視頻會議系統主要由視頻會議終端設備、傳輸信道(通信網)以及多點控制單元(MCU：Multipoint Control Unit)三部分組成。 那么什么是視頻會議終端呢？
什么是視頻會議終端，用來將視音頻數據編碼、打包，然后通過網絡傳送給遠端。并接收遠端傳送來的數據，進行拆包、解碼，網絡與最終用戶接觸用以實現網絡應用的設備，稱為視頻會議終端
視頻會議終端從構造來區分，主要分為硬件的視頻會議終端和軟件的視頻會議終端。硬件的視頻會議終端是通過硬件的DSP芯片進行編解碼，通過相關硬件來實現視頻會議的所需要的硬件設備;軟件視頻會議終端是以軟件的形式出現，一般它不能離開PC或者移動終端獨立運行，因此軟件視頻會議終端可以說是一個軟件。
視頻會議終端在通信的發送端，將圖像和聲音信號變成數字化信號，在接收端再把它重現為視覺、聽覺可獲取的信息，與電話會議相比，具有直觀性強，信息量大等特點。會議電視系統不僅可以聽到聲音，還可以看到會議參加者，共同面對商討問題，研究圖紙、實物，與真實的會議無異，使每一個與會者確有身臨其境之感。這套系統還可以同時提供文件傳真、靜止圖文傳遞等一系列輔助服務項目，還可以廣泛用于現場教學、現場辦公、商務談判等多種領域。 視頻會議終端的作用就是將某一會議點的實時圖像、語音和相關的數據信息進行采集，壓縮編碼，多路復用后送到傳輸信道。同時將接收到的圖像、語音和數據信息進行分解、解碼，還原成對方會場的圖像、語音和數據。另外，會議電視終端還將本會場的會議控制信號（如申請發言，申請主席等）送到多點控制器（MCU）。