با سلام
پیشنهاد میکنم از 2 عدد ESP که یکی از نوع ESP-CAM می باشد و دیگری مسئول ارسال صدا می باشد استفاده کنید.
چون پردازش تصویر تمام پردازش ESP را میگیرد.
از روش های دیگری برای ضبط صدا نیز می توانید استفاده کنید. بیشتر توضیح بدهید برای چه کاری میخواهید استفاده کنید. روش های بهتری را به شما پیشنهاد خواهم داد.
ویرایش اول:
اگر محدودیت هزینه شما مقداری بیشتر می باشد. می توانید از یک وب کم که میکروفون نیز داشته باشد استفاده کنید به همراه یک لینوکس برد مانند نانو پای، اورنج پای یا رزبری پای (این در شرایطی می باشد که کیفیت صدا و تصویر برای شما مهم می باشد)
اگر هزینه کاری مهم می باشد و کیفیت برای شما مهم نمی باشد. می توانید از این آموزش استفاده کنید