ProHoster > Blogs > Administrācija > Pieejamāka ir kļuvusi kameras mērķauditorijas atlases ar balsi funkcija - universālais risinājums SmartCam A12 Voice Tracking

Pieejamāka ir kļuvusi kameras mērķauditorijas atlases ar balsi funkcija - universālais risinājums SmartCam A12 Voice Tracking

Pieejamāka ir kļuvusi kameras mērÄ·auditorijas atlases ar balsi funkcija - universālais risinājums SmartCam A12 Voice TrackingTēma par runājoÅ”a dalÄ«bnieka izsekoÅ”anu videokonferencē pēdējos gados ir ieguvusi apgriezienus. TehnoloÄ£ija ir ļāvusi ieviest sarežģītus algoritmus audio/video informācijas apstrādei reāllaikā, un tas mudināja Polycom pirms gandrÄ«z 10 gadiem ieviest pasaulē pirmo galveno risinājumu ar inteliÄ£entu automātisko skaļruņu izsekoÅ”anu. Vairākus gadus viņiem izdevās palikt vienÄ«gajiem Ŕāda risinājuma Ä«paÅ”niekiem, taču Cisco nebija ilgi jāgaida un laida tirgÅ« savu inteliÄ£entās divu kameru sistēmas versiju, kas bija godÄ«gs konkurents Polycom risinājumam. Daudzus gadus Å”o videokonferenču segmentu ierobežoja vairāku iespējas Ä«paÅ”umtiesÄ«bas produktiem, taču Å”is raksts ir veltÄ«ts pirmajam universāls risinājums kameras vadÄ«bai ar balsi, saderÄ«gs gan ar aparatÅ«ras, gan programmatÅ«ras infrastruktÅ«ru video konferencēm.
Pirms pāriet uz risinājumu aprakstu un iespēju demonstrÄ“Å”anu, es vēlos atzÄ«mēt svarÄ«gu notikumu:
Man ir tas gods iepazÄ«stināt Habras kopienu jauns centrs, kas veltÄ«ta videokonferenču risinājumiem (VCC). Tagad, pateicoties kopÄ«gajiem pÅ«liņiem (mans un NLO), Videokonferences ir sava mājvieta HabrĆ©, un es aicinu ikvienu, kas ir iesaistÄ«ts Å”ajā plaÅ”ajā un aktuālajā tēmā, abonēt jauns centrs.

Divi scenāriji kameras pavērÅ”anai pret skaļruni

Å obrÄ«d videokonferenču risinājumu integratori paÅ”i izvēlas divus dažādus veidus, kā Ä«stenot uzdevumu mērķēt uz vadÄ«tāju:

  1. Automātiski - inteliģents
  2. Pusautomātiskais - programmējams

Pirmā iespēja ir tikai Cisco, Polycom un citu ražotāju risinājumi; mēs tos apsvērsim tālāk. Å eit mēs runājam par pilnu kameras pavērÅ”anas automatizāciju uz runājoÅ”o videokonferences dalÄ«bnieku. Unikālie algoritmi audio/video signālu apstrādei ļauj kamerai patstāvÄ«gi izvēlēties vēlamo pozÄ«ciju.

Otra iespēja ir automatizācijas sistēmas, kuru pamatā ir dažādi ārējie vadÄ«bas kontrolieri, mēs tos sÄ«kāk neapskatÄ«sim, jo Raksts ir Ä«paÅ”i veltÄ«ts skaļruņu automātiskai izsekoÅ”anai.
Otrajam kameras norādes ievieÅ”anas scenārijam ir diezgan daudz atbalstÄ«tāju, un tam ir iemesli. PieredzējuÅ”i integratori saprot, ka viedajiem Polycom un Cisco risinājumiem ir nepiecieÅ”ami ideāli darbÄ«bas apstākļi, lai automatizācija darbotos pareizi. Taču ne vienmēr ir iespējams nodroÅ”ināt Ŕādus nosacÄ«jumus, tāpēc sistēmas darbÄ«bu dažkārt garantē Ŕāds kameras rādÄ«Å”anas problēmas risinājums:

1. Visi nepiecieÅ”amie iepriekŔējie iestatÄ«jumi (PTZ ierÄ«ces pozÄ«cijas un optiskās tālummaiņas koeficients) tiek manuāli ievadÄ«ti iepriekÅ” kameras atmiņā (vai dažreiz arÄ« vadÄ«bas kontrollerÄ«). Parasti tas ir sapulču telpas vispārÄ«gais plāns un katra konferences dalÄ«bnieka skats portreta režīmā.

