Hệ thống thiết bị hội nghị truyền hình là một hệ thống thiết bị điện tử (bao gồm cả phần cứng và phần mềm) sử dụng công nghệ kỹ thuật số, nén (coder/decoder) âm thanh và video trong thời gian thực. Giải pháp hội nghị truyền hình dựa trên công nghệ IP với sự hỗ trợ nhiều giao thức (H.320, H.323, SIP, SCCP) cho phép triển khai hệ thống Hội nghị truyền hình tiên tiến nhưng vẫn tận dụng được cơ sở hạ tầng có sẵn.

Các thiết bị cần thiết cho một hệ thống hội nghị truyền hình bao gồm:

• Video đầu vào: video camera hoặc webcam;
• Video đầu ra: màn hình máy tính, truyền hình hoặc máy chiếu;
• Âm thanh đầu vào: micro, CD/DVD, cassette player, hoặc bất kỳ nguồn nào của ổ cắm âm thanh preamp;
• Âm thanh đầu ra: loa phóng thanh đi kèm với các thiết bị hiển thị hoặc điện thoại;
• Truyền dữ liệu: số điện thoại mạng hoặc tương tự, LAN hoặc Internet.

Thiết bị cơ bản bao gồm:[3]

1. Camera - Thu tín hiệu hình ảnh.
2. Micro - Thu tín hiệu âm thanh.
3. DECODE - Xử lý mã hóa nhận và truyền tín hiệu âm thanh và hình ảnh và truyền qua đường truyền.
4. Màn hình hiển thị - Hiển thị hình ảnh của các phòng họp từ xa.
5. Loa - Phát tín hiệu âm thanh của các phòng họp từ xa.
6. MCU - Thiết bị quản lý và xử lý đa điểm
7. Lưu Trữ - Ghi lại nội dung cuộc họp.
8. Show Present - Thường là phần mềm có chức năng trình chiếu tài liệu tại một máy tính lên hình ảnh của hội nghị.

Tùy theo từng hãng sản xuất sử dụng công nghệ khác nhau nhưng đều đi qua một số chuẩn giao thức bắt tay nhau như H:323, H:264 nên các sản phẩm của các hãng khác nhau vẫn bắt tay được với nhau.

Phân loại thiết bị

Về cơ bản có hai loại hệ thống hội nghị truyền hình:[4]

1. Hệ thống thiết bị chuyên dụng;
2. Hệ thống máy tính.

Phân loại công nghệ mã hóa

Đối với thiết bị trung tâm, trước đây đa số đều sử dụng bộ mã hóa H264-AVC. Đặc điểm của các thiết bị sử dụng công nghệ này là hình ảnh tại thiết bị đầu cuối chỉ được mã hóa bằng 1 lớp rồi truyền đến thiết bị trung tâm. Thiết bị trung tâm có nhiệm vụ giải mã, chỉnh sửa rồi mã hóa lại các hình ảnh này cho phù hợp với các điểm cầu khác. Quá trình này thường tạo độ trễ và yêu cầu năng lực xử lý của thiết bị trung tâm phải lớn.

Ngày nay, một số hãng công nghệ đã ứng dụng bộ mã hóa H264-SVC (Scalable Video Coding) để giúp thiết bị đầu cuối có thể truyền nhiều lớp hình ảnh đi cùng một lúc. Khi đó thiết bị trung tâm chỉ đóng vai trò như một chiếc Router luôn chuyển hoặc vứt bỏ các lớp hình ảnh này tùy theo yêu cầu của các điểm cầu khác. Quá trình này giúp giảm giá thành thiết bị trung tâm và giảm độ trễ một cách đáng kể.