安保對視頻的依賴性特別大。監(jiān)控系統(tǒng)中的音頻功能應(yīng)用一直未引起重大關(guān)注。然而，將音頻集成為監(jiān)控系統(tǒng)的一部分可以帶來更加廣泛的潛在價(jià)值。具有雙向音頻功能的監(jiān)控系統(tǒng)不僅可以提高用戶檢測和說明事件的能力，而且使用戶能夠向訪客或入侵者傳遞要求或命令。在這個(gè)由兩部分組成的第一篇文章中，a&s對一些需求最高的細(xì)分市場進(jìn)行了探討，在這些細(xì)分市場中，集成的視頻和音頻解決方案將惠及所有利益相關(guān)者。

　　可通過兩種方式在集成解決方案中應(yīng)用音頻監(jiān)控。其中一種是使用音頻輸入作為報(bào)警或監(jiān)視觸發(fā)器。Basler公司項(xiàng)目經(jīng)理Bj?rn Weber說：“一旦超過一定的音頻電平，監(jiān)控?cái)z像機(jī)將被引向聲源處”。另外一種方式是使用音頻數(shù)據(jù)作為證據(jù);在這種情況下，同步保存視頻數(shù)據(jù)和音頻數(shù)據(jù)是非常重要的。

　　真正的需求

　　賭場

　　在賭場中，大量的金錢成為重點(diǎn)保護(hù)對象，賭場老板總是希望最大程度地降低對賭博區(qū)的“干擾”。例如在英國，在賭場進(jìn)行音頻記錄是合法的，而且此項(xiàng)功能使經(jīng)營者能夠聽到賭桌上的情況，從而在可疑的情況中可提供更多的證據(jù)。

　　一些內(nèi)置麥克風(fēng)的網(wǎng)絡(luò)攝像機(jī)可提供基本的視頻/音頻解決方案。然而，具有更大音頻需求的用戶發(fā)現(xiàn)外部麥克風(fēng)更合適。

　　在一些情況下，監(jiān)控?cái)z像機(jī)的安裝位置不利于進(jìn)行音頻捕獲，這時(shí)候就需要視頻和音頻監(jiān)控供應(yīng)商進(jìn)行密切合作。Barix公司首席執(zhí)行官Johannes Rietschel說：“賭場就是這樣一個(gè)例子，安裝攝像機(jī)以提供視頻監(jiān)控，同時(shí)在賭桌之類的位置安裝麥克風(fēng)進(jìn)行音頻監(jiān)控”。

　　執(zhí)法機(jī)構(gòu);金融領(lǐng)域

　　執(zhí)法機(jī)構(gòu)、銀行和自動(dòng)取款機(jī)有著采用集成視頻/音頻解決方案的強(qiáng)烈趨勢。Rietschel說：“北美銀行和自助取款機(jī)采用的視頻/聲音監(jiān)控應(yīng)用軟件已應(yīng)用這種集成解決方案。這里的立法機(jī)構(gòu)要求提供具體的聲音分析方法，從而接受聲波探測器作為法庭證據(jù)”。然而，在這些場所使用音頻數(shù)據(jù)作為證據(jù)時(shí)，與地方當(dāng)局進(jìn)行確認(rèn)是非常重要的，因?yàn)樗麄兛赡芤笠欢ǖ膲嚎s格式和視頻/音頻數(shù)據(jù)同步?？赡苓€會(huì)需要未經(jīng)處理的音頻，例如作法庭辯論和證據(jù)之用。

　　“復(fù)制的信號絕不能丟失任何信息，這意味著對原始信號的盡可能最佳復(fù)制。諸如MP3格式之類的有損壓縮會(huì)改變信號，以至于所提供的證據(jù)將是無效的”。

　　公共交通

　　公共場所的視頻/音頻監(jiān)控系統(tǒng)應(yīng)用不僅可以加強(qiáng)安全，而且可以發(fā)揮緊急呼叫站的作用。Zenitel公司產(chǎn)品副總裁Thomas H?gh說：“監(jiān)聽技術(shù)通常采用雙向音頻通訊，而且我們看到雙向語音技術(shù)正不斷被采用。盡管大多數(shù)情況下安全系統(tǒng)的設(shè)計(jì)使警衛(wèi)能夠聽到來自攝像機(jī)終端的聲音信號，但中央控制站和火車站對閉路電視和PA/傳呼相結(jié)合的解決方案有著強(qiáng)烈需求。警衛(wèi)人員可以充分利用閉路電視和PA集成方案，在緊急情況下確認(rèn)人群是否按照疏散指令進(jìn)行疏散”。

