【中國數(shù)字視聽網(wǎng)訊】人聲和噪聲經(jīng)過放大后很容易混淆在一起，就算是裝上拾音器聽到的也是噪聲，音頻監(jiān)控沒有達到其目的和意義。拾音器降噪需要解決兩方面的問題，一是減少來自電路自身的噪音，二是降低來自環(huán)境噪聲的干擾。拾音器被視作安防領(lǐng)域的“神秘”行業(yè)，其在視頻監(jiān)控中的發(fā)展受到哪些限制？本文以下進行解析。

網(wǎng)絡(luò)攝像機如何拾音？

網(wǎng)絡(luò)攝像機拾音其實是一個很容易解決的問題，并且，網(wǎng)絡(luò)攝像機拾取的音頻信號在前端就已經(jīng)編碼成了數(shù)字音頻信號，再經(jīng)過網(wǎng)線的傳輸?shù)絅VR或電腦上進行存儲，相對于以前的模擬拾音，網(wǎng)絡(luò)攝像機的拾音的音頻質(zhì)量能得到很大的提高。要解決網(wǎng)絡(luò)攝像機拾音只要有以下的幾個條件就可以了：

所使用的網(wǎng)絡(luò)攝像機的編碼板設(shè)計有音頻輸入接口，如果所使用的網(wǎng)絡(luò)攝像機沒有音頻輸入接口，那就談不上拾音了，一般能達到工程級別的網(wǎng)絡(luò)攝像機都會有音頻編碼這一功能的，也就有相應(yīng)的音頻輸入接口了；所使用的客戶端軟件或NVR有音頻編碼錄音及解碼回放的功能。只要具備以上兩個條件，就能輕松的實現(xiàn)網(wǎng)絡(luò)攝像機音視頻同步拾取了。

那要怎樣才能拾取到優(yōu)質(zhì)的聲音呢，這一點在選擇怎樣的拾音設(shè)備上有很大的講究，首先我們來確定一下我們的網(wǎng)絡(luò)攝像機的音頻輸入接口是LINE還MIC輸入的，如果是LINE輸入的，那我們要使用帶有音頻放大功能的有源拾音器，這樣拾取的效果才會好；如果是MIC輸入的，使用一般的無源拾音器也是可以拾音的。當(dāng)然，無論是有源拾音器還是無源拾音器，從檔次和價位上都是有很大的差別的，從普通的十幾元到上千元不等的拾音器也是有的，不同檔次的拾音器在對噪聲的處理及人聲的還原度上都有很大的差別。最后，還有一個問題是會經(jīng)常被一些做模擬的工程商問起的：網(wǎng)絡(luò)攝像機拾音還需不需要布音頻線到錄像機，這個問題的答案是：不需要！因為我們的音頻在攝像機里面就已經(jīng)被編碼成數(shù)字信號跟我們的數(shù)字視頻信號一起通過網(wǎng)線傳輸?shù)轿覀兊匿浵駲C上來了。

視頻監(jiān)控拾音器展現(xiàn)蓬勃生機

近年來，隨著視頻監(jiān)控的發(fā)展以及在應(yīng)用中發(fā)現(xiàn)的不足，人們開始對音頻監(jiān)控也提出了較大的需求。仔細觀察，我們不難發(fā)現(xiàn)，在公檢法機構(gòu)、機場、鐵路、銀行等一些領(lǐng)域，越來越多的安防工程急需清晰、逼真的影音同步監(jiān)控系統(tǒng)，音頻監(jiān)控領(lǐng)域已經(jīng)成為安防行業(yè)的新亮點。然而，隨著安防技術(shù)的不斷進步，視頻監(jiān)控得以大踏步前進，音頻監(jiān)控卻慢慢地被“冷落”了。究其原因，具體有兩點：

首先，由于安防向來被視為比較“神秘”的行業(yè)，音頻監(jiān)控可能會涉及到個人的隱私問題，比如私下談?wù)摰哪承┟舾袞|西如果“不小心”被記錄下來，而監(jiān)控資料保管不當(dāng)就造成了隱私泄露。公共場合的視頻監(jiān)控，國家有相關(guān)的法律和安裝規(guī)范，有法律保障。音頻監(jiān)控行為雖然與視頻監(jiān)控相比沒有什么本質(zhì)區(qū)別，但沒有明文規(guī)定，阻礙了其發(fā)展。

