Я себе недавно тоже собрал что-то подобное:
* музыка просто зашитые мелодии
в формате MML;
* на телефон приходит уведомление о звонке в домофон и в звонок, когда звонят в звонок прилетает так же картинка с камеры.
Все зависит от того какое железо. Если камера/регистратор умеет только RTSP отдавать, то с ней замучаетесь, либо нужна еще промежуточная железка с Windows\Linux которая будет конвертировать поток.