O QoS lidará com a maioria dos problemas para impedir que os dados excedam a voz, até um ponto pelo menos. Se você pode separar seus dados e voz, é melhor fazê-lo; caso contrário, você também pode implementar VLANs para separar dados e tráfego de voz e limitar os dados mais do que a simples QoS que um ISP implementa normalmente permite.
Geralmente, ao lidar com voz, você deve esperar que cada telefone precise de cerca de 100kbps tanto para cima quanto para baixo enquanto estiver em uma chamada. Você precisará de uma conexão que ofereça suporte pelo menos a vezes que o número de telefones, além de um pouco mais de sobrecarga e ainda mais se você pretende compartilhar com os dados. Portanto, com 10 telefones, você deve ter no mínimo uma conexão síncrona de 1.5mbps, o que tornaria o T1 ideal, especialmente porque teria menor latência em comparação ao DSL ou cabo. A fibra é uma boa alternativa, pois também terá baixa latência, portanto, compare os preços e os SLAs antes de tomar uma decisão (os T1s geralmente terão o melhor SLA e o tempo de atividade em comparação com outras tecnologias).
Se você puder, mantenha sempre um circuito de backup de um tipo de tecnologia diferente. Normalmente você pode escolher entre T1 / DSL, Cable, Fiber. A razão pela qual digo isso é que, se uma interrupção afetar um tipo de tecnologia, ela raramente afetará a outra, de modo que você sempre terá algo que funcione. T1 e DSL são essencialmente o mesmo backend, então não use um como backup para o outro.