本发明公开了一种基于VOLTE的视频通话装置和方法,所述通话装置包括外围感知单元、信息处理单元、信息传输单元、场景还原单元和外围输出单元,其中:外围感知单元,用于采集场景数据,并传送给信息处理单元;信息处理单元,用于对采集的场景数据进行分类处理,并传送给信息传输单元;信息传输单元,用于将采集的场景数据发送给对方终端,接收对方终端发送的场景数据并传送给场景还原单元;场景还原单元,用于根据预存的场景模板对接收的场景数据进行场景还原处理,并传送给外围输出单元;外围输出单元,用于输出场景识别模块传送的场景数据。从而增强了场景效果,使得通话对方所处场景更加真实的呈现于用户面前,让用户双方都有同处一地的感觉。