Мультистриминг в современных VoIP-системах работает следующим образом: аудио и видео кадры от всех участников смешиваются в один выходной поток на сервере (мультипунктовом блоке управления, MCU). 2 Клиентам нужно создать одно соединение с сервером, чтобы услышать звук и увидеть видео всех участников. 2

На входе миксер принимает аудио- и видеокадры от всех участников, а на выходе выдаёт последовательность смешанных аудио- и видеокадров. 2 Эти смешанные кадры подаются на один или несколько энкодеров для сжатия. 2 Если все участники поддерживают один кодек, то используется один энкодер, если нет — несколько. 2 В любом случае сжатый вывод от каждого энкодера затем преобразуется в поток RTP-пакетов для отправки по сети. 2

Например, в системе Webex мультистриминг позволяет видеть видео самых активных участников встречи, а также одновременно отображать общий контент и миниатюры активных участников. 3