基于H.323的IP視頻會議系統涵蓋了音視頻以及數據在以IP包為基礎的信息互通，根據H.323建議，IP視頻會議系統由會議終端、網關、網閘、IP網絡以及多點控制單元組成，并基于低于10/100Mbit/s的LAN網絡，實現不同的產品之間的連接以及相關操作。

IP視頻會議系統的組成：

(1)終端

終端在基于IP的網絡上是一個客戶端點。他需要支持信令和控制，還包括實時通信以及編碼，可以進行解壓縮。終端是視頻會議系統的基本功能實體，為會場提供基本的視頻會議業務。

(2)網守

網守是視頻會議系統的呼叫控制實體，在H.323標準中，網守提供對端點和呼叫的管理功能，它是一個任選部件，但是對于公用網上的視頻會議系統來說，它是一個不可缺少的部件。

視頻會議

(3)MCU

MCU是多點視頻會議系統的媒體控制實體，在進行多點會議室，除視頻會議終端外，還需要設置一臺中央交換設備。

(4)網關

網關是不同會議系統間互通的連接實體。

(5)高速IP網絡

隨著用戶對Internet的需求增加以及對于信息交流的更高要求，高速IP網絡將會得到快速發展，目前通過重新鋪設5類線，用戶可以獲得10MB的接入帶寬，可以充分支持企業視頻會議業務。

H.323規定了視頻會議所采用的編碼標準，音視頻以及數據控制等模塊，而視頻模塊負責對視頻源獲取的視頻信號進行編碼以便于運輸，同時對接收到的數據進行解碼，將其還原成視頻信號以便顯示。