本发明涉及一种语音控制的网络摄像机、视频监控系统以及控制方法。该网络摄像机包括摄像组件、电源模块、控制器、MIC模块、以及通信模块；控制器分别连接并控制摄像组件、MIC模块、以及通信模块，MIC模块用于获取用户语音，并将用户语音传输至处理器；处理器将用户语音通过通信模块发送出去；通信模块还用于接收控制指令，控制器根据控制指令完成对应操作。通过实施本发明，用户可通过语音在现场直接控制摄像机完成各种操作，简单方便，大大提高了现场工作效率。