为了应对传输高质量移动视频带来的挑战，支持一种应用的体系结构需要如图所示的几个组件: 视频网关、转码器、应用服务器、媒体服务器以及移动手持终端。本章对这些组件的功能进行了简要的探讨。
应用服务器
应用服务器管理应用程序，而应用程序为服务提供了商务规则，并负责与用户进行互动。一个应用程序控制其他网络元素 或与其他网络元素进行合作，来显示服务选择菜单、对用户访问进行鉴权、建立和拆除会话、在不同内容之间进行切换、 生成计费记录，以及提供其他功能。一个应用程序很少“接触”真实的音频和视频流。相反，它控制一些元素——如媒体 服务器和网关——用于生成或操作媒体。
核心功能组件
网关、转码器以及媒体服务器组成了提供移动视频架构的核心。
网关
作为传输架构的核心部分，网关解决了网络互作用带来的难题。比如，一个 3G-324M 到 IP 的网关，承担起基于 TDM 的 移动网络和 IP 网络之间的接口功能。它在 TDM 侧进行音频、视频和控制流的多路复用和分多路复用传输，在 IP 侧生对媒 体信息进行打包和解包，并在 3G-324M 和 IP 信令以及控制协议之间进行转换。一个 3G-324M 到 IP 的转换网关，使储存 在基于 IP 的服务器中的视频能够在 3G 移动手持终端上进行观看，而不需要 IP 客户端，还能够使视频在 3G 手持终端上进 行编码，从而使基于 IP 的终端设备(比如媒体服务器)能够接收。同样，网关支持在会话应用系统中 3G-324M 和 IP 设备之 间的互操作。
转码器
转码器解决了 CODEC 的错误匹配问题。比如，一个媒体服务器可能会采用运行速度为 250kbps 的 MPEG-4 CODEC，而一 个移动手持终端需要 42kbps 的 H.263 视频。为了解决这种差异导致的问题，当视频在端点之间流动时转码器在以上两种 编码方案之间进行转换。转码器控制应用程序使其他网络元素——比如网关和应用服务器——需要采用解码服务，并指定 将要进行的操作。转码器还通过转换速率服务解决了比特率的不匹配问题。此外，转码概念能够进一步泛化，将音频功能 也包含在内，比如 DTMF 处理和其他的像图像和文本覆盖等视频功能。
图像和文本覆盖应用系统有多种应用，比如动态菜单生成、特效创建、解释内容帮助以及数字权管理 (Digital Rights Management) 帮助。这些应用要求视频内容被转换为非压缩(原)格式，然后在再压缩和打包以前与其他内容 (如在屏幕底部 的显示文字) 相结合。
转码功能有时通过独立的转码元素来完成，但一般会与网关相结合。将这些功能结合在一起，有助于减少网络设备的使 用，降低操作的复杂性。
媒体服务器
媒体服务器在应用程序控制下提供多种用途的音频和视频处理功能，它“位于”应用程序和传输网之间，传送多种服务。 下面是一些实例:
· 消息或公告 —— 消息服务器是能记录和重放短音频/视频流的媒体服务器。对移动应用而言，它们能向 3GP 文件中播放 和录制媒体，也可以从中播放和录制。对视频邮件而言，消息服务器是有用的，可以播放多媒体短片、多媒体回铃音， 以及其他常用的应用程序。
· 视频流 —— IETF 实时流协议 (RTSP) 是视频流运载的常用方法。RTSP 允许客户使用如“播放”、“快进”及“暂停等VCR 命令”，远程控制一个流媒体服务器。RTSP 服务器经常同媒体服务器结合，用于具有多种内容传输的视频门户之 类的应用系统。
· IVVR —— 支持 VoiceXML 的具有视频功能的媒体服务器，能为 IVVR 应用程序的部署提供方便的接口。除了播放和录制 音频及视频媒体，它们也可以支持先进的语言识别以及语言合成功能。具有 VoiceXML 能力的平台所采取的行动，包括 与用户的实时交互，由 VoiceXML 脚本所驱动。标准的 VoiceXML 语言虽然面向语音应用程序，但也可以用于视频应用， 而不用对语言对性修改。VoiceXML 给视频应用开发者带来了很多好处，这些好处也同样使 VoiceXML 在语音应用方面非 常受欢迎——大大减少了建立、修改和维护交互式应用所花的代价。
