「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實時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。