「視頻會議」是一種為兩地或多地的用戶之間提供語音和畫面雙向?qū)崟r傳送的視聽會話型會議。視頻會議系統(tǒng)是不受地域限制、建立在寬帶網(wǎng)絡基礎上，雙向、多點、實時的音視頻交互系統(tǒng)。

現(xiàn)在視頻會議的各類系統(tǒng)應用于我們的生活當中，有依托于軟件平臺的視頻會議，也有基于硬件系統(tǒng)的視頻會議系統(tǒng)。軟件類的視頻會議有好視通、華屏等廠家，硬件視頻會議解決方案有Polycom寶利通、華為、科達等。相比較軟件視頻會議，基于硬件設備的視頻會議更具備專業(yè)和穩(wěn)定性，在低帶寬下的傳輸也比軟件視頻會議效果更好，另外基于硬件的視頻會議系統(tǒng)都是嵌入式架構，專機專用，而軟件視頻會議主要是非XP或者XPE的系統(tǒng)改造。

一套設備齊全的視頻會議系統(tǒng)由多點控制單元（MCU）、視頻會議終端、攝像頭、麥克風、觸摸屏、顯示大屏構成。

簡單來說，視頻會議終端接上大屏作為顯示設備，接上網(wǎng)絡作為傳輸媒介就可以工作了。一臺終端通常具備核心編碼功能、一個攝像頭、一個全向麥克風以及遙控器。核心編解碼將攝像頭和麥克風輸入的圖像及聲音編碼通過網(wǎng)絡傳走，同時將網(wǎng)絡傳來的數(shù)據(jù)解碼后。將圖像和聲音還原到大屏和音響上，即實現(xiàn)了與遠端的實時交互。如果有六點以上會場，就必須采用MCU（視頻會議多點控制單元）進行管理。

視頻會議終端將輸入進來的視頻使用H.261、H.263、H.264或H.265協(xié)議、音頻使用G.711、G.722或G.728數(shù)據(jù)、控制信令進行單獨編碼，然后將編碼后的數(shù)據(jù)進行“復用”打包后形成遵循網(wǎng)絡協(xié)議的數(shù)據(jù)包，通過網(wǎng)絡接口傳到MCU供選擇廣播。從MCU傳來的其他會場的數(shù)據(jù)包通過“解復用”，分別還原成視頻、音頻以及數(shù)據(jù)及控制信令分別相應的輸出設備上回顯或執(zhí)行。