能力选择
设备远程查看和双向对讲有什么区别？
区分看画面、听现场声音、向设备说话与同时交谈，按真实交互需求选择硬件和接入能力。
先回答：主要区别是媒体流向和交互方式
远程查看通常指把设备摄像头的画面传到用户端，也可以同时传现场声音。双向对讲还增加了用户端到设备的声音，让双方可以交流。远程查看不自动包含对讲；双向对讲也不自动意味着双方能同时自然讲话，仍要看全双工、半双工以及具体交互设计。
只看、看和听、双向说话，分别需要什么？
只看画面：设备需要摄像头和视频发送能力，用户端需要解码与显示。看画面并听现场：还需要设备麦克风及音频发送。双向说话：用户端需要麦克风采集，设备需要下行接收、解码和扬声器播放。若要双向视频，还需给用户端增加视频采集，并让设备具备相应显示能力。
按住说话和同时交谈，应该怎么选？
按住说话把发言动作显式交给用户，适合短指令和轮流交流；界面需要清楚标明正在收听还是正在发送。希望双方自然插话时，应验证全双工通路与回声处理。判断是否适合，不只看功能勾选，还要在实际外壳、音量和使用距离下听声音。这里是交互选择建议，具体实现取决于设备方案。
为什么有画面，却不能对讲？
能收到视频只证明视频方向的一部分链路正常。建议依次检查用户端是否拿到麦克风输入、是否发送音频、设备是否收到下行数据、是否成功播放。网页采集麦克风还涉及安全上下文与用户授权；用户拒绝权限后，页面应提供重新开启的提示。
浏览器行为参考： MDN：getUserMedia 与麦克风权限
远程查看是否等于录像和云存储？
不等于。实时查看关注当前媒体，录像关注保存、检索和回放。即使实时视频已经正常工作，也要单独确认是否录制、存在哪里、保留多久以及谁能访问。若当前产品只需要随时查看，就不应在上手流程里把录像配置变成必选步骤。
用一组具体动作验收
先单独看画面，再单独听现场声音，最后向设备说话。接着测试静音、取消麦克风权限、切换输入设备和网络中断。对于全双工目标，要测试两端同时说话时是否能听清；对于按住说话，要测试松手后是否停止发送。建议两端分开放置，避免同一房间中的声音反馈掩盖实际问题。
怎样选择接入入口？
如果只是验证能力，先使用模拟器或适配开发板体验。准备开发产品时，再根据需要的媒体方向核对 SDK、硬件与客户端。探鸽的实时音视频方案是可选实现之一；同样的需求拆分也适用于其他实时通信方案，不必先选定供应商再定义用户怎么使用。
资料核对：2026 年 11 月 7 日。本文提供接入思路；接口、板卡支持与平台条件请以所链接文档的当前版本为准。