本发明公开了控制摄像头的方法、视频会议系统、电子设备和存储介质。该方法包括：获取与当前场景相关联的麦克风阵列所采集的声源信息；基于所述声源信息针对所述场景中的人员进行统计以得到声源统计信息；根据所述声源统计信息计算所述场景中的人员所在的场景区域；以及根据当前声源信息和所述声源统计信息控制与所述场景相关联的摄像头，使得所述摄像头的焦点在所述场景区域中根据所述当前声源信息而改变。本技术方案计算会议矩形区域能够得到会议全局信息，以保证会议全局图像的质量，而在当前声源信息有声音时将摄像头焦点切换至瞬时焦点，能够保证会议期间有发言的时候，及时根据发言情况进行摄像头调节，在切换近景时保证局部图像的质量。