一种视频会议的人脸辨识方法。计算产生第一使用者的音频讯框的一包络曲线中的多段起音时间与多段释音时间；根据所述包络曲线的振幅决定所述第一使用者的嘴唇的张开大小，根据每一段起音时间决定所述嘴唇的张开速度，以及根据每一段释音时间决定所述嘴唇的闭合速度；根据所述第一使用者的嘴唇的所述张开大小、所述张开速度与所述闭合速度，动态校准所述第一使用者的唇形张开幅度。将校准封包信息、所述第一用户的头部转动的影像讯息及肢体摆动的影像讯息传送给远程的一第二使用者，使得三维人体模型据以于所述远程模拟出相应所述第一使用者的动作。本发明还提供一种视频会议服务器及计算机可读存储介质，可优化带宽使用率与提升使用者体验。