近年来，现代人的智能化需求在生活的各个空间场景中持续渗透，智慧人居从单品智能走向全屋智能，从产品智能迈入场景智能。

小到以家庭为单位的门铃、门锁、宠物喂食器等智能设备，到全屋智能的打造，大到以社区为单位的楼宇对讲等社区管理服务，人居场景正在通过物联网技术让人们感受到智能化、安全便捷的场景体验和生活方式。

不难发现，这发展过程中，不管是智能设备单品还是全场景都逐渐拥有一个共性，那就是增加了“音视频”功能服务。典型的设备和使用场景如：智能门铃、智能门锁，不仅可以与受访者视频通话，还可以通过声音“伪装”，成为独居人群的保护利器；宠物看护机能做到可“听”可“看”、远程逗玩，还能实时监测宠物的生活习惯和健康情况；智能音箱、智慧屏等设备更是家中“全天候待命、句句回应”的贴心管家；楼宇对讲等办公、社区智慧管理服务更是为人居的安全和便利保驾护航……

随着音视频与物联网加速融合，越来越多的IoT设备装上“眼睛”和“耳朵”，产品互动功能创新下，给智慧人居各个场景下所带来的智能化、个性化体验不言而喻。

然而，在市场端的强需求下，企业侧却面临着智能设备音视频开发门槛高、音视频体验差、多平台兼容性差等问题。