O modo de codificação é denominado Predição de Pulso Excitado de Longo Prazo Regular (RPE-LTP).
Funciona da seguinte forma: primeiro são realizados 8KHZ de amostragem e depois divididos em frames com 20ms; cada quadro possui 4 subquadros; a duração de cada subquadro é de 5ms; e a taxa de bits pura é de 13 kbit/s.
A técnica de codificação de compressão de voz é amplamente utilizada nos modernos sistemas de comunicação digital. Nessa técnica, um codificador de voz é utilizado para montar um modelo que simula a voz e o ruído produzidos pelos órgãos vocais humanos. Os parâmetros para formar o modelo serão transmitidos através dos canais TCH.
O codificador de voz é baseado no codificador de predição linear excitada residual (REIP). Além disso, o preditor de longo prazo (LTP) é usado para aumentar o efeito de compressão. O LTP pode tornar a codificação de dados residuais mais vantajosa, removendo as vogais da voz. Com 20 ms como unidade, o codificador de voz produz 260 bits após a codificação compactada. Portanto, a taxa de código é de 13kbps. De acordo com as diferentes classes de importância da informação, os bits de saída podem ser classificados em três categorias: 50 bits muito importantes, 132 bits importantes e 78 bits comuns.
Comparando com a linha PCM tradicional na qual a voz é codificada diretamente e transmitida (64kbps), a taxa de voz de 13kbps do sistema GSM é muito menor. O codificador de voz mais avançado no futuro poderá reduzir ainda mais a taxa para 6,5 kbps (codificação de voz de meia taxa).