سیستم صوت عمومی مبتنی بر شبکه همانند سیستم صوت عمومی (پیجینگ) آنالوگ است. با این تفاوت که بتوان کل سیستم یا قسمتی از آن را بنابر نیاز خود در شبکه کنترل کرد.
به طور کلی اجزای سیستم صوت عمومی مبتنی بر شبکه متشکل از ترمینال شبکه، بلندگو تحت شبکه، آمپلی فایر تحت شبکه، میکروفن پیجینگ تحت شبکه و سرور کامپیوتری می‌باشد.
سیستم صوتی تحت شبکه به گونه‌ای ساخته شده است که تجهیزات آن امکان اتصال به شبکه را دارند اما می‌توان به کمک دستگاه جانبی که ترمینال شبکه (یا گیت وی) نامیده می‌شود، امکان اتصال به شبکه را برای دستگاه‌های صوتی آنالوگ اعم از آمپلی فایر و بلندگو نیز فرآهم کرد.
در این سیستم دیگر شما نیازی به تجهیزات مستقل مانند سلکتور و مانیتور صدا و پخش کننده فایل‌های صوتی نخواهید داشت. هر دستگاه صوتی مانند پاور آمپلی فایر و یا بلندگو که دارای پورت شبکه باشد (و یا به کمک ترمینال شبکه، شامل پورت شبکه شود) می‌تواند به یک زون در سیستم صوت تحت شبکه تبدیل شود. بدیهی است هر چه تعداد دستگاه‌های صوتی مجهز به پورت شبکه در سیستم بیشتر باشد، امکان کنترل و مدیریت بیشتری در بستر شبکه خواهید داشت.
پخش فایل‌های صوتی و اعمال زمان بندی برای پخش آن و مدیریت زون‌های صوتی همگی بواسطه سرور مربوطه انجام می‌شود. شما می‌توانید سخت افزار این سرور را یا به صورت جداگانه تهیه نمایید و یا نرم افزار مخصوص سیستم را تهیه و بر روی سرور کامپیوتری خود نصب نمایید.
برخی از تجهیزات همانند ترمینال شبکه مدل SH-DSP9135 از پروتکل SIP که مخصوص سیستم VOIP است، پشتیبانی می‌کنند. بدین ترتیب شما می‌توانید از سیستم صوت تحت شبکه در کنار سیستم VOIP خود با پروتکل SIP نیز استفاده نمایید.
