従来のスピーカーは、電気信号を音に変換する電気機械式トランスデューサーです。ローカル電源の場合、これはアクティブスピーカーとも呼ばれ、スピーカーを駆動するオーディオパワーアンプを内蔵しています。ネットワークスピーカーは、通常イーサネットネットワークまたはインターネットを介して、ネットワーク接続からこのようなデバイスにオーディオを送信できることを意味します。多くの場合、このタイプのスピーカーには、従来のスピーカーにあるオーディオクロスオーバーやその他のトーン機能を提供するデジタル信号処理(DSP)も含まれています。ネットワークスピーカーは、 IPスピーカーとも呼ばれます。[ 1 ]多くの場合、IPスピーカーは、IPオーディオエンドポイント(必要なネットワーク接続とオーディオパケットを処理する機能を備えているが、実際の物理的なスピーカー部分はないデバイス)から作成され、従来のスピーカーに増幅されたオーディオを提供するか、増幅されていないオーディオ(つまりライン出力)を増幅されたスピーカーまたはシステムに提供します。
ネットワークオーディオは、1983 年にベル研究所のジョン・デトレヴィルと W. デイビッド・シンコスキーによって IEEE の論文「分散型実験通信システム」で初めて紹介されました。[ 2 ]その後、1988 年にゼロックス PARC のポレ T. ゼルウェガー、ダグラス B. テリー、ダニエル C. スワインハートが、第 2 回 IEEE 会議で「イーサネット電話システムの概要とそのアプリケーション」というタイトルの論文でイーサネット経由のオーディオを紹介しました。 [ 3 ]非常に密接に関連した技術 (ほぼ同義) であるVoice over IP (VoIP) は、一般的に少なくとも片側にマイク、もう片側にスピーカーがあり、それらをネットワークで接続したもので構成され、1998 年に PC で広く使用されるようになり、その後すぐに専用ハードウェア (VoIP 機能を内蔵した電話) が登場しました。その後、ネットワークオーディオを利用した最初のSqueezeboxが2001年に発売され、フィリップスも同じく2001年にIPオーディオデバイスFW-i1000を発売した。以来、無数のIPオーディオデバイスが主要なオーディオ市場のほとんどに普及している。


IPスピーカーのプロセッサによって再生される音声コンテンツは、IPv4およびIPv6アドレス指定とユーザーデータグラムプロトコル(UDP)またはリアルタイムトランスポートプロトコル(RTP)を用いて、パケット交換データネットワークを介して送信元から伝送されます。IPスピーカーはユニキャストアドレスまたはマルチキャストアドレスに接続することで、ネットワーク上の送信元からストリーミングデータを配信し、それぞれ単一のスピーカーまたは複数のスピーカーに音声を送信します。