2. Tālāk norādÄ«tajās vietās tiek uzstādÄ«ti iniciatori vajadzÄ«gā preset izsaukÅ”anai - tās ir vai nu mikrofona pultis, vai radio pogas, vispār jebkura ierÄ«ce, kas spēj nodroÅ”ināt vadÄ«bas kontrolierim tai saprotamu signālu.

3. VadÄ«bas kontrolleris ir ieprogrammēts tā, lai katram iniciatoram bÅ«tu savs priekÅ”iestatÄ«jums. Telpas vispārējais plāns - visi iniciatori ir izslēgti.
Tā rezultātā, izmantojot, piemēram, kongresa sistēmu un vadÄ«bas kontrolieri, runātājs pirms runas sākÅ”anas aktivizē savu personÄ«go mikrofona pulti. VadÄ«bas sistēma uzreiz apstrādā saglabāto kameras pozÄ«ciju.

Å is scenārijs darbojas nevainojami ā€“ sistēmai nav jāveic balss triangulācija un video analÄ«tika. Es nospiedu pogu, un iepriekŔējais iestatÄ«jums darbojās, bez aizkaves vai viltus pozitÄ«vu rezultātu.
Vadības un automatizācijas sistēmas tiek izmantotas lielās, sarežģītās telpās, kur dažkārt ir uzstādīta nevis viena, bet vairākas videokameras. Nu, mazām un vidējām sanāksmju telpām automātiskās sistēmas ir diezgan piemērotas (ja jums ir budžets).
Sāksim ar dibinātājiem.

Polycom EagleEye direktors

Pieejamāka ir kļuvusi kameras mērÄ·auditorijas atlases ar balsi funkcija - universālais risinājums SmartCam A12 Voice TrackingÅ is risinājums savulaik radÄ«ja sensāciju videokonferenču jomā. Polycom EagleEye Director bija pirmais risinājums viedo kameru vadÄ«bas jomā. Risinājums sastāv no EagleEye Director bāzes bloka un divām kamerām. Å Ä«s pirmās ievieÅ”anas Ä«patnÄ«ba ir tāda, ka viena kamera ir paredzēta tikai runātāja tuvplāna skatam, bet otrā - sapulču telpas vispārējam plānam. Tajā paŔā laikā vispārējā plāna kameru var novietot pilnÄ«gi atseviŔķi no pamatnes citā sapulču telpas vietā - tā nav tieÅ”i iesaistÄ«ta automātiskās vadÄ«Å”anas procesā.
Sistēma darbojas Ŕādi:

  1. Vispārējā telpas kamera ir aktÄ«va ā€“ visi klusē
  2. Skaļrunis sāk runāt ā€“ mikrofonu bloks uztver balsi, kamera virzās uz skaņu, izmantojot patentētu tehnoloÄ£iju, kas ietver balss triangulāciju. Vispārējā kamera joprojām ir aktÄ«va
  3. Galvenā kamera tikai sāk meklēt skaņas avotu, veicot video analīzi. Sistēma identificē skaļruni pēc acs-deguna-mutes savienojuma, ierāmē skaļruņa attēlu un parāda straumi no galvenās kameras
  4. Skaļrunis mainās. Mikrofonu bloks saprot, ka balss nāk no citas vietas. Atkal tiek ieslēgts ģenerālplāns.
  5. Un tad pa apli, sākot no 2. punkta
  6. Ja jaunais skaļrunis atrodas kadrā ar iepriekŔējo, sistēma veic ā€œkarstoā€ pozicionÄ“Å”anas maiņu, nemainot aktÄ«vo plÅ«smu uz vispārējo kadru.

