音視頻會議系統包括MCU多點控制器(視頻會議服務器 )、會議室終端、PC桌面型終端、電話接入網關(PSTNGateway)、Gatekeeper(網閘)等幾個部分。各種不同的終端都連入MCU進行集中交換，組成一個視頻會議網絡。此外，語音會議系統可以讓所有桌面用戶通過PC參與語音會議，這些是在視頻會議基礎上的衍生。
視頻技術
現在會議系統開發都采用國際的視頻編碼標準H.264（MPEG-4 part 10 AVC /H.264）編碼，H.264/AVC 在壓縮效率方面有著特殊的表現，一般情況下達到 MPEG-2 及 MPEG-4 簡化類壓縮效率的大約 2 倍。H.264具有許多與舊標準不同的新功能，它們一起實現了編碼效率的提高。特別是在幀內預測與編碼、幀間預測與編碼、可變矢量塊大小、四分之一像素運動估計、多參考幀預測、自適應環路去塊濾波器、整數變換、量化與變換系數掃描、熵編碼、加權預測等實現上都有其獨特的考慮。（如AnyChat、紅杉樹、視高、思科等視頻會議開發商都采用該視頻技術）
此外，音視頻會議系統一般還具有錄播功能。能夠進行會議的即時發布并且會議內容能夠即時記錄下來。基于現時流行的會議信息資料的要求，本系統能夠支持演講者電腦中電子資料PPT 文檔、FLASH、IE瀏覽器及DVD等視頻內容，也包括音頻的內容等、會議中領導嘉賓視頻畫面、會場參與者視頻畫面的同步錄制。
視頻會議系統，英文為(Video Conference System)，包括軟件視頻會議系統和硬件視頻會議系統，是指兩個或兩個以上不同地方的個人或群體，通過現有的各種電信通訊傳輸媒體，將人物的靜、動態圖像、語音、文字、圖片等多種資料分送到各個用戶的計算機上，使得在地理上分散的用戶可以共聚一處，通過圖形、聲音等多種方式交流信息，增加雙方對內容的理解能力。目前視頻會議逐步向著多網協作、高清化、開發化的方向發展著。