全书共分为4篇16章, 其中“基础篇”介绍多媒体视频通信系统的基础知识, 并通过一个案例讲解了系统架构的方法; “视频篇”重点讲解MPEG-2、H.263、MPEG-4、H.264等视频标准的编码、解码技术; “音频篇”, 重点讲解G.711、G.721、G.723、GSM、G.728和G.729等语音编码的原理和实现方法; “案例篇”通过两个综合性较强的视频/音频编解码案例, “基于SIP的视频会议系统”和“Skype网络语音通信系统API分析”, 全面展示了视频/音频技术在实际工程中的应用。