音頻監控的核心部件是拾音器，對于音視頻一體化監控來說，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、網絡等神經系統傳輸到作為大腦的硬盤錄像機保存就構成一個基本的影音記錄系統。傳統的監控系統大都沒有聲音，就像早年的無聲電影，人們只能看到無聲的圖像，現在很多的監控系統已經要求集成音頻。
拾音器在音頻安防監控中的三大技術難題
1、長期以來音頻監控技術發展緩慢，噪聲處理難度大。
人聲和噪聲經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，二是降低來自環境噪聲的干擾。電路自身的噪聲比較容易解決，環境噪聲問題更為復雜而難于解決。低水平的環境噪聲可以通過噪聲的自動監測并進行反饋抑制，這個技術能抑制部分環境噪聲。但在公路等強噪聲環境下，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趨于0，無論如何放大也是無濟于事，加上環境噪聲混合在一起，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、音質差、指向性強，無法在音頻監控領域大面積推廣，只能在刑偵領域使用。
3、好的拾音器價格高昂。
麥克風咪頭作為拾音器關鍵部件，其性能直接影響到聲音的品質。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麥克風幾百元，而CCTV的播音員為什么要用價格上萬的麥克風。 |
