遵從標準
通信終端標準：可視電話在工作時所遵從的國際標準。可視電話這個術語早在20世紀60年代就已經出現，人們一直孜孜不倦地追求在模擬電話線路上實現視聽通信。初期的可視電話產品需要使用ISDN電話線以高於普通模擬電話線的速率來傳輸圖像和聲音，這就使這種可視電話產品的推廣套用受到限制。隨著28.8kb/s數據機的出現，世界上立即就開發出了許多在模擬電話線上使用的第一代可視電話產品。可是一個公司的可視電話產品與另一個公司的可視電話產品不能相互協同工作，這就妨礙了產品的推廣。H.324就是為解決這個問題而開發的一個可視電話標準，現在已被國際電信聯盟（ITU）採納並作為世界可視電話的標準。它指定了一種普通的方法，用來在用高速數據機連線的設備之間共享圖像、聲音和數據。H.324是第一個指定在公眾交換電話網路上實現協同工作的標準。這就意味下一代的可視電話產品能夠協同工作，並且為市場增長打下了基礎。
H.324系列是一個低位速率多媒體通信終端標準，在它的旗號下的標準包括：
H.263：電視圖像編碼標準，壓縮後的速率為20kb/s。
H.223：低位速率多媒體通信的多路複合協定。
H.245：多媒體通信終端之間的控制協定。
T120：實時數據會議標準（可視電話套用中不一定是必須的）。
H.324使用28.8kb/s數據機來實現可視電話呼叫者之間的連線，這與PC用戶使用數據機和電話線連線網際網路或者其他線上服務的通信方式類似。數據機的連線一旦建立，H.324終端就使用內置的壓縮編碼技術把聲音和電視圖像轉換成數位訊號，並且把這些信號壓縮成適合於模擬電話線的數據速率和數據機連線速率的數據。在數據機的最大數據速率為28.8kb/s的情況下，聲音被壓縮之後的數據率大約為6kb/s，其餘的頻寬用於傳輸被壓縮的圖像。
聲音編碼標準：語音通信是可視電話最基本的功能。受網路條件的限制，可視電話通常工作在較低碼率下。為了適應這種低碼率語音套用，ITU-T推出了G.72X系列語音壓縮標準。其中G.723.1、G.728、G.729和G.729A，在可視電話中得到了廣泛套用。
G.723.1能夠產生兩種速率的碼流，高速率編碼器使用多脈衝最大自然量化（MP-MLQ）算法，低速率編碼器使用代數碼激勵線性預測(ACELP)算法。
G.729A是G.729的簡化版本，G.729A算法複雜度與G.729相比降低了50%，語音質量略有降低，兩種標準編碼後的碼流可互相解碼。
G.711為PCM編碼，只對語音信號進行採樣和量化，產生64kbit/s的碼流。當可視電話與普通電話通信時，採用G.711標準。G.711編碼後的語音質量高，缺點是占用的頻寬也很高。在實際選擇語音壓縮標準時，要綜合考慮頻寬、時延、算法複雜度等各種因素。
