視頻會議系統(tǒng)由視頻會議終端、視頻會議服務器（MCU，Multipoint Control Unit）、網(wǎng)絡管理系統(tǒng)和傳輸網(wǎng)絡四部分組成。

1） 視頻會議終端

位于每個會議地點的終端，其主要工作是將本地的視頻、音頻、數(shù)據(jù)和控制信息進行編碼打包并發(fā)送；對收到的數(shù)據(jù)包解碼還原為視頻、音頻、數(shù)據(jù)和控制信息。

終端設備包括視頻采集前端（廣播級攝像機或云臺一體機）、顯示器、解碼器、編譯碼器、圖像處理設備，控制切換設備等。

2）視頻會議服務器（MCU）

作為視頻會議服務器，MCU為兩點或多點會議的各個終端提供數(shù)據(jù)交換、視頻音頻處理、會議控制和管理等服務，是視頻會議開通必不可少的設備。三個或多個會議電視終端就必須使用一個或多個MCU。MCU的規(guī)模決定了視頻會議的規(guī)模。

3）網(wǎng)絡管理系統(tǒng)

網(wǎng)絡管理系統(tǒng)是會議管理員與MCU之間交互的管理平臺。在網(wǎng)絡管理系統(tǒng)上可以對視頻會議服務器MCU進行管理和配置、召開會議、控制會議等操作。