Khuyến nghị H.323 đầu tiên (phiên bản 1) được ra đời vào tháng 5/1996, do Tổ chức Viễn Thông Quốc Tế ITU (International Telecommunication Union) phê chuẩn. H.323 định nghĩa cách thức truyền âm thanh, dữ liệu và hình ảnh thời gian thực qua các mạng LAN, WAN.
Với sự phát triển mạnh mẽ của thoại gói và thoại IP, phiên bản 2 của H.323 đã ra đời, nó bổ sung sự mô tả các thành phần cấu thành hệ thống, các thông báo, thủ tục cho các cuộc gọi đa phương thức thời gian thực được thiết lập giữa hai hoặc nhiều hơn các thực thể giao tiếp trên mạng gói.
Khuyến nghị H.323 về một hệ thống truyền thông đa phương tiện trên nền IP mang tính chất toàn diện, linh hoạt. Nó hỗ trợ việc sử dụng các chuẩn truyền thông đã có sẵn như các chuẩn nén, Q931….Vì vậy ta có thể xây dựng các ứng dụng đa phương thức, kèm cả dữ liệu và thoại. Các ứng dụng H.323 được thị trường hoá do những nguyên nhân sau:
H.323 thiết lập các chuẩn truyền thông dựa trên nền sẵn có là mạng IP. Nó cũng được thiết kế để bù được độ trễ trên mạng LAN, cho phép người sử dụng các ứng dụng đa phương thức mà không cần thay đổi nền mạng trước đó.
Độ rộng dải thông mạng LAN như Ethernet ngày càng tăng, từ 10 đến 100 Mbps tới tận Gbps và tốc độ máy tính cá nhân hiện thời cũng đãđạt tới tốc độ xử lý GHz.
Bằng việc cung cấp tính tương tác giữa thiết bị tới thiết bị, ứng dụng tới ứng dụng, đại lý tới đại lý, H.323 cho phép tương thích giữa các sản phẩm khác nhau.
H.323 cung cấp chuẩn để giao tiếp được giữa các mạng LAN và các mạng khác.
Với H.323, nhà quản lý mạng có thể tiết kiệm được giải thông trên mạng mà cần thiết cho truyền thông. Việc hỗ trợ đa phát đáp trong hội thoại với số thành viên nhỏ cũng giảm bớt được yêu cầu giải thông.
H.323 được chấp nhận bởi rất nhiều các công ty máy tính, tổ chức viễn thông hàng đầu như ITU, Intel, Microsoft, Cisco, IBM thống nhất về một chuẩn chung.
Khuyến nghị H.323 bao gồm cả các yêu cầu về dịch vụ giao tiếp thoại và hình ảnh trong mạng LAN mà không có cơ chế đảm bảo về chất lượng dịch vụ (QoS). Nó cũng kết hợp chặt chẽ với chuẩn T.120 chỉ định dữ liệu cho cuộc hội thoại.