符合H.324建議的可視電話稱為多媒體可視電話（MPP，Multimedia Picture Phone），這是因為它完全具備多媒體通信終端的4個特性：綜合性、交互性、同步性、通用性。多媒體可視電話系統(H.324終端)包括以下幾個部分：

視頻編解碼器：符合ITU－T H.263標準的視頻編、解碼算法。

音頻編解碼器：符合ITU－T G.723.1標準的語音編、解碼算法。

控制規程：按照ITU－T H.245協議建議應具有以下要求：(1)規定能力交換過程，實現圖像、聲音和數據交換。(2)規定模式請求過程，請求傳輸某一特定的圖像、聲音和數據模式。(3)規定單雙向邏輯信號信令過程以及關閉和開放邏輯信道過程。(4)規定通路多路復用過程，控制各個邏輯信道和整個多路復用信號的比特率，規定路徑時延過程，規定主從終端確立過程，管理邏輯信號，劃分主從終端，執行各種控制和指令等信號。

復用協議：按照ITU－T H.223建議要求將所傳輸的多媒體流和控制流復用到一個單獨的比特流中，并將收到的比特流分解為多媒體流，對每種媒體類型，實現邏輯定幀、序列計數、錯誤監測等。

視音頻I/O設備：包括攝像機及顯示器、話筒及揚聲器。

用戶數據應用設備：如計算機及其外圍設備。

調制解調器：按照V.34的規范，H.223對復合輸出的同步比特流進行調制，使同步比特流能在PSTN上傳送。