每个视频会议终端至少需要下列组件：一个麦克风，一个摄像头，一个编解码器，一个显示器，以及一个扬声器。摄像头和麦克风可以捕捉图像和声音，编解码器可以将视频和音频转换成数字信号，对其进行编码并发出。另一端的编解码器则可以解码该信号，并将视频和音频分别发送到显示器和扬声器。高质量的视频会议系统可以提供有助于提升视频会议质量的额外功能，系统供应商也可以根据某个特定的会议环境的需要定制该系统。