搭建遠程視頻會議需要注意那些問題
一、定義及功能
遠程視頻會議系統是一種讓身處異地的人們通過某種傳輸介質實現“實時、可視、交互”的多媒體通訊技術。它可以通過現有的各種電氣通訊傳輸媒體，將人物的靜態和動態圖像、語音、文字、圖片等多種信息分送到各個用戶的終端設備上，使得在地理上分散的用戶可以共聚一處，通過圖形、聲音等多種方式交流信息，增加雙方對內容的理解能力，使人們猶如身臨其境參加在同一會場中的會議一樣。現代的遠程視頻會議系統除了用于音視頻開會外，它還能實現一些多媒體功能：
（1）資料文檔的共享。例如在政府應用中，政府辦公、會議、公檢法部門在遠程辦案中，有大量的文件資料需要與會者共同討論。在傳統視頻會議中，使用文檔投影機將文檔通過圖像的方式在與會者之間共享。但是在單流模式下使用文檔攝像機，文檔信息與視頻圖像不能同時發送，限制了用戶的交流。
（2）遠程培訓。企業內部協作需要商討產品設計、工程方案、統計報表分析等功能，設計圖紙、業務報表是會議討論的重點，數據傳輸和共享功能的重要性有時甚至超過了視頻功能。
（3）遠程教學應用中最充分地發揮了多媒體視頻通訊的優勢。針對遠程教育的視頻通訊方案支持課件共享、交互式問答、白板討論、課程存儲、點播回放等功能。
（4）遠程醫療的應用中，開放平臺的多媒體視訊系統能夠與醫療設備接口，實現各種醫療數據的共享。
二、 采用遠程視頻會議系統的優勢
（1） 節約會議的經費、時間；
在我國，召開一次全國32個省市自治區的電視會議，費用僅為5萬元。相同規模的會議若在賓館召開，會議費用將高達100萬元。據統計，日本、美國之間開通1小時的國際電視會議，雙方總資費不超過50萬日元，并能允許10多人直接參會，通過數據流、投影等可以讓所有員工旁聽。但50萬日元遠遠不能支付1個人的出差費用。據相關資料，各級管理機構的工作人員每年參加會議的時間約占全部工作時間的30%以上；每年用于公務出差的費用高達300億元，而每次開會或會面中約有80%的時間需花費在路途中。
（2） 提高開會的效率；
由于召開電視會議的費用大致與開會的時間成正比，可促使與會代表節省時間，提高效率。由于參加會議的人員就在本地，和會議有關的材料、文件、實物都在身邊，可以充分方便地交流。
（3） 適應某些特殊情況；
對于某些交通狀況不好，特別是地處山區、邊疆的城市，視頻會議將帶來極大的方便。
在一些緊急場合，如救災、防汛，戰地會議等，可以用視頻會議系統及時了解或發布緊急情況和決策，收效則難以用金錢來衡量。
（4） 增加參會人員
視頻會議可當作高質量的可視電話，連線兩方訴說心情，也可多人多點參加形成會議。同時，視頻會議系統具有投影、VGA端口以及數據流功能可以隨時增加會議代表甚至召開全體會議。總部決策可即時傳達到所有員工。
三、視頻會議的實現方式
當前，視頻會議的實現方式有三種：
（1） 電視臺電視直播式視頻會議。此方式需要租用專用的衛星通道，傳輸方式為單向轉輸，若要雙向則必須租用兩個信道。租用衛星的費用非常昂貴，時間越長，費用越高。另外會議方式需要專業技術人員，還必須通過復雜的審批手續。因此這種會議方式只能供一些特種行業單位如中央電視臺使用。
（2） MPEG1、MPEG2（視頻、音頻、數據的壓縮標準）壓縮格式的視頻會議系統。由于MPEG1的傳輸需要1.5M的帶寬，MPEG2需要3M的帶寬，且圖像質量將隨網絡傳輸距離急劇下降，通常只能用于本地的高速網段上。即使是國內亦只有電信局這些具有自己網絡資源的職能部門才能建立這種基于高帶寬的專用的視頻會議系統。而且隨著IP網絡的普及，這種高度浪費帶寬資源的工作模式勢必走向淘汰。
（3） 基于ITU（國際電信聯盟）H.320 (H.320是國際電聯的標準,多媒體會議議定書,其中包括語音,視頻和數據會議)、H.323系列標準以及MPEG4壓縮格式的視頻會議系統的出現才使高貴的視頻會議進入商用領域。但是由于MPEG4標準定立很晚，各家先行開發的MPEG4標準并不十分統一，這就造成了MPEG4標準的視頻會議系統先天兼容性不足。現階段市場上技術成熟并占真正主導地位的是基于H.320/H.323標準的視頻會議系統。這種實施價格平易近人，網絡要求不高（通常僅需要共享數據廣域網或使用ISDN甚至使用Internet），技術已經成熟的視頻會議系統才我們真正意義上的視頻會議系統。H.323是指基于IP方式進行傳輸的視頻會議；H.320是以IP以外的其它網絡方式進行傳輸的視頻會議，通常有ISDN（綜合數字信息網），DDN（數字數據網絡），幀中繼，ATM等等。在H.323協議（IP）環境中視頻會議系統可與其他業務如IP語音，IP數據共享帶寬，從而可以讓用戶將已有的寬帶廣域數據網改造為視頻、音頻、數據三網合一的綜合性平臺，從而更充分地利用已有網絡的網絡資源。
