本发明公开了一种具有声音位置信息的视频通讯系统，包括用于采集多路声音的多个麦克风，可以接收控制命令转动或调整焦距的摄像头，和摄像头及多个麦克风相连接的处理器。处理器根据多个麦克风采集的多路语音计算音源位置信息，并根据摄像头的控制信息调整音源的位置信息。本发明解决了当摄像机镜头转动时，画面中说话人的位置和采集的声音方位信息不匹配的问题，采用本发明所述的视频通讯系统，可以使得重放的声音和画面中说话人的位置实现准确的匹配。