SIP协议（会话初始协议）因其流程简单（只需要INVITE、200OK、ACK三次握手），在多媒体通讯时使用较为广泛。VoLTE也属于多媒体通讯范畴，因此呼叫流程也遵循SIP协议。

       VoLTE遵守SIP协议，因此其架构也遵循SIP模型。在SIP模型中，包含三类主要服务器：proxy server（代理服务器）、redirect server（重定向服务器）、register server（注册服务器）。在VoLTE架构中，与之相对应的：P-CSCF（代理呼叫会话控制单元）、I-CSCF（查询呼叫会话控制单元）、S-CSCF（服务呼叫会话控制单元）。功能作用如下：

       proxy server：作为User Agent Client和User Agent Server间的中间媒体，它转发User Agent Client来的的邀请，在转发之前，根据被叫标识请求位置服务器获得被叫的可能位置，然后分别向它们发出邀请；

       redirect server：接受User Agent Client来的邀请，根据被叫标识请求位置服务器获得被叫的可能位置，把这些信息返回给邀请的发起者（User Agent Client），和Proxy Server的不同之处就在于它不转发邀请，邀请由主叫终端自己完成；

        register server：主要用于登记分组终端的当前位置和位置服务的原始数据。

在VoLTE架构中，P-CSCF与proxy server、S-CSCF与register server功能相同，I-CSCF除redirect server具备的查询功能外，还有转发SIP消息功能，在一定程度上使流程简化。