　　在過去，對講機(jī)和攝像機(jī)企業(yè)的性質(zhì)和重點(diǎn)是分散的：對講機(jī)企業(yè)專注于音頻通信，而攝像機(jī)企業(yè)專注于視頻。這兩種類型的企業(yè)現(xiàn)在均提供集成視頻/音頻解決方案。H?gh補(bǔ)充說：“我們將推出一系列新型對講站，其中的很多對講站將具有視頻功能。這一功能特別適用于需要視頻監(jiān)控但提供單獨(dú)的閉路電視攝像機(jī)可能不合算的場所”。

　　街道監(jiān)控

　　集成視頻/音頻監(jiān)控系統(tǒng)的部署同時(shí)還用于監(jiān)測城市活動(dòng)。例如，警察和執(zhí)法機(jī)構(gòu)非常熱衷于使用音頻分析和視頻監(jiān)控來提供有關(guān)槍聲和爆炸的實(shí)時(shí)信息。通過這種方式，將能夠更加有效應(yīng)對槍支暴力并展示更完整的犯罪畫面。

　　廣域聲響傳感器與一種音頻分析軟件進(jìn)行匹配，這種軟件能夠識別獨(dú)特的槍聲、響亮的爆炸聲、尖叫聲、玻璃破碎聲、汽車報(bào)警聲和涂鴉聲音信號，Sound Intelligence公司首席執(zhí)行官Derek van der Vorst說?！拔覀兊募夹g(shù)采用了一種動(dòng)態(tài)的前景/背景分離算法，在白天時(shí)間內(nèi)自動(dòng)適應(yīng)背景噪音水平。此外，我們還具有針對不同室內(nèi)和室外聲環(huán)境的大量聲學(xué)模板”。

　　一些音頻分析解決方案供應(yīng)商急切地與攝像機(jī)制造商或VMS供應(yīng)商進(jìn)行合作，以制造集成視頻/音頻系統(tǒng)。這些是對系統(tǒng)檢測和說明事件及緊急情況功能的一個(gè)有益補(bǔ)充，例如檢測攝像機(jī)范圍之外的區(qū)域或者檢測任何照明條件下的事件。Audio Analytic公司首席執(zhí)行官Christopher Mitchel說：“我們的核心功能設(shè)計(jì)是輕便，以便它們可以在設(shè)備(如現(xiàn)代IP攝像機(jī))的網(wǎng)絡(luò)邊緣運(yùn)行。通過合并視頻/音頻功能，在一系列應(yīng)用中是有益的，如入侵檢測、攻擊檢測、汽車報(bào)警檢測或密碼檢測”。

　　衛(wèi)生保健和懲教設(shè)施

　　集成視頻/音頻解決方案在精神衛(wèi)生機(jī)構(gòu)中的應(yīng)用日益增加，因?yàn)榫裥l(wèi)生保健中的臨床實(shí)踐確實(shí)認(rèn)識到了在患者干預(yù)的控制和護(hù)理之間保持平衡的難度。

　　具有嚴(yán)重心理健康問題的患者可能更具暴力傾向。當(dāng)他們犯病需要住院治療時(shí)，大多數(shù)情況是他們的決策和獨(dú)立生活能力將喪失。Vorst說：“工作人員總是面臨這樣的困境：兼顧病人和秩序的混亂狀態(tài)。通過聲監(jiān)控，可對病人的健康狀況進(jìn)行監(jiān)控。通過音頻分析，工作人員可以判斷病人是否病情發(fā)作或發(fā)生窒息，或者他們只是假裝”。

　　這種部署使工作人員能夠安全進(jìn)行例行觀察，因?yàn)楣ぷ魅藛T不必再進(jìn)入病房進(jìn)行觀察。雖然目前采用閉路電視攝像機(jī)對暴力事件進(jìn)行控制，但另一方面，集成視頻/音頻解決方案也可用來對心理健康問題獲取更好的臨床認(rèn)知。

