H.323 是一个由国际电信联盟 (ITU) 制定的标准，用于在分组交换网络（如 IP 网络）上进行实时音频、视频和数据通信。H.323 系统主要包括以下几个组件：
- 终端 (Terminal)
- 终端是分组网络中能够提供实时双向通信的节点设备。
- 所有的终端都必须支持语音通信，而视频和数据通信则是可选功能。
- 网关 (Gateway)
- 网关是可选组件，用于在 H.323 系统与非 H.323 系统（如 ISDN 或 PSTN）之间进行通信。
- 网关负责执行协议转换、编解码器转换、呼叫建立和断开等功能。
- 网守 (Gatekeeper)
- 网守也是可选组件，但它在 H.323 系统中扮演着管理角色。
- 网守的功能包括地址翻译、呼叫管理、带宽管理以及区域管理等。
- 多点控制单元 (MCU, Multipoint Control Unit)
- MCU 支持三个或更多节点之间的多方会议。
- 它负责协调多点通信，并可以包含多点控制器 (MC) 和多点处理器 (MP) 的功能。
总结一下，H.323 系统的主要组件包括：
- 终端：用于发起和接收音视频通信。
- 网关：用于与其他网络协议之间的转换。
- 网守：用于管理 H.323 系统内的通信。
- 多点控制单元 (MCU)：用于支持多方会议。
SIP 协议
SIP(Session Initiation Protocol)是一套较为简单且实用的标准，目前已成为 互联网的建议标准。
SIP 协议以互联网为基础，把 IP 电话视为互联网上的新应用。 SIP 协议只涉及到 IP 电话的信令和有关服务质量问题，而没有提供像 H.323 那样多的功能。
SIP 没有指定使用 RTP 协议，但实际上一般还是选用 RTP 和 RTCP 作为配合 使用的协议。
SIP 系统的两种构件是用户代理和网络服务器。
目前，视频会议系统主要采用H.323 协议，为了适应在1.5Mbps的带宽中流畅传输720P的画面，通常可以采用（1）编码，视频会议系统中负责处理多点信令和通信媒体控制的是（2），负责认证控制、地址解析、带宽管理和路由控制的是（3），如果要能将PSTN电话终端引入视频会议系统，则必须安装（4）。在局域网中，为用户提供点对点或者点对多点会议中音视频能力的是（5）。
若公司的视频会议摄像头视频编码的压缩比为250:1，视频格式的分辨率是1080P，32位真彩色，帧速率为25FPS，公司每天的例会有6个同规格视频会议终端接入，平均每天例会时间不超过10分钟，在raid6 的阵列上存储1个月（20个工作日计），至少需要8G的硬盘多少片。