在視頻會議系統(tǒng)的應用中，影響視音頻效果的因素主要集中在三個方面：
1）網(wǎng)絡的服務質(zhì)量；
2）MCU和終端的性能；
3）會議室的設計。
一、網(wǎng)絡的服務質(zhì)量（QoS）
目前，視頻會議系統(tǒng)常用的網(wǎng)絡主要有E1專線和IP兩種。E1專線基于電路交換和時分復用技術，能夠提供端到端的獨享帶寬，因此網(wǎng)絡本身具有完善的傳輸質(zhì)量保障機制。在絕大多數(shù)情況下，影響E1專線傳輸效果的主要因素就是傳輸設備和傳輸線路的質(zhì)量。對于這類因素，我們往往可以通過更換傳輸設備和降低線路誤碼率進行改善。
而IP網(wǎng)基于統(tǒng)計復用和分組交換技術，在需要同時傳輸語音、數(shù)據(jù)以及視頻等多種業(yè)務時，其傳統(tǒng)的“盡力傳遞”機制暴露出很多問題，其中最重要的一點就是無法為每一種業(yè)務提供端到端的帶寬保證，會導致較大的傳輸延時和抖動。為此，我們必須通過技術手段對IP網(wǎng)進行優(yōu)化，以減少網(wǎng)絡本身對視頻會議系統(tǒng)效果的影響。這些技術手段目前已經(jīng)發(fā)展為IP體系中的一個重要分支，就是服務質(zhì)量（QoS）。
所謂QoS，是指一個網(wǎng)絡通過多種技術為某一特定的網(wǎng)絡流量提供更好服務的能力，它的主要目的是實現(xiàn)優(yōu)先權控制，包括帶寬、延時、抖動以及丟包等多個方面。幾乎所有的網(wǎng)絡都可以利用QoS的優(yōu)勢來獲得最佳的效率。
QoS技術分為三類，包括盡力而為服務、集成服務、差分服務，其中差分服務應用最廣泛。在差分服務中，網(wǎng)絡根據(jù)每一個數(shù)據(jù)包的QoS標記對數(shù)據(jù)包進行分類、排隊和管理。這些標記可以是IP地址、TCP端口號或IP數(shù)據(jù)包中的特定字段。
在實際的網(wǎng)絡規(guī)劃中，就要求網(wǎng)絡設備（如路由器）能夠借助于復雜的流量管理系統(tǒng)，通過多種技術提供QoS保證機制，根據(jù)業(yè)務類型劃分不同的優(yōu)先等級，比如語音最優(yōu)、視頻其次、數(shù)據(jù)最后，然后根據(jù)這些優(yōu)先級別分配網(wǎng)絡資源。
對于視頻會議而言，為了保證視頻業(yè)務的帶寬，路由器必須能夠在通過的IP數(shù)據(jù)流中識別出視頻業(yè)務數(shù)據(jù)包并對其分類，然后再通過擁塞管理機制提供帶寬保證和優(yōu)先傳遞服務。這樣，在網(wǎng)絡發(fā)生擁塞時，就可以保證語音和視頻業(yè)務的傳輸效果了。目前主流路由器廠商均可提供基于分類、標記與擁塞管理的QoS支持。
二、MCU和終端的性能
除了網(wǎng)絡應該提供良好的QoS保障機制外，視頻會議系統(tǒng)設備本身也應該具有良好的性能才能真正保證會議的效果。這些性能因素包括系統(tǒng)采用的視音頻編解碼技術、設備的設計結構、設備本身對惡劣網(wǎng)絡環(huán)境的適應能力以及其他方面。
1、視音頻編解碼技術
視音頻編碼技術是視頻會議系統(tǒng)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(tǒng)中用到的視頻編碼技術主要有H.261、H.263、H.264、MPEG-2、MPEG-4等，音頻編碼技術主要有G.711、G.722、G.728、G.729、MP3等。
其中，H.264和MPEG-4這兩種視頻編碼技術能夠在低帶寬下實現(xiàn)高清晰的動態(tài)圖像效果，而且編碼延時小，作為新一代視頻編解碼標準，其優(yōu)勢非常明顯。
而在音頻編碼方面，MP3是一種高效的聲音壓縮算法，其頻響范圍在20Hz到20KHz之間，采樣頻率達到44.1KHz，而且支持雙聲道編碼，因此正在獲得越來越廣泛的應用。
2、設備的設計結構
早期有很多視頻會議系統(tǒng)中的MCU和終端均采用PC作為硬件結構，操作系統(tǒng)則基于Windows。這類設備在編解碼性能、包轉發(fā)效率以及穩(wěn)定性、安全性等方面均存在很大的局限性，導致會議視音頻質(zhì)量不高、延時較大。
作為專業(yè)的會議室型應用，絕大多數(shù)視頻會議系統(tǒng)現(xiàn)在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(tǒng)指令精簡、實時性高，結合專用的編解碼DSP，可實現(xiàn)高品質(zhì)、低延時的視音頻信號處理，而且穩(wěn)定性、安全性也高。
3、設備對惡劣網(wǎng)絡環(huán)境的適應能力
網(wǎng)絡的QoS可以在一定程度上保證視頻會議的傳輸效果，但其作用是很有限的，尤其是在一些較為惡劣的網(wǎng)絡環(huán)境下。視頻會議系統(tǒng)設備本身對惡劣網(wǎng)絡環(huán)境的適應能力也將對會議效果產(chǎn)生較大的影響。這些適應能力包括IP優(yōu)先權設置、IP包排序、IP包重復控制、IP包抖動控制、丟包重傳以及速率自動調(diào)整等。
1）IP優(yōu)先權（IP Precedence）
在網(wǎng)絡規(guī)劃差分服務方式的QoS技術時，可通過多種匹配手段對進入數(shù)據(jù)網(wǎng)的業(yè)務包進行分類，包括IP地址、IP 優(yōu)先權（IP Precedence）等。
其中，利用IP包中的IP優(yōu)先權部分可以對音頻、視頻和RTCP（Multicast）數(shù)據(jù)流進行優(yōu)先級劃分。當網(wǎng)絡采用IP Precedence進行流量匹配時，可通過視頻設備發(fā)出的修改過IP Precedence字段信息的視音頻包進行入隊列處理，以保證視頻會議碼流的優(yōu)先傳送。
2）IP包排序
通常，網(wǎng)絡的盡力傳遞機制無法保證其轉發(fā)的數(shù)據(jù)包的正確次序。對于H.323視頻會議系統(tǒng)，如果視頻設備按次序接收IP包，將帶來錯序問題，數(shù)據(jù)包的丟失或延遲將導致視頻圖像的凍結或聲音的中斷或抖動。
可通過視頻設備支持IP包排序功能解決該問題，當IP包到達時，視頻設備將對其次序進行驗證，無序的包被退回，以維護發(fā)送給終端用戶的音頻和視頻流的連續(xù)性。
3）IP包重復控制
一個IP包經(jīng)過承載網(wǎng)時可能會產(chǎn)生多個重復的副本，或為了適應惡劣網(wǎng)絡環(huán)境系統(tǒng)可能采用重傳機制時也會產(chǎn)生多個重復的副本，這樣將引起視頻圖像的凍結或聲音中斷。支持IP包重復控制的視頻設備可通過該功能來糾正該錯誤，以維護發(fā)送給終端用戶的音頻和視頻流的連續(xù)性。
4）抖動控制
當音頻和視頻IP包離開發(fā)送端時，按照規(guī)則的間隔均勻的排列。在通過網(wǎng)絡之后，這一均勻的間隔因不同的延時大小而遭到破壞，從而產(chǎn)生抖動。抖動會導致目標終端上音頻和視頻流的不連貫性。支持抖動控制的視頻設備可通過抖動緩存來實現(xiàn)抖動消除，以維護終端用戶接收到的音頻和視頻流的連貫性。
5）丟包重傳
當網(wǎng)絡擁塞嚴重時，網(wǎng)絡設備（如路由器）會根據(jù)緩存大小并配合相關處理機制丟掉一些視頻包，視頻會議系統(tǒng)中視頻包是采用UDP協(xié)議進行傳輸?shù)模鳸DP本身沒有重傳機制，因此會導致接收端出現(xiàn)圖像丟幀或馬賽克現(xiàn)象。支持丟包重傳的視頻設備可通過添加丟包檢測和重傳的機制來保證會議圖像的連貫性。
