本发明涉及提供一种实现视频单通兼话音双通的方法、装置及电子设备，实现视频单通兼话音双通的方法包括如下步骤：S1、主叫终端拨打被叫终端电话，发出呼叫信令；S2、应用服务器接收呼叫信令，应用服务器再与被叫终端进行呼叫协商，形成呼叫会话信令协商路径；S3、应用服务器针对主叫终端和被叫终端分别与媒体网关协商，使主叫终端和被叫终端通过媒体网关建立媒体话路连接；S4、媒体网关与被叫终端进行视频媒体升级协商，实现视频媒体单通且语音保持双向收发的媒体会话；S5、媒体网关将预先存储的第三方视频媒体文件与主叫终端上行的语音媒体进行合成，并将流媒体推送给被叫终端。依据本发明的方法可实现通话中视频单通话音双通功能最大终端覆盖。