一套設(shè)備齊全的視頻會(huì)議系統(tǒng)由多點(diǎn)控制單元（MCU）、視頻會(huì)議終端、攝像頭、麥克風(fēng)、觸摸屏、顯示大屏構(gòu)成。一般它可以分為終端設(shè)備、通信網(wǎng)絡(luò)（專業(yè)詞匯：傳輸信道）、MCU（多點(diǎn)控制單元）三大部份組成。

　　

　　簡(jiǎn)單來(lái)說(shuō)，視頻會(huì)議終端接上大屏作為顯示設(shè)備，接上網(wǎng)絡(luò)作為傳輸媒介就可以工作了。一臺(tái)終端通常具備核心編碼功能、一個(gè)攝像頭、一個(gè)全向麥克風(fēng)以及遙控器。核心編解碼將攝像頭和麥克風(fēng)輸入的圖像及聲音編碼通過(guò)網(wǎng)絡(luò)傳走，同時(shí)將網(wǎng)絡(luò)傳來(lái)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(shí)現(xiàn)了與遠(yuǎn)端的實(shí)時(shí)交互。如果有六點(diǎn)以上會(huì)場(chǎng)，就必須采用MCU（視頻會(huì)議多點(diǎn)控制單元）進(jìn)行管理。

　　

　　視頻會(huì)議終端是面對(duì)用戶的硬件，包含很多大眾常見(jiàn)的硬件。例如負(fù)責(zé)采集光景的攝像頭、顯示圖像的視頻顯示器等等都涵蓋在視頻會(huì)議終端設(shè)備中，通過(guò)系統(tǒng)的集成和整合，實(shí)現(xiàn)對(duì)視音頻信息采集、輸出。

　　

　　其主要價(jià)值在于將相關(guān)圖像、聲音信息數(shù)字化，并轉(zhuǎn)化成服務(wù)和傳輸網(wǎng)絡(luò)規(guī)定的數(shù)據(jù)格式。例如常見(jiàn)思科SX20、華為TE20、城云高清視頻設(shè)備P3等三款視頻終端，是三家不同企業(yè)針對(duì)中小會(huì)議場(chǎng)景中生產(chǎn)的視頻設(shè)備，但是他們?cè)谙到y(tǒng)中的價(jià)值都是一樣的，負(fù)責(zé)將視頻/音頻/數(shù)據(jù)轉(zhuǎn)化成符合傳輸網(wǎng)絡(luò)規(guī)定的數(shù)據(jù)信息，在實(shí)時(shí)的會(huì)議中，承擔(dān)了光景的信息采集作用，也是用戶最常見(jiàn)的終端設(shè)備之一。

　　

　　通過(guò)視頻會(huì)議終端采集數(shù)據(jù)信息后，需要傳輸給異地的視頻會(huì)議終端，就需要依賴通信網(wǎng)絡(luò)（傳輸信道）來(lái)完成傳輸工作，通信網(wǎng)絡(luò)是指連接在視頻會(huì)議終端設(shè)備上，使終端設(shè)備能夠傳輸視頻、音頻和數(shù)據(jù)的各種傳輸介質(zhì)的總稱。