H.323 è una Recommendation di ITU Telecommunication Standardization Sector (ITU-T) che definisce i protocolli per fornire sessioni di comunicazione audio-visiva con qualsiasi pacchetto di rete.

E' largamente implementato dai produttori di equipaggiamenti voce e videoconferenza, è utilizzato con varie applicazioni internet real-time come GnuGK, NetMeeting e X-Meeting, e largamente implementato in tutto il mondo da ISP e aziende per servizi voce e video su reti IP.

H.323 è stato il primo standard VoIP ad adottare Internet Engineering Task Force (IETF) standard Real-time Transport Protocol (RTP) per trasportare audio e video su reti IP. 

I protocolli più utilizzati nei sistemi H.323 sono:

• H.225.0 Registration, Admission and Status (RAS), usato tra H.323 endpoint e un Gatekeeper per fornire servizi di risoluzione degli indirizzi e controllo degli accessi.
• H.225.0 Call Signaling, usato tra due entità H.323 qualsiasi per stabilire la comunicazione.
• H.245 control protocol for multimedia communication, che descrive i messaggi e le procedure per scambio di capacità, apertura e chiusura di canali logici per audio, video e dati, controllo e indicazioni.
• Real-time Transport Protocol (RTP), usato per spedire o ricevere informazioni multimediali (audio, video o testo) tra due entità. 

Molti sistemi H.323 implementano anche altri protocolli definiti in varie ITU-T Recommendations per fornire il supporto per servizi supplementari o altre funzionalità per l'utente. Alcuni di queste sono:

• Serie H.235, che descrive la security in H.323
• Serie H.239, che descrive il dual stream usato nelle videoconferenze
• Serie H.450, che descrive vari servizi supplementari
• Serie H.460, che descrive estensioni opzionali che possono essere implementate su un endpoint o un Gatekeeper

• Codec audio: G.711, G.729 (incluso G.729a), G.723.1, G.726
• Codec testo: T.140
• Codec video: H.261, H.263, H.264