其次，音頻監(jiān)控受到的“忌諱”也導(dǎo)致其發(fā)展不受重視。長期以來音頻監(jiān)控技術(shù)發(fā)展緩慢，加上聲音傳播本身會受到環(huán)境影響，導(dǎo)致噪聲處理難度大。人聲和噪聲經(jīng)過放大后很容易混淆在一起，就算是裝上拾音器聽到的也主要是噪聲，使音頻監(jiān)控沒有達到其目的和意義。

拾音器降噪通常需要解決兩方面的問題，一是減少來自電路自身的噪音，二是降低來自環(huán)境噪聲的干擾。電路自身的噪聲比較容易解決，環(huán)境噪聲問題更為復(fù)雜而難于解決。低水平的環(huán)境噪聲可以通過噪聲的自動監(jiān)測并進行反饋抑制，但這個技術(shù)只能抑制部分環(huán)境噪聲。可喜的是，音頻監(jiān)控作為安防行業(yè)近年來迅速發(fā)展的一個分支，目前已展現(xiàn)出前所未有的勃勃生機，人們把關(guān)注的目光開始從能夠看見和聽見的需求轉(zhuǎn)向?qū)で蟾哔|(zhì)量的音視頻監(jiān)控。

拾音器在音頻安防監(jiān)控中遇難題

音頻監(jiān)控的核心部件是拾音器，對于音視頻一體化監(jiān)控來說，攝像機是眼睛，拾音器是耳朵。眼睛看到的圖像和耳朵聽到的聲音通過電纜、光纖、網(wǎng)絡(luò)等神經(jīng)系統(tǒng)傳輸?shù)阶鳛榇竽X的硬盤錄像機保存就構(gòu)成一個基本的影音記錄系統(tǒng)。傳統(tǒng)的監(jiān)控系統(tǒng)大都沒有聲音，就像早年的無聲電影，人們只能看到無聲的圖像，現(xiàn)在很多的監(jiān)控系統(tǒng)已經(jīng)要求集成音頻。拾音器在音頻安防監(jiān)控中的三大技術(shù)難題：

1、長期以來音頻監(jiān)控技術(shù)發(fā)展緩慢，噪聲處理難度大：人聲和噪聲經(jīng)過放大后很容易混淆在一起，就算是裝上拾音器聽到的也是噪聲，音頻監(jiān)控沒有達到其目的和意義。拾音器降噪需要解決兩方面的問題，一是減少來自電路自身的噪音，二是降低來自環(huán)境噪聲的干擾。電路自身的噪聲比較容易解決，環(huán)境噪聲問題更為復(fù)雜而難于解決。低水平的環(huán)境噪聲可以通過噪聲的自動監(jiān)測并進行反饋抑制，這個技術(shù)能抑制部分環(huán)境噪聲。但在公路等強噪聲環(huán)境下，要達到更高要求還必須進一步采用DSP噪聲抑制手段。目前最先進的語音降噪算法也只能在保證少失真的情況下降噪20dB左右。

2、遠距離音頻監(jiān)控難度大：從聲音在空氣中傳播的物理原理我們得知，一般人說話的聲音強度大都在50分貝，傳播的距離在30米左右。而繁忙公路上的噪聲基本上在60分貝，說話的聲音很容易被“淹沒”，這就是為什么大家在噪聲環(huán)境中嗓門會越來越大，這樣對方才能聽清。然而，人的說話聲傳播到100米外的聲音能量已經(jīng)趨于0，無論如何放大也是無濟于事，加上環(huán)境噪聲混合在一起，語音的處理難上加難。激光拾音器可以解決聽到遠距離聲音的問題，但成本極高、音質(zhì)差、指向性強，無法在音頻監(jiān)控領(lǐng)域大面積推廣，只能在刑偵領(lǐng)域使用。

3、好的拾音器價格高昂：麥克風(fēng)咪頭作為拾音器關(guān)鍵部件，其性能直接影響到聲音的品質(zhì)。差的咪頭成本幾毛錢，好的咪頭價格上萬。要想獲得較好的音質(zhì)就必須采用檔次高的咪頭，而其成本就占了拾音器總成本的一半以上。加上后端噪聲處理的高成本DSP芯片，因此高端拾音器價格一直居高不下。這就是為什么卡拉OK麥克風(fēng)幾百元，而CCTV的播音員為什么要用價格上萬的麥克風(fēng)。