視頻會議行業的國際標準是由ITU（國際電信聯合會）和IETF（國際工程師組織）制定的。

目前視頻會議行業的國際標準有H.320、H.323（ITU）和SIP（IETF）3個標準集。其中H.323是目前主流的視頻會議標準。SIP是已經確定的下一代視頻會議標準。

ITU-T H.320視頻會議系統標準

ITU-T H.320視頻會議系統標準是關于在速率從56Kbps到2Mbps的ISDN和交換的56Kbps電路上進行電視會議的標準。自從1990年早通過以后，H.320成為廣泛接受的關于ISDN會議電視的標準。H.320是一個"系統"標準，它包含了許多關于系統各部分的其它 ITU-T標準，主要包括視頻、音頻的壓縮與解壓縮、靜止圖像、多點會議、加密及一些更新的特性，主要用于系統的終端和MCU的設計。H.320標準包括H.200系列標準和T.120系列標準;H.200系列指的是視聽業務,具體來說是以傳送活動圖像為主的通信業務，T.120系列主要針對聲像業務,即傳送靜止圖像的通信業務。

ITU-T H.323視頻會議系統標準

ITU-T H.323視頻會議系統標準涵蓋了音頻、視頻及數據在以IP包為基礎的網絡 - LAN、INTRANET、EXTRANET和INTERNET上的通訊，建立H.323標準是為了允許不同廠商的多媒體產品和應用能夠互操作。對于范圍廣泛的基于IP網絡的多媒體通信應用來說，H.323標準是非常重要的構件。另外，該標準也允許通過ISDN和POTS與基于PPP的網絡直接相連。

1996年，ITU批準了H.323規范。該標準范圍廣泛，涵蓋了各種獨立設備。個人計算機技術以及點對點和多點視頻會議。標準解決了點對點及多點視頻會議中諸如呼叫與會話控制，多媒體與帶寬管理等許多問題。H.323為現有的企業基礎設施（如IP網）建立了多媒體標準，設計時考慮了彌補質量保證（QOS）機制的不足，H.323使用戶能使用多媒體應用而無需改變他們網絡的基礎結構。

視頻會議系統標準協議SIP

SIP（會話初始協議）是IETF提出的在IP網上進行多媒體通信的應用層控制協議。SIP是IETF標準進程的一部分，它是在諸如SMTP（簡單郵件傳送協議）和HTTP（超文本傳送協議）基礎之上建立起來的。它用來建立、改變和終止基于IP網絡的用戶間的呼叫。