H.323 由 ITU-T 定义，用于在因特网（VOIP）上传输语音。除了语音应用程序，H.323 结合 ITU-T T.120 系列标准还提供了视频通信和数据协作机制。就像 Megaco 和 SIP，H.323 是主要 VOIP 标准之一。

H.323 是一种框架性结构规范，因为它包括了多种其它 ITU 标准。H.323 架构定义了四个主要的组件：终端（Terminal）、网关（Gageway）、关守（Gagekeeper）、多点控制单元（MCU）。

终端（Terminal）即为每个连接的终端设备，它提供与其它节点设备、网关、多点接入控制单元的实时和双向通信。其通信包括语音，语音和数据、语音和视频，或者结合语音、数据和视频的通信。

网关用于建立 H.323 网络终端与应用其它不同协议栈的网络终端（如：传统的 PSTN 网络，或 SIP，或 Megaco 终点）之间的连接。

关守主要负责电话号码和 IP 地址之间的转换。它们还负责管理带宽并提供终端登记和认证机制。同时关守还提供了诸如呼叫传输、呼叫转发等服务。

MCU 负责建立多点会议。MCU 由一个必需的多点控制器和一个可选的多点处理器组成。多点控制器用于呼叫信令、会议控制，而多点处理器用于媒介流的交换/混合，有时也能对视频和音频流进行实时代码转换。

H.323 结构的信息交换方式有五种类型：

• 音频（数字化）语音；
• 视频（数字化）；
• 数据（文件或图像）；
• 通信控制（功能支持交换、逻辑控制信道等）；
• 控制连接和会话（安装和解除）。

H.323 首次发布于 1996 年，于 2003 年完成最新版本（version 5）。

协议结构

H.323 协议组中的协议包括：

呼叫控制和信令

• H.225.0：呼叫信令协议和媒体流分组化（使用 Q.931 信令协议的一个子协议）
• H.225.0/RAS：注册、许可和状况
• H.245：多媒体通信控制协议

音频处理

• G.711：关于声音频率的脉冲编码调制
• G.722：7 kHz 音频编码（64 kb/s）
• G.723.1：传输速率为5.3和6.3 kb/s 的多媒体通信下的双速率语音编码。
• G.728：通过低时延码激励线性预测编码实现16 kb/s 的语音编码 。
• G.729：通过共扼结构—代数码激励线性预测编码实现8 kb/s 的语音编码 。

视频处理

• H.261：Px64 kps 下提供视听服务的视频编解码器.
• H.263：低比特率通信的视频编码

数据会议

T.120：这是关于终点间数据传输的一个协议组。它可以用于协作工作领域的各种应用程序，如白色书写板、应用程序共享以及共同文档管理。T.120 使用类似于 OSI 模型的分层结构。顶层（T.126、T.127）服务基于低层服务（T.121、T.125）。

媒体传输

• RTP：实时传输协议
• RTCP：RTP 控制协议

安全

H.235：用于 H 系列多媒体终端的安全性和加密技术

辅助服务

• H.450.1： 用于 H.323 中辅助服务控制的通用功能
• H.450.2：呼叫传输
• H.450.3：呼叫转移
• H.450.4：呼叫控制
• H.450.5：呼叫挂起和呼叫摘起
• H.450.6：呼叫等待
• H.450.7：信息等待明示
• H.450.8：名称识别服务
• H.450.9：H.323 网络的呼叫完成服务

下面这副图形表示了 H.323 结构中主要协议的构架。每种协议的具体内容请参照各独立文档。

图2－6　H.323协议栈结构

相关协议：RTP、RTSP、SIP、Megaco、H.248、Q.931、H.225

组织来源：H.323 是一种 ITU-T（http://www.itu.int/ITU-T/）标准。

相关链接：http://www.h323forum.org/papers/：H.323 papers and documents