Проще айпи камеру взять, там такой функционал из коробки, либо городить из рпи, но без камеры
Тут какая задумка, будет веб страница, которая будет выполнять роль котроллера, а на ней будет дисплей, который будет отображать картинку с камеры, и будет стриминг звука на малину, и с неё, что бы было слышно, что вокруг