　　除了精神病醫(yī)院，處理攻擊和暴力事件也是監(jiān)獄工作的一部分。攻擊檢測是一種有效的音頻功能，使監(jiān)獄管理人員能夠積極關(guān)注攻擊和暴力事件，防止情況惡化，Vorst說?！?0%的身體攻擊事件都是由言語攻擊引起的。我們的解決方案可以記錄人類攻擊行為的典型聲音特征，憤怒或者恐懼。在言語攻擊演變?yōu)楸┝κ录坝兴煊X，可為保安人員提供寶貴的時(shí)間并能夠及時(shí)介入”。

　　視頻和音頻同步

　　許多網(wǎng)絡(luò)攝像機(jī)提供音頻支持，無論是內(nèi)置麥克風(fēng)和/或麥克風(fēng)/線路輸入插孔。音頻信號通過網(wǎng)絡(luò)進(jìn)行傳輸，視頻數(shù)據(jù)的傳輸亦是如此。在數(shù)字系統(tǒng)中，音頻和視頻數(shù)據(jù)以單獨(dú)的數(shù)據(jù)包進(jìn)行發(fā)送。為了實(shí)現(xiàn)完美同步，音頻和視頻數(shù)據(jù)包必須進(jìn)行時(shí)間標(biāo)記。視頻/音頻同步發(fā)生在位級。IndigoVision公司產(chǎn)品營銷經(jīng)理Karen McCarrison說：“通過使用內(nèi)部開發(fā)的硬件編碼，我們嚴(yán)格控制視頻和音頻壓縮。編碼與解碼控制可協(xié)助同步，正如按照公認(rèn)的標(biāo)準(zhǔn)(如RTP)進(jìn)行傳遞，而不是‘推倒重來’”。

　　Fermax公司品牌經(jīng)理Elena Ravello認(rèn)同公認(rèn)標(biāo)準(zhǔn)的重要性?！耙纛l和視頻同步的一個(gè)關(guān)鍵因素是采用實(shí)時(shí)協(xié)議(RTP)，以確保同時(shí)收到音頻和視頻信號。用戶數(shù)據(jù)報(bào)協(xié)議(UDP)也有利于降低傳輸過程中同步插入數(shù)據(jù)的重量”。

　　McCarrison說：“為了確保視頻編碼不受到任何其它處理能力要求的影響，我們的每臺(tái)發(fā)送器/攝像機(jī)均包括兩個(gè)處理器：用于視頻編碼的FPGA處理器和用于連網(wǎng)要求及板載分析的處理器”。

　　由于芯片是監(jiān)控?cái)z像機(jī)的關(guān)鍵組成部件，因此壓縮效率是我們的評定標(biāo)準(zhǔn)之一，Vivotek公司品牌業(yè)務(wù)總監(jiān)William Ku說?！拔覀兊男酒瑱z驗(yàn)流程相當(dāng)長，因?yàn)檫@些系統(tǒng)級芯片對于壓縮來說至關(guān)重要。我們必須測試和檢驗(yàn)其效率、信號流大小和延遲。來自芯片廠商的技術(shù)支持也是至關(guān)重要的，因?yàn)槲覀儽仨毥徊鏅z驗(yàn)邏輯正確性和錯(cuò)誤。這些測試需要幾個(gè)月的時(shí)間”。

　　超出所有部件的功能之和

　　麥克風(fēng)

　　音響質(zhì)量在很大程度上取決于各組成部件。麥克風(fēng)性能并不能決定一切，但它關(guān)系到耐用性和干擾性。與駐極體麥克風(fēng)相比，“MEMS麥克風(fēng)對于溫度變化、振動(dòng)和電磁兼容性(EMC)具有較高的耐受度和穩(wěn)定性”，H?gh說?！叭缃?，許多對講機(jī)制造商采用駐極體麥克風(fēng)。這些麥克風(fēng)向HW編碼譯碼器提供一種模擬音頻信號，HW編碼譯碼器執(zhí)行模擬到數(shù)字轉(zhuǎn)換。另一方面，數(shù)字MEMS麥克風(fēng)為用戶提供直接采樣為96 kHz的數(shù)字音頻，達(dá)到雙倍的CD質(zhì)量”。

