符合H.324建议的可视电话称为多媒体可视电话（MPP，Multimedia Picture Phone），这是因为它完全具备多媒体通信终端的4个特性：综合性、交互性、同步性、通用性。多媒体可视电话系统(H.324终端)包括以下几个部分：
视频编解码器：符合ITU－T H.263标准的视频编、解码算法。
音频编解码器：符合ITU－T G.723.1标准的语音编、解码算法。
控制规程：按照ITU－T H.245协议建议应具有以下要求：(1)规定能力交换过程，实现图像、声音和数据交换。(2)规定模式请求过程，请求传输某一特定的图像、声音和数据模式。(3)规定单双向逻辑信号信令过程以及关闭和开放逻辑信道过程。(4)规定通路多路复用过程，控制各个逻辑信道和整个多路复用信号的比特率，规定路径时延过程，规定主从终端确立过程，管理逻辑信号，划分主从终端，执行各种控制和指令等信号。
复用协议：按照ITU－T H.223建议要求将所传输的多媒体流和控制流复用到一个单独的比特流中，并将收到的比特流分解为多媒体流，对每种媒体类型，实现逻辑定帧、序列计数、错误监测等。
视音频I/O设备：包括摄像机及显示器、话筒及扬声器。
用户数据应用设备：如计算机及其外围设备。
调制解调器：按照V.34的规范，H.223对复合输出的同步比特流进行调制，使同步比特流能在PSTN上传送。
