN对声音质量的限制源于一段历史，其中包括模拟传输和相应的有限可用带宽。
即使PSTN进入全数字网络，声音被转换成数据包，PSTN的声音质量也没有太大变化。随着音频处理的发展，语音声波的编码和解码也在发展，ITU-T G.711和G.729等标准提供了一种更有效的语音数字化方式，但不一定能显著改善老式模拟传输的声音质量。无线电频谱有限的无线语音服务的发展也注重于提供更高的效率，而不一定是更高的音频质量。
VoIP的引入，加上更便宜的带宽的可用性，为专家提供了提供“宽带”音频的机会，行业利用了这个机会，提供了各种宽带标准和编解码器，如ITU-T G.722、G.729.1和微软实时音频(RTA)。
就像一个老笑话说的那样，关于标准的好消息是有很多标准需要支持。然而，包括多种宽带和窄带语音选项的标准的增加也意味着在中间需要提供不同编解码器之间的互操作性。在今天的某些情况下，会话边界控制器或网关提供了这种功能——最常见的是在企业设置中。在其他情况下，PSTN将自己作为一个大网关，当通话的一方支持标准语音质量而另一方支持高清晰度语音时，提供“最低公分母”的声音质量。
随着PSTN最终被仅限voip的基础设施所取代，乐观主义者总是希望业界能够同意并实施一种标准的高清语音编解码器。然而，历史经验和已经在现有(但不同的)编解码器上进行的重大投资表明，在我们所知道的PSTN被废弃之前，某些人或某些东西需要提供互操作性。这种互操作性将需要连接住宅和商业VoIP编解码器、电缆和电信VoIP编解码器、窄带和宽带编解码器、无线和有线编解码器，甚至视频通话音频和语音通话音频。这还不包括WebRTC语音和视频编解码器，尽管这是未来版本的素材。
有人能接受挑战吗?