可能有以下几点原因：

1、一般情况下个监控员需要值守多个摄像头，如果都带声音过来，可以想象有多乱了。（现在有音频矩阵可以切单路音频，但是用的比较少，价格太贵）

2、使用云台摄像机的时候，声音目标无法与图像目标同步。

3、隐私问题也是一方面，公共场合有时候也需要谈论隐私的东西。

4、音频的价值在很多地方都不是很大。

5、还有就是成本问题，多一个拾音器就多一条音频线、多一些布线成本等。