NegatÄ«vā puse, manuprāt, ir tikai vienas galvenās kameras klātbÅ«tne. Tas rada ievērojamu aizkavi, mainot skaļruņus. Un katru reizi norādÄ«Å”anas brÄ«dÄ« sistēma ieslēdz telpas vispārējo plānojumu ā€“ dzÄ«vas sarunas laikā Ŕī ņirboÅ”anās sāk kaitināt.

Polycom EagleEye direktors II

Pieejamāka ir kļuvusi kameras mērÄ·auditorijas atlases ar balsi funkcija - universālais risinājums SmartCam A12 Voice TrackingÅ Ä« ir otrā risinājuma versija no Polycom, kas tika izlaista salÄ«dzinoÅ”i nesen. DarbÄ«bas princips ir mainÄ«jies un vairāk lÄ«dzinās Cisco risinājumam. Tagad abas PTZ kameras ir galvenās un kalpo, lai netraucēti pārslēgtu kanālus no viena raidÄ«tāja uz otru. Sapulču telpas vispārējo izkārtojumu tagad fiksē atseviŔķa kamera, kas integrēta EagleEye Director II bāzes blokā. Kādu iemeslu dēļ Ŕīs platleņķa kameras straume tiek parādÄ«ta papildu logā ekrāna stÅ«rÄ«, aizņemot 1/9 no galvenās straumes. PozicionÄ“Å”anas princips ir vienāds - balss triangulācija un video straumes analÄ«ze. Un vājās vietas ir tās paÅ”as: ja sistēma neredz runājoÅ”o muti, kamera nemērķēs. Un Ŕāda situācija var gadÄ«ties diezgan bieži - runātājs ir novērsies, runātājs ir pagriezies uz sāniem, runātājs ir vēdera runātājs, runātājs ir aizsedzis muti ar roku vai dokumentu.
Abi reklāmas video tika uzņemti kompetenti - 2 cilvēki runā pārmaiņus un atver muti it kā tikÅ”anās reizē ar logopēdu. Bet pat Ŕādos izsmalcinātos apstākļos ir ļoti ievērojama kavÄ“Å”anās. Bet kadrējums ir nevainojams ā€“ ērts portreta kadrs.

Cisco TelePresence SpeakerTrack 60

Pieejamāka ir kļuvusi kameras mērÄ·auditorijas atlases ar balsi funkcija - universālais risinājums SmartCam A12 Voice TrackingLai aprakstÄ«tu Å”o risinājumu, es izmantoÅ”u tekstu no oficiālās broŔūras.
SpeakerTrack 60 izmanto unikālu divu kameru pieeju, lai ātri pārslēgtos tieÅ”i starp dalÄ«bniekiem. Viena kamera ātri atrod aktÄ«vā prezentētāja tuvplānu, bet otra meklē un parāda nākamo prezentācijas vadÄ«tāju. MultiSpeaker funkcija novērÅ” nevajadzÄ«gu pārslēgÅ”anu, ja nākamais skaļrunis jau atrodas paÅ”reizējā kadrā.
Diemžēl man paÅ”am nebija iespējas pārbaudÄ«t SpeakerTrack 60. LÄ«dz ar to secinājumi jāizdara, balstoties uz atzinumu ā€œno laukaā€ un tālāk redzamā demonstrācijas video analÄ«zes rezultātiem. Es saskaitÄ«ju maksimālo aizkavi gandrÄ«z 8 sekundes, norādot uz jaunu prezentētāju. Vidēji kavÄ“Å”anās bija 2-3 sekundes, spriežot pēc video.

