音頻監控如何應用在智慧安防中

4月5日，“和頤酒店事件”震驚全國。酒店內的視頻監控記錄下了一名女子遭遇暴行的全過(guò)程。然而，即使在真實(shí)的監控畫(huà)面面前，仍然有很多網(wǎng)友大呼“不相信”、期待事件的反轉。

現在，讓我們來(lái)設想一下。如果頤和酒店的攝像機集合了音頻系統，如果頤和酒店的安保系統里面有音頻系統，那么，在畫(huà)面+聲音的雙重證據下，質(zhì)疑的聲音會(huì )不會(huì )少一些，我們離真相是否更近一些?

音頻監控在智慧安防中大有可為

音頻監控是智慧安防建設系統的重要組成部分，它是一種防范能力較強的綜合系統，直觀(guān)、準確、及時(shí)和信息內容豐富，是其突出的特點(diǎn)。

對于音視頻一體化監控來(lái)說(shuō)，攝像機相當于眼睛，拾音器相當于耳朵。眼睛看到的圖像和耳朵聽(tīng)到的聲音通過(guò)光纖、網(wǎng)絡(luò )等神經(jīng)系統傳輸到存儲服務(wù)器就構成一個(gè)完整的音視頻監控系統，為智慧安防或智慧城市提供 高品質(zhì)完整的基礎數據。

傳統的視頻監控系統都沒(méi)有聲音，就像早期的無(wú)聲電影，人們只能看到無(wú)聲的影像。而現在很多的智慧安防，已經(jīng)要求增加音頻采集，例如在平安城市、公檢法辦案區、金融機構、公共交通、教育監考、行政服務(wù)、執法取證等領(lǐng)域，越來(lái)越多的優(yōu)質(zhì)項目需要高清晰、高保真的音視頻同步監控系統，在優(yōu)質(zhì)安防工程中已凸顯出音頻監控的重要性，成為平安城市和智能政務(wù)的新亮點(diǎn)。

音頻監控系統及其作用

一套完整的音頻監控系統包括拾音器和語(yǔ)音降噪設備、網(wǎng)絡(luò )錄音對講系統、音頻智能分析系統。

拾音器：拾音器是音頻監控系統的核心，主要是通過(guò)聲音的震動(dòng)來(lái)采集現場(chǎng)的聲音。拾音器一般分為數字拾音器和模擬拾音器，數字拾音器就是通過(guò)數字信號處理系統將模擬的音頻信號轉換成數字信號并進(jìn)行相應的數字信號處理的聲音傳感設備。模擬拾音器就只是用一般的模擬電路放大咪頭采集到的聲音。

網(wǎng)絡(luò )錄音對講系統：主要包括遠程錄音系統和對講系統。一旦采集到聲音，就會(huì )自動(dòng)啟動(dòng)錄音功能，并主要通過(guò)語(yǔ)音卡和音箱，實(shí)現實(shí)時(shí)監聽(tīng)的功能。

音頻智能分析系統：音頻智能分析類(lèi)似于視頻監控系統中的智能分析。通過(guò)聲紋采集和比對，來(lái)分析出聲音的具體特征，并能分析出當時(shí)的應用場(chǎng)景。

智能的音頻系統能做些什么

音頻監控經(jīng)過(guò)多年的發(fā)展，技術(shù)正趨于成熟。

通過(guò)對聲紋的識別可以鑒定個(gè)人的身份。人類(lèi)語(yǔ)言的產(chǎn)生是人體語(yǔ)言中樞與發(fā)音器官之間一個(gè)復雜的生理物理過(guò)程，人在講話(huà)時(shí)使用的發(fā)聲器官(舌、牙齒、喉頭、肺、鼻腔)在尺寸和形態(tài)方面差異很大，所以每個(gè)人的聲紋圖譜都有獨特的，既有相對穩定性，也有一些變異。但盡管如此，由于每個(gè)人的發(fā)音器官都不盡相同，因此在一般情況下，可以通過(guò)音頻系統來(lái)區別不同的人的聲音或判斷是否是同一人的聲音。

通過(guò)音頻監控的場(chǎng)景分析來(lái)判斷當時(shí)場(chǎng)景下的異常行為。這種技術(shù)是基于各類(lèi)異常聲音在時(shí)域、頻域的特征，結合模式識別的分類(lèi)方法對異常事件報警。

其實(shí)，現在已經(jīng)有些廠(chǎng)商的技術(shù)已經(jīng)可以做到通過(guò)聲音的識別來(lái)判斷說(shuō)話(huà)人的情緒、所處的環(huán)境等問(wèn)題。

音頻監控的推廣難點(diǎn)

前面說(shuō)過(guò)，傳統的監控系統很少有集合音頻系統。只是在特點(diǎn)的項目中，根據項目需求，才會(huì )在原有的監控系統中添加音頻系統。以下的幾方面制約了音頻監控在安防行業(yè)的應用。

1、成本問(wèn)題。無(wú)論是新建一套完整的音頻系統還是在原有的監控系統或是報警系統中集合音頻產(chǎn)品，都將增加成本，這成為音頻監控推廣難的重要原因。同時(shí)，在一些除去公安、銀行等行業(yè)中，音頻系統并不是不可或缺，因此再考慮到成本的問(wèn)題，音頻系統是可以剔除的。

2、技術(shù)難點(diǎn)。在原有的安防系統中集合音頻系統并不是難事，一般技術(shù)層面的難點(diǎn)基本可以解決。但有些特殊的行業(yè)，對于音頻要求極高。在空曠且嘈雜的環(huán)境中，要求音頻系統抗干擾能力強、有強大的去噪音技術(shù)。而特殊安靜環(huán)境，則要求能聽(tīng)到很細微的聲音，比如說(shuō)公安督查的審訊和槍械室，輕微的聲音都可以第一時(shí)間采集到，要求拾音器的靈敏度必須非常高，而且要達到原聲的效果?？傊?，不同領(lǐng)域的環(huán)境，音頻監控設備的要求也截然不同。而這也正是音頻監控技術(shù)標準始終沒(méi)有得到統一規范的重要原因。

3、隱私問(wèn)題。音頻監控提供了便利和安全，也可能帶來(lái)隱私問(wèn)題。有人擔心，聲紋可以不經(jīng)他們同意來(lái)鑒定說(shuō)話(huà)者，是否侵犯他們的隱私和言論自由。這些技術(shù)一旦成熟，它必將產(chǎn)生許多隱私問(wèn)題，這是非常容易理解的。如何獲得聲紋以及何時(shí)獲得聲紋是合法這個(gè)問(wèn)題是非常模糊的。

而隨著(zhù)平安城市的推進(jìn)和反恐進(jìn)程加快，對于安防系統的建設要求也越來(lái)越高。人們對音頻監控已經(jīng)開(kāi)始重視起來(lái)，更多的行業(yè)和場(chǎng)景中對于影音同步監控的需求越來(lái)越強烈。無(wú)論是公檢法機構，還是機場(chǎng)、鐵路、銀行等重點(diǎn)單位，越來(lái)越多的優(yōu)質(zhì)安防工程急需清晰、逼真的影音同步監控系統。