　　MEMS麥克風(fēng)的另一個(gè)優(yōu)點(diǎn)是其微小的尺寸。H?gh補(bǔ)充說：“MEMS麥克風(fēng)膜直徑僅為0.1毫米。這一減小的尺寸降低了跨越麥克風(fēng)膜的振動(dòng)，有效降低了音頻失真，從而提供顯著改善的音頻質(zhì)量”。

　　電路板設(shè)計(jì)

　　所有電氣系統(tǒng)都會(huì)制造一些噪音。如果未對系統(tǒng)性能造成干擾，這些噪音是沒有問題的。設(shè)計(jì)配置時(shí)較少考慮電磁干擾問題的工程師們發(fā)現(xiàn)，他們的設(shè)計(jì)并不符合規(guī)范要求或者根本不能正常運(yùn)行。相比芯片組的選擇，相機(jī)電路板的智能設(shè)計(jì)在消除干擾方面更為重要，Weber表示。“智能設(shè)計(jì)意味著組件的合理布置以及正確組件的合理選擇。如果放置在不適當(dāng)?shù)奈恢?，這些組件可導(dǎo)致電磁兼容性問題，從而在另一端產(chǎn)生噼里啪啦的噪音”。

　　編碼譯碼器

　　同視頻編碼譯碼器一樣，音頻編碼譯碼器也發(fā)揮著重要作用，因?yàn)樗鼈儧Q定著壓縮級別和音質(zhì)。Ravello表示，通過采用適當(dāng)?shù)囊纛l和視頻編碼譯碼器以及動(dòng)態(tài)壓縮(可根據(jù)可用帶寬進(jìn)行調(diào)整)，可進(jìn)行帶寬優(yōu)化。

　　然而，相比視頻帶寬，音頻帶寬非常低而且?guī)拵缀鯓?gòu)不成問題，Weber補(bǔ)充說。

　　就集成視頻/音頻解決方案而言，“對于通訊系統(tǒng)來說，最重要的方面是使用開放協(xié)議，以確保與其它系統(tǒng)的互操作性”。這就是為什么我們“致力于支持SIP以及其它開放IP協(xié)議”的原因，H?gh表示。

　　使用許多系統(tǒng)均支持的VoIP編碼譯碼器非常重要，以便在發(fā)生延遲和失真時(shí)減少轉(zhuǎn)碼的需要。“如果在兩個(gè)系統(tǒng)之間發(fā)送了一個(gè)語音包，則必須確保在兩個(gè)系統(tǒng)中使用同一語音編碼譯碼器。如果需要在G.722至G.711之間進(jìn)行重新編碼，這通常會(huì)導(dǎo)致大約20-40毫秒的延遲”，H?gh補(bǔ)充說?！八蠽oIP系統(tǒng)均支持G.711。但是，G.711為一種窄帶編碼譯碼器(3.4 kHz)，提供的質(zhì)量顯著低于G.722。如今，G.722已成為所有高清語音系統(tǒng)均支持的一種編碼譯碼器。通過利用這種開放的高清編碼譯碼器，系統(tǒng)將提供完整的、終端到終端的語音頻譜，無任何重新編碼需要或失真。另一種編碼譯碼器是AAC，而且我們看到這樣一種趨勢：AAC可能會(huì)變得日益流行”。

　　認(rèn)識到以下這一點(diǎn)很重要：并非所有的視頻編碼譯碼器均支持時(shí)間標(biāo)記的視頻/音頻同步，安訊士(Axis Communications)網(wǎng)絡(luò)通訊公司高級顧問Philip Siow表示。“在很多情況下，同步音頻并不太重要，甚至是不需要;例如，如果只需對音頻進(jìn)行監(jiān)測，而不是記錄時(shí)。在網(wǎng)絡(luò)攝像機(jī)中，并不總是支持Motion JPEG壓縮視頻包的時(shí)間標(biāo)記。如果是這種情況，而且需要同步視頻和音頻時(shí)，應(yīng)該選擇的視頻格式為MPEG-4 或H.264”。