四、視頻會議系統的組成
會議系統的組成非常簡單，每個會場安放一臺視頻會議終端，終端接上電視機或屏幕作為回顯設備，接上網絡作為傳輸媒介就可以了。一臺終端通常有一臺核心編解碼器、一個攝像頭，一個全向麥克風以及一個遙控器。核心編解碼將攝像頭和麥克風輸入的圖像及聲音編碼通過網絡傳走，同時將網絡傳來的數據解碼后將圖像和聲音還原到電視機和音響上，即實現了與遠端的實時交互。終端通過呼叫IP地址或ISDN號碼進行連接（專線無需撥號）。但在有三點會場就必須采用MCU（視頻會議多點控制單元）進行管理。
同電話交換機相似，MCU（多點控制單元）的作用就是在視頻會議三點以上時，決定將哪一路（或哪四路合并成一個）圖像作為主圖像廣播出去，以供其他會場點收看。所有會場的聲音是實時同步混合傳輸的。在具有MCU的會議系統里，所有終端的音視頻數據均實時傳到MCU供選擇廣播。MCU的數據流量較大，通常接于網絡的中心交換機上，控制人員通過筆記本電腦調用MCU管理界面在會場進行遠程管理。呼叫方式可以由控制人員由MCU呼叫各個終端，亦可由各終端呼叫控設置好的會議號。
如果客戶規劃的視頻會議系統網絡比較大，在MCU下面還可建立另外視頻會議網，兩個網的MCU實現視音頻交換，此種方法叫MCU的級連。比如，中央到各省的視頻會議網絡帶寬為2M，省上自己亦有自己的視頻會議系統。中央開會用自己的MCU，省上開會用省上的MCU，需要上傳下達時，將MCU級連起來就可以了。級連的好處一是管理上不會混亂；二是到中央的帶寬亦不允許省下面幾十點的數據全擠到這上面來。
五、遠程視頻會議的難點及解決方法
（1）嘯叫音
嘯叫音是從揚聲器傳出來的，被麥克風拾取再次放大的嚎叫音。在不同的房間的音頻系統中產生嘯叫音是經常出現的，如果每個房間里的麥克風拾取了太多臨近喇叭傳過來的聲音，并傳輸到其他的位置，就會通過麥克風再次拾取，并傳回來。
（A）改變麥克風或旁邊有影響的設備的位置，或者揚聲器的位置。最好的方法是，將喇叭放置在定向麥克風的背后而不是上方，這樣就不會對來自前方的聲音過為敏感。
（B）將會議室里面揚聲器的音量降低，降低音量，讓聽眾不容易聽到，減少音頻系統產生嘯叫的趨勢。
（C）通過操作員的操作或者使用開關按鈕，以及自動混合器，減少開啟的麥克風的數量。減少開啟的麥克風的數量與關閉整體音頻系統的音量有著同樣的效果，但卻不會以降低聽眾所聽到的音量為代價，這樣大大減少了嘯叫音產生的機會。
（D）通過添加聲音吸收面板或覆蓋層，讓房間的墻面反射減小。在聲音效果沒有達到最佳狀態的房間里，盡管兩者之間沒有直接的通道，麥克風到喇叭的結合情況也會出現，聲音離開喇叭后，反射到墻、天花板或地板上，并間接到達麥克風。
（2）回音
當遠程會議的位置連上了網絡，產生了一些信號時延，來自遠程位置的喇叭的聲音泄漏進了那里的麥克風，產生的回音就會返回到原始的位置。換句話說，一個發言者在A會議室講話，他的聲音通過喇叭傳到了B會議室，并泄漏到了B會議室的麥克風里，那么信號就會傳輸回A會議室，A會議室的發言者就會在說話之后的1/4-1秒之間，聽到自己剛才所講的話。如果泄露到B會議室的音量問題不是很嚴重，返回到A會議室的音量就可能很低，但是在絕大多數的情況下，回音都會很大，讓A房間的人根本無法進行溝通。
解決回音問題，大多數的方法都是設法將長距離電話線的回音最小化。主要是采用了回音消除器，這種設備能夠監視來自其他位置的音頻信號，并與即將傳輸或發送的信號相比較。如果回音消除器在外出的信號中檢測到了進入的音頻信號，就會把進入的音頻信號復制下來，并將其從輸出的信號中刪除。這樣大大減少了回音量，但是并不能完全消除掉。注意，回音消除器用于阻止其他位置的音頻信號返送回去，但并沒有對其他地方可能發送到自己的位置的回音進行處理。由于這個原因，如果網絡上的一個站點需要使用回音消除設備，那么在該網絡上的大多數站點都需要回音消除器。