HUAWEI inteliģentā izsekoŔanas videokamera VPT300

Pieejamāka ir kļuvusi kameras mērÄ·auditorijas atlases ar balsi funkcija - universālais risinājums SmartCam A12 Voice TrackingAr Å”o Huawei risinājumu uzgāju nejauÅ”i. Sistēma maksā apmēram $ 9K. Darbojas tikai ar Huawei termināļiem. Izstrādātāji pievienoja savu ā€œtrikuā€ - video izkārtojumu no diviem skaļruņiem vienā ekrānā, ja telpā nav neviena cita. Runājot par Ä«paŔībām un deklarēto funkcionalitāti, Ŕī ir ļoti interesanta automātiskās vadÄ«bas sistēmas versija. Bet diemžēl es neatradu absolÅ«ti nekādu demonstrācijas materiālu. VienÄ«gais video, kas parādÄ«jās par Å”o tēmu, bija risinājuma rediģēts video apskats, bez oriÄ£inālās skaņas, iestatÄ«ts uz mÅ«ziku. Tādējādi nebija iespējams novērtēt sistēmas kvalitāti. Å Ä« iemesla dēļ es Å”o iespēju neizskatÄ«Å”u.
Skatos, ka Huawei ir aktÄ«vs blogs par HabrĆ© - varbÅ«t kolēģi varēs publicēt kādu noderÄ«gu informāciju par Å”o produktu.

Jaunums - universāls risinājums SmartCam A12 balss izsekoŔana

Pieejamāka ir kļuvusi kameras mērÄ·auditorijas atlases ar balsi funkcija - universālais risinājums SmartCam A12 Voice TrackingSmartCam A12VT - monobloks, ieskaitot divas PTZ kameras skaļruņu izsekoÅ”anai, divas iebÅ«vētas kameras telpas vispārējā izkārtojuma analÄ«zei, kā arÄ« mikrofonu bloks, kas iebÅ«vēts korpusa pamatnē - kā redzat, nav apjomÄ«gu un trauslas struktÅ«ras, piemēram, pretinieku struktÅ«ras.
Pirms sākÅ”u aprakstÄ«t jauno produktu, es apkopoÅ”u Cisco un Polycom risinājumu Ä«paŔības un iezÄ«mes, lai varētu salÄ«dzināt SmartCam A12VT ar esoÅ”ajiem piedāvājumiem.

Polycom EagleEye direktors

  • Sistēmas bez termināļa mazumtirdzniecÄ«bas izmaksas - $ 13K
  • EagleEye Director + RealPresence Group 500 risinājuma minimālās izmaksas ā€” $ 19K
  • Vidējais pārslēgÅ”anas aizkave 3 sekundes
  • Balss norādes + video analÄ«ze
  • Augstas prasÄ«bas runātāja sejai - jÅ«s nevarat noslēpt muti
  • NesaderÄ«ba ar treÅ”o puÅ”u aprÄ«kojumu

Cisco TelePresence SpeakerTrack 60

  • Sistēmas bez termināļa mazumtirdzniecÄ«bas izmaksas - $ 15,9K
  • TelePresence SpeakerTrack 60 + SX80 Codec risinājuma minimālās izmaksas - $ 30K
  • Vidējais pārslēgÅ”anas aizkave 3 sekundes
  • Balss norādes + video analÄ«ze
  • PrasÄ«bas runātāja sejai - nepārbaudÄ«ja, neatradu informāciju
  • NesaderÄ«ba ar treÅ”o puÅ”u aprÄ«kojumu

SmartCam A12 balss izsekoŔana

  • Sistēmas bez termināļa mazumtirdzniecÄ«bas izmaksas - $ 6,2K
  • Minimālās risinājuma izmaksas SmartCam A12VT + Yealink VC880 Sākot no $ 10.8K
  • Minimālās risinājuma izmaksas SmartCam A12VT+ programmatÅ«ras terminālis Sākot no $ 7,7K
  • Vidējais pārslēgÅ”anas aizkave 3 sekundes
  • Balss norādes + video analÄ«ze
  • PrasÄ«bas runātāja sejai - nav prasÄ«bu
  • TreÅ”o puÅ”u saderÄ«ba ā€” HDMI

Kā divas galvenās un nenoliedzamas risinājuma priekŔrocības SmartCam A12 balss izsekoŔana ES atradu:

  1. Savienojuma daudzpusÄ«ba ā€” izmantojot HDMI, sistēma integrējas gan ar aparatÅ«ras, gan programmatÅ«ras videokonferenču termināļu sistēmām
  2. Zemas izmaksas ā€” ar lÄ«dzÄ«gu funkcionalitāti A12VT ir daudzkārt lētāks par budžetu nekā iepriekÅ” aprakstÄ«tie priekÅ”likumi.

Lai demonstrētu, kā sistēma darbojas, ierakstījām video apskatu. Uzdevums nebija tik daudz reklāma, cik funkcionāls. Tāpēc videoklipam nav Polycom reklāmas videoklipa patosa. Prezentācijas norises vieta bija nevis pārstāvniecība, bet gan mūsu partnera uzņēmuma IPMatika laboratorijas sanāksmju telpa.
Mans mērķis nebija slēpt sistēmas nepilnības, bet, gluži otrādi, atmaskot funkcionalitātes vājās vietas, piespiest sistēmu kļūdīties.

Manuprāt, sistēma veiksmÄ«gi izturēja testus. Es to saku ar pārliecÄ«bu, jo Ŕī raksta rakstÄ«Å”anas laikā risinājums SmartCam A12 balss izsekoÅ”ana apmeklēja duci Ä«stu mÅ«su klientu sanāksmju telpu. Automatizācijas darbÄ«bas traucējumi tika novēroti tikai ieteicamo ekspluatācijas noteikumu pārkāpÅ”anas apstākļos. Jo Ä«paÅ”i minimālais attālums lÄ«dz tuvumā esoÅ”ajiem dalÄ«bniekiem. Ja jÅ«s sēdēsit ļoti tuvu kamerai, mazāk par metru, mikrofona bloks nespēs jÅ«s atpazÄ«t un objektÄ«vs nespēs jÅ«s izsekot.

Pieejamāka ir kļuvusi kameras mērķauditorijas atlases ar balsi funkcija - universālais risinājums SmartCam A12 Voice Tracking

Papildus attālumam ir vēl viena prasība - kameras augstums.

Pieejamāka ir kļuvusi kameras mērķauditorijas atlases ar balsi funkcija - universālais risinājums SmartCam A12 Voice Tracking

Ja kamera ir uzstādÄ«ta pārāk zemu, var rasties problēmas ar balss pozicionÄ“Å”anu. Opcija zem televizora diemžēl nedarbojās.
Taču sistēmas uzstādÄ«Å”ana virs displeja ierÄ«ces ir ideāls veids, kā ierÄ«ce darbojas. Kameras plaukts ir iekļauts komplektā; standarta komplektācijā tiek atbalstÄ«ts tikai sienas stiprinājums.

Kā darbojas SmartCam A12 balss izsekoŔana

Galvenajiem PTZ objektÄ«viem ir vienādas lomas - to uzdevums ir pārmaiņus izsekot prezentētājiem un parādÄ«t kopējo plānu. Kopējā attēla analÄ«ze telpā un attāluma noteikÅ”ana lÄ«dz objektiem tiek veikta, izmantojot video straumes, kas saņemtas no divām sistēmas pamatnē integrētām kamerām. Å Ä« funkcija ļauj samazināt objektÄ«va reakcijas laiku, mainot skaļruni lÄ«dz 1-2 sekundēm. Kamerai izdodas ērtā ritmā pamÄ«Å”us starp dalÄ«bniekiem, pat ja viņi apmainās ar Ä«siem teikumiem.
Sistēmas darbÄ«bas video demonstrācija pilnÄ«bā atspoguļo funkcionalitāti SmartCam A12VT. Bet tiem, kas video nav skatÄ«juÅ”ies, vārdos aprakstÄ«Å”u automatizācijas darbÄ«bas principu:

  1. Telpa ir tukÅ”a: viena no lēcām rāda Ä£enerālplānu, otra ir gatava - gaida cilvēkus
  2. Cilvēki ienāk telpā un ieņem vietas: brÄ«vais objektÄ«vs atrod divus galējos dalÄ«bniekus un ierāmē attēlu ap tiem, nogriežot tukÅ”o telpas daļu.
  3. Kamēr cilvēki pārvietojas, objektÄ«vi pēc kārtas seko visiem telpā esoÅ”ajiem, paturot tos kadra centrā
  4. Runātājs sāk runāt: objektīvs ir aktīvs, pielāgots vispārējam plānam. Otrais ir vērsts uz skaļruni un tikai pēc tam pāriet apraides režīmā
  5. Skaļrunis mainās: objektīvs, kas pielāgots pirmajam skaļrunim, ir aktīvs, un otrais objektīvs nolaiž platleņķa kadru un pielāgojas jaunajam skaļrunim.
  6. Brīdī, kad pārslēdzat attēlu no pirmā skaļruņa uz otro, brīvais objektīvs tiek uzreiz pielāgots telpas vispārējam plānam
  7. Ja visi klusē, bezmaksas objektÄ«vs bez aizÄ·erÅ”anās parādÄ«s gatavu Ä£enerālplānu
  8. Ja runātājs atkal mainīsies, brīvais objektīvs dosies viņu meklēt

Secinājums

Manuprāt, Å”is pagājuÅ”ajā gadā ISE un ISR prezentētais risinājums tuvina augstās tehnoloÄ£ijas - ja ne cilvēkiem, tad biznesam noteikti. Ir skaidrs, ka par 400 tÅ«kstoÅ”iem rubļu reti kurÅ” iegādāsies Ŕādu ā€œrotaļlietuā€ mājām, bet biznesam, korporatÄ«vajām video konferencēm tas ir ļoti pieņemams un ērts kameras automātiskās mērÄ·Ä“Å”anas problēmas risinājums.
Ņemot vērā daudzpusÄ«bu SmartCam A12 balss izsekoÅ”ana, sistēmu var izmantot kā risinājumu no nulles vai kā esoŔās videokonferenču infrastruktÅ«ras funkcionalitātes paplaÅ”inājumu. Savienojuma izveide, izmantojot HDMI, ir liels solis lietotāja virzienā, atŔķirÄ«bā no iepriekÅ” aprakstÄ«to ražotāju patentētajām sistēmām.

Vēlos pateikties partneriem, kuri palÄ«dzēja testÄ“Å”anā.
uzņēmums IPMatika ā€” Yealink VC880 terminālim, sanāksmju telpai un Yakushina Yura.
uzņēmums Smart-AV ā€” par tiesÄ«bām uz pirmo un ekskluzÄ«vo risinājuma un sistēmas nodroÅ”inājuma pārskatÄ«Å”anu SmartCam A12 balss izsekoÅ”ana testÄ“Å”anai.

Pēdējā rakstā TieÅ”saistes sanāksmju telpas dizainers ā€“ optimālā videokonferenču risinājuma izvēle, kā vietnes veicināŔana vc4u.ru Šø VKS dizainers mēs paziņojām 10% atlaide no cenas iekŔā direktoriju pēc koda vārda HABR lÄ«dz 2019. gada vasaras beigām.

Atlaide attiecas uz precēm Ŕādās sadaļās:

Uz lēmumu SmartCam A12 balss izsekoÅ”ana Piedāvāju papildus 5% atlaidi jau esoÅ”ajiem 10% - kopā 15% lÄ«dz 2019. gada vasaras beigām.

GaidīŔu jūsu komentārus un atbildes aptaujā!

Paldies par uzmanību.
Ar cieņu,
Kirils Usikovs (Usikoffs)
Vadītājs
VideonovēroÅ”anas un videokonferenču sistēmas
[e-pasts aizsargāts]
stss.ru
vc4u.ru

Aptaujā var piedalīties tikai reģistrēti lietotāji. Ielogoties, lūdzu.

Cik noderīga ir SmartCam A12 balss izsekoŔana?

  • Beidzot ir parādÄ«jies universāls risinājums programmatÅ«ras un aparatÅ«ras termināļiem!

  • Risinājums ir labs, bet ir arÄ« citas pieejamās iespējas (rakstÄ«Å”u komentāros)

  • Sistēma ir vāja, tā nesasniedz Polycom un Cisco - komentāros rakstÄ«Å”u, kāpēc jums vajadzētu maksāt 3 reizes vairāk!

  • Kam tik un tā ir vajadzÄ«ga automātiskā vadÄ«ba sanāksmju telpā?

  • Kam tik un tā ir vