Recomandarea ITU-T H.261 îmbrăţişează codec-uri audio vizuale serviciilor la p x 64 kbit/s rată de date, unde p este între 1 şi 30. Astfel, standardul informal este numit "p x 64." Acesta vizează rata scăzută de biţi mass-media, şi este folosit în H.320 videoconferinţe recomandarea.

H.261 oferă o rezoluţie de 352 x 288 pixeli (CIF) sau 176 x 144 pixeli (QCIF), independent de rată de biţi. Recomandarea H.261 defineşte atât codare şi decodare. Cu toate acestea, se defineşte, mai strict, cum să decodeze decât pentru a codifica fluxul de biţi, şi are loc pentru opţiuni în encoder.

Codificare se bazează pe DCT cu lungimea cuvântului de codificare. H.261 defineşte ambele cadre independent codificate (cadre cheie), şi acest cadru de cadre utilizând bazate pe bloc mişcare compensare (non-cheie de cadre). H.261 defineşte, de asemenea, coduri de eroare de corecţie, şi permite controlul rata de cuantificare diferite şi de cădere de cadre şi sărituri blocuri.