通用的回音取消器有2種。第一種，稱為線性回音取消器，用于移除電話線上的電子回音，大多數的電話線路都使用這種設備。線性回音取消器不能夠大幅度地降低來自會議室的揚聲器-麥克風泄漏的復雜回音。第二種，稱為回聲抵消器，用戶減少由于泄漏而產生的回音的幾率。通常，很多人都誤認為，回聲抵消器能夠將伴隨房間的嘯叫音移除，事實上，沒有任何電子設備能夠做到完全消除房間里產生的嘯叫音。過量的反射聲音可能導致回聲抵消器不能夠正常工作，并降低了回聲抵消器能夠減少的傳輸回音的量。回聲抵消器會根據特定房間的具體情況，在1/10秒或稍長的時間內，“學習”如何降低回聲，而且，無論從喇叭到麥克風的路勁如何改變，都必須經歷這個“學習”過程。這可能是由無線麥克風用戶在房間中不停移動而產生，也可能是麥克風被自動混音器不斷開關而引起的。在這個“學習”過程中，回音不會被降低。
(3) 反射或“空洞”聲音
在遠程會議的音頻系統中，一個最常見、最惱人的問題就是“空洞”聲，這種聲音聽起來就像說話者在桶底發出聲音一樣，房間反射嚴重，就會產生這種現象。但是，任何電子設備都不能消除反射聲音，只能一開始就不能讓這種聲音進入麥克風。
最為常見的解決方法，當然就是用特殊設計的聲音吸收材料把房間的表面覆蓋起來，減少房間的反射。如果，對房間聲音的改變還是不能讓音質得以提高，那么就必須減少同時開啟的麥克風的數量，因為每個開啟的麥克風都會在音頻信號中，增加反射聲音和背景噪音。定向麥克風能夠降低反射音的拾取，但前提條件是放置的離發言者的距離必須小于臨界距離，如果大于臨界距離，定向麥克風就不能夠展示出優勢。最后，麥克風也可以輕松地移動，靠近發言者，這樣發言者到達麥克風的聲音就會大些，麥克風混音器就會將麥克風的敏感度降低，以此降低其對反射音和背景噪音的敏感度。
（4）在這里有幾處要強調的地方：
一、是音頻數據量（小于等于64K）遠遠小于視頻的數據量，編碼的時延也比視頻時間短。因此在早期的視頻會議系統中經常會出現聽到聲音后很久才看到人嘴動的情況。業界術語叫唇音同步。現在的視頻會議知名品牌都在音頻編碼后加入一定的時延，唇音同步問題已完全解決。
二、在傳輸的信息里面，優先級的排列順序為：音頻－＞視頻－＞控制信令－＞數據。因為會議以說話為主，在網絡擁塞時，畫面可能會有馬塞克，但會議的聲音必然首先保證是連貫和清晰的。
三、視頻會議還有一些有待改進的地方。眼睛交流是面對面交流中最重要的一部分，大多數的視頻會議中，往往都是與會者注釋這屏幕上遠程他方會議者的圖像，而不是直接對著攝像機。一些研究發現，在一個合作環境中，眼部交流能夠產生相互信任和鼓勵，而缺乏眼部交流則會產生消極的、不舒適或者不信任的感覺。在視頻會議中形成自然的眼睛交流要求與會者望著攝像機，但是，傳統的視頻會議在這方面通常都很失敗，因為與會者會很自然地望著屏幕上遠程與會者的視頻圖像，而不是攝像機。
一些公司目前正在建立一種系統，使用雙向鏡面，將攝像頭安裝在屏幕后面，直接提供眼部交流。但是，這種技術還不是行業發展的主流，目前，眼睛交流的解決方案通常都非常昂貴。
六、遠程視頻會議的前景
中國城市IP系統載體基礎設施建設得很好，城市之間的聯系非常方便，中國的視頻會議市場已經成熟。據著名市場研究公司的發展預測，全球視頻會議網絡設備的銷售額的年平均增長率將達到27%。在未來三四年中，視訊會議市場將達到50億－60億美元的市場容量，而中國無疑將是一個重要組成部分。因此，目前活躍在中國視頻會議市場上的設備生產商數量頗多，國外的公司有Polycom、Tanberg、VTEL、VCON等，國內的公司有華為、中興等。為適應視頻會議發展的需要，它們一直在不斷推出新型產品以應對市場激烈的競爭。
而且，近年來由于人們使用習慣的改變和觀念的進步，中小企業也開始采用了視訊會議系統。同時，視訊會議系統技術發展也推動了它的普及，目前只要用戶具有5－10個分支節點，就可以方便地使用視訊會議系統。在購買視頻會議系統時應當注意以下幾個方面：視頻會議系統是否與其他品牌的系統一起工作；視頻會議供應商能提供怎樣的服務水平；視頻會議系統是否能在IP標準系列，如H.323標準下工作；視頻會議系統是否支持多點會議，例如與好幾個地點鏈接，是否需要增加額外的硬件和軟件；視頻會議系統投入市場時間的長短，如何與未來的系統和技術集成，制造商是否已經為將來作了詳細的戰略規劃；來自制造商的視頻會議系統是否有可靠的音頻/視頻聲譽。