在實際應用中，視頻會議系統本身的性能問題對音頻質量的影響是用戶顯而易見的。通常說來，影響視頻會議音頻質量的設備因素主要有音視頻編解碼技術、設備的設計結構以及設備本身對惡劣網絡環境的適應能力。

    當前，在視頻解碼方面，當前先進的編碼技術為H.264和MPEG-4，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44.1KHz，而且支持雙聲道編碼。

    在設備的設計機構方面，目前以嵌入式機構的MCU和終端設備為優。嵌入式系統結合專用的編碼DSP能夠實現高品質、低延時的音頻信號處理，而且穩定性、安全性較高。

    雖然Qos機制可以在一定程度上保證網絡傳輸效果，但是影響有限，設備本身對惡劣環境的適應能力才是更為重要的因素。就目前的技術而言，這些能力主要包括IP優先權設置、IP包順序、IP包重復控制、IP包抖動控制、丟包重傳以及速率自動調整等。

    此外，音頻處理技術對音頻效果也有著決定性的影響。目前主要的音頻處理技術包括自動回聲抑制、自動增益控制、背景噪音消除。其中，自動回聲抑制主要是消除回聲，自動增益保證的是遠程會場聲調的穩定性，背景噪音消除主要是消除空調、風扇、交流電等電器設備持續發出的環境噪音。