Sprache im Webfront nutzten

Ich hatte mal wieder geschaut bei meiner Klingel könnte man einen real-time audio (G.711 μ-law) stream über


http://<device-ip>/bha-api/audio-receive.cgi

beziehen bzw.das Senden über


http://<device-ip>/bha-api/audio-transmit.cgi

realisieren.

Andere große Amerikanische SmartHomeAnbieter haben die Klingelanlage komplett integriert auch mit Ton. Gibt es denn grundsätzlich überhaupt irgendeine Möglichkeit mit dem Webfront Ton wiederzugeben bzw. wenn an dem Gerät ein Mikrophon vorhanden wäre auf dem der Webfront läuft auch Ton einzusprechen um eine Kommunikation hinzubekommen?
Alternative wäre SIP aber da geht ja bisher auch nichts endgültig voran.