IP语音呼叫质量无法用常规方式监控。传统的网络监控器的关注点是孤立的传输流统计数据，而非固有的质量、语音清晰度或最终用户的感觉。这类传统的工具提供有关链路吞吐量和利用率、抖动、延时、错误、包丢失总数或丢包率的孤立的数据。然而，这些统计数据没有揭示呼叫质量，因为它们忽视了猝发丢失，不理会抖动缓冲区造成的包丢弃，没有考虑网络故障对用户感觉造成的影响。

包丢失通常是丢失语音信号的重要原因，主要由网络拥塞造成。用于对数字采样的音频信号编码/解码的编解码器试图通过重播最后的数据包、插入以前的数据包或者添加噪音来掩盖包丢失。当数据包个别地或随机地丢失时，这些包丢失隐藏技术可以满足需要。但是，它们在对付造成更多的信号丢失的猝发丢失时就显得无能为力。

此外，在呼叫过程中，包丢失可能以不同的速率出现，因此，呼叫质量将出现变化。呼叫质量的另一个重要方面是感觉和短期的听觉记忆，即心理学上所谓的“近因”。

AT&T研究人员发现，将猝发噪音从呼叫的开始向呼叫的结束移动时，会大大影响感觉到的质量。可以通过测量呼叫结束与最后一次显著猝发包丢失之间的时延或近因，并计算收听者忘记多少猝发包丢失，来建立这种效应的模型。

新型智能呼叫质量监控器采用了评估语音质量的国际电信联盟的E-Model，它可以准确地建立包丢失分布和最终用户感觉模型，将包丢失分布与编解码器和延时建立关系，以便给出一个单一的得分。这种信息对于监控VoIP服务水平协议的网络管理员十分重要。

这种监测方法不需要多少计算量，足以实现对呼叫的实时监测，并且它是基于标准的。该标准是2000年公布的一项有关服务质量评测的欧洲电信标准协会新标准的一部分。 监控呼叫数据包流损失的理想位置是VoIP终端系统(如VoIP网关或IP电话)内部。在这个位置上，这项技术可以被逻辑地设置在抖动缓冲区与编解码器之间。大多数VoIP终端系统采用自适应抖动缓冲区，抖动缓冲区可以有效地去除抖动但增加了延时。

另一种测量呼叫质量的传统方式，如感觉语音质量测试，没有特别地考虑包丢失猝发或人的记忆力。它们需要大量的计算资源，需要生成信号并将原始信号与收到的信号进行比较。这些应用的复杂性和计算密集性使它们不适于实时或嵌入到VoIP终端系统中。此外，作为在网络上生成额外传输流的主动测试器，它们也不适于作为监控器，它们更像是采样设备。