視頻會議終端實際上也就是多媒體通信終端設(shè)備，人們借助終端參與視頻會議。試想一下，在視頻會議中我們需要哪些設(shè)備？攝像頭、顯示設(shè)備、麥克風(fēng)、音響、傳輸網(wǎng)絡(luò)，有時候還需要在會議中共享文件、影像等資料。那么，視頻會議終端是如何將這些設(shè)備有機地結(jié)合在一起，通過什么機制實現(xiàn)終端的互通，以達到異地實時交流溝通的目的呢？
視頻會議終端的類型有多種，我們先了解一下它的分類，然后再以一種典型的視頻會議終端為例來了解它的結(jié)構(gòu)、特點及實現(xiàn)方式。
視頻會議終端從網(wǎng)絡(luò)應(yīng)用上可分為：
運行在時分復(fù)用傳輸網(wǎng)絡(luò)上的基于H.320框架協(xié)議的終端，簡稱H.320終端；
運行在IP網(wǎng)絡(luò)上的基于H.323框架協(xié)議的終端，簡稱H.323終端；
運行在IP網(wǎng)絡(luò)上的基于SIP框架協(xié)議的終端，簡稱SIP終端。
視頻會議終端包括音頻輸入輸出設(shè)備、視頻編解碼器、視頻輸入輸出設(shè)備、音頻編解碼器和復(fù)用/分接設(shè)備等，視頻會議終端是會議過程中與遠端通信的前端設(shè)備。。
視頻會議終端用來將視音頻數(shù)據(jù)編碼、打包，然后通過網(wǎng)絡(luò)傳送給遠端。并接收遠端傳送來的數(shù)據(jù)，進行拆包、解碼，還原成對方會場的圖像、語音和數(shù)據(jù)，網(wǎng)絡(luò)與最終用戶接觸用以實現(xiàn)網(wǎng)絡(luò)應(yīng)用的設(shè)備，稱為視頻會議終端。
視頻會議終端可以是專用的多點交互式視頻會議終端，也可以是安裝了一定的音頻、視頻硬件和軟件的普通電腦，甚至是電話等。如今，平板電腦、智能手機等移動終端通過安裝專門的應(yīng)用可以成為移動視頻會議終端。
一般而言大中型會議系統(tǒng)專用會議室都采用專用的會議終端，它能夠自動適應(yīng)網(wǎng)絡(luò)帶寬和流量狀況，可以提供良好的QoS保證機制，提供最佳的視頻和音頻效果，并且界面直觀、操作簡單。