目前，视频监控虽然能满足大部分场合的应用，但很多时候影音的双效结合才是最完美的，画面与声音的同步配合才能最大限度的达到安防监控的目的和要求。如今，越来越多的安防工程对于监控系统的要求严格，无论在画面的清晰度、还是影音的逼真程度都要求同步体现，随着市场的需求不断增加，音频监控领域或已经成为安防行业的新亮点。

说到音频监控，小编想起了故宫最早的安防系统。1959年，故宫《金册》被盗，而这引发了故宫安防的发展之路。1962年，盗宝贼孙国范趁天黑无人时翻进了珍宝馆行窃，原路返回被抓获，此盗窃案件的破获得益于当时简陋的安防监听系统。

事实上，国内60年代的安防系统以监听系统为主，早期监听系统是用晶体管做，就是判断声音是否出现了什么情况。到了70年代，大多数开始使用晶体管电路的监听系统。而这一时期，监视系统也在慢慢发展。

然而，随着安防技术的不断进步，视频监控得以大踏步前进，音频监控却慢慢地被“冷落”了。究其原因，以下两点可能占据了比较重要的地位：

第一，由于安防向来被视为比较“神秘”的行业，音频监控可能会涉及到个人的隐私问题，比如私下谈论的某些敏感东西如果“不小心”被记录下来，而监控资料保管不当就造成了隐私泄露。公共场合的视频监控，国家有相关的法律和安装规范，实施有法律保障。音频监控行为虽然与视频监控相比没有什么本质区别，但没有明文规定，阻碍了其发展。

其次，音频监控受到“忌讳”也导致其发展并不受重视。长期以来音频监控技术发展缓慢，加上声音传播本身会受到环境影响，导致噪声处理难度大。人声和噪声经过放大后很容易混淆在一起，就算是装上拾音器听到的也是噪声，音频监控没有达到其目的和意义。拾音器降噪通常需要解决两方面的问题，一是减少来自电路自身的噪音，二是降低来自环境噪声的干扰。电路自身的噪声比较容易解决，环境噪声问题更为复杂而难于解决。低水平的环境噪声可以通过噪声的自动监测并进行反馈抑制，这个技术能抑制部分环境噪声。但在公路等强噪声环境下，要达到更高要求还必须进一步采用DSP噪声抑制手段。而目前最先进的语音降噪算法也只能在保证少失真的情况下降噪20dB左右。技术的不成熟，也导致音频监控在应用市场的难以立足。