MPEG-4结构将为特定问题提供完整的解决方案，并且具有对最新的音像编码技术进行灵活复制的能力。从过去MPEG的经验看，预计MPEG-4由4个不同的部分组成：MPEG-4句法描述语言、工具、算法和轮廓。这些部分如下图所示：

1.MPEG-4句法描述语言（MSDL)

MPEG-4句法描述语言的目的是便于工具、算法和轮廓的选择、描述和下载，以及描述如何分析和处理基本的数据流。MSDL将提供解决下述有关方面的途径：

协商解码器的配置，该结果将决定轮廓；

描述轮廓：各组成部分以及这些组成部分间的链接；

在非特定机器语言中下载丢失部分，特别是在音像应用中；

用与所选择的轮廓相一致的语法和语义来传送数据（音像和其他）。

2.工具

工具是一种通过MPEG-4句法描述语言或使用MSDL描述的语言来访问的技术。它可通过软件或硬件来实现。

工具示例：运行补偿和形状表示。

3.算法

算法是提供一个或多个功能工具的有机组合。

算法示例：MPEG-1音频，MPEG-1视频和MPEG-2系统。

4.轮廓

轮廓是以特定的方式限定的一个算法或一组算法，用以解决一组特定的应用问题。轮廓示例：MPEG-2 at Main Profile@ Main Level。

5.哪些内容需要标准化

以特定的方式可以将其下载到MPEG-4终端上的部分不需要标准化。按照MPEG的经验，下一步很可能就是对MPEG-4句法描述语言、一些工具和一些轮廓的标准化。虽然不必对所有的应用规定轮廓、算法甚至工具。但在轮廓级别范围内，下列应用是必须进行标准化的：

某些应用需要解码器开启与声音和图像重放之间的延迟尽可能的短；标准化的轮廓保证最快的开启。

某些应用使用了有限的易出错的传送资源，如无线网络。

下载花费时间较长，在临界阶段差错风险率较高。

尽管软件和硬件技术在发展，但那些费效最好的终端的生产仍然要求专门的编码硬件和特定软件平台。

通过使用下载，MPEG-4标准将支持使用不在标准中出现的工具、算法和轮廓。