良好的音視頻效果是保證視頻會議用戶體驗的關鍵。在視頻會議系統的建設之中，要綜合考慮各個方面，保證視頻會議系統的音視頻效果。就視頻會議系統而言，影響其音視頻效果的因素主要集中在下列幾個方面：

1. 音視頻編解碼技術。

音視頻編碼技術是視頻會議系統的關鍵技術指標，是影響會議效果的重要因素。目前，視頻會議系統采用的音頻編碼技術主要有G.711、G.722、G.728、G.729、MP3等，視頻編碼技術主要有H.261、H.263、H.264、H. .265、MPEG—2、MPEG—4等。

其中，H.265和MPEG-4是兩種視頻編碼技術，能夠以低帶寬、低編碼延時的方式實現高清動態圖像效果。作為新一代視頻編解碼標準，它們的優勢非常明顯。在音頻編碼方面，MP3是一種高效的聲音壓縮算法，其頻率范圍在20Hz到20KHz間，采樣頻率達到44.1KHz，并且支持雙耳編碼，因此正在得到越來越廣泛的應用。

2. 硬件設備的設計結構。

晚期，許多視頻會議系統中的單片機和終端采用PC機作為硬件結構，操作系統基于Windows。這類設備在編解碼性能、數據包轉發效率、穩定性、安全性等方面有很大的局限性，導致視頻和音頻質量較低，會議延遲較大。

作為專業的會議室應用，目前大多數視頻會議系統都選擇基于嵌入式設計結構的MCU和終端設備。這主要是因為嵌入式系統指令簡潔，實時性高。與專用編解碼DSP相結合，可實現高質量、低延遲的視音頻信號處理，具有很高的穩定性和安全性。

3. 設備對惡劣網絡環境的適應性。

網絡QoS可以在一定程度之上保證視頻會議數據的傳輸效果，但其效果非常有限，特別是在一些相對惡劣的網絡環境之中。視頻會議系統設備本身對惡劣網絡環境的適應性也會對會議效果產生較大影響。這些自適應能力包括IP優先級設置、IP分組排序、IP分組重復控制、IP分組抖動控制、丟包重傳和自動速率調整。

4. 音頻處理技術。

先進的音頻處理技術，可以保證傳入系統的高品質和高保真度的聲音。常用的音頻處理技術包括自動回聲抑制、自動增益控制和背景噪聲消除。

1）自動回波抑制。

當舉行多點視頻會議時，每個會場的聲音編碼器將音頻分組傳送給MCU，MCU將演講會場的音頻分組廣播給所有其他會場。視頻會議終端接收到音頻包時，解碼之后的音頻流的電平與本地輸入的音頻流進行比較，去掉相同的部分，這樣本地的聲音就不會從場地的揚聲器之中傳出，造成音頻振蕩，避免回聲。

2) 自動增益控制。

全向麥克風被放置在會場的中心，用于優先進行視頻會議，因此，由于與麥克風的距離不同，每個揚聲器接收到的電平也不同。為了保證傳輸到遠程的音頻電平的穩定性，在編碼時應進行音頻增益處理，以保證一定范圍之內的揚聲器以相同的音調說話，使遠程會議現場的聲音不會出現波動。

3）去除背景噪聲。

召開會議時不可避免地會有一些環境噪聲，如空調、風扇、交流電源等電器設備不斷發出的環境噪聲，嚴重影響了會議的音頻質量。自動噪聲抑制系統會根據音頻的音量大小和持續時間來判斷是否為環境噪聲，并對其進行處理，以達到良好的聲音會議效果。