依国际电信联盟的规定(ITU),视频会议系统在设计过程当中涉及到了多种协议。H.323协议栈就是低三层为分组网协议，第四层传输层包括传送和不可传送两类协议，之上的均为应用层，主要分为声响应用、数据应用、终端控制和管理三类。

而作为成熟的协议栈来讲，H.323协议栈主要由以下几部分构成：

H.323协议栈

①：语音编码采用相应的G系列建议，其中G711为必备的编码方式，其余为任选方式，主要以G722、G729等为主;

②：视频编码采用H.260系列，主要是H.261、H.263、H.264等;

③：音频和视频编码信号均封装在RTP协议分组中，提供定时信息和数据，供接收端重组信号;

④：数据通信采用T.120系列建议，是一种用于多媒体会议的数据协议;

⑤：RAS信令协议是H.225.0协议的一种，是端点和网守之间使用的协议;

⑥：H.225.0呼叫信令协议是H.323的核心协议，主要用于呼叫控制;

⑦：H.245是一种通用的多媒体通信控制协议，主要针对会议通信而设计。

以上H.323协议栈的组成部分当中，最主要的就是RAS信令协议、H.225.0呼叫信令协议以及H.245控制协议，三种协议定义了H.323实体之间相互交换的消息类型和格式。是协议栈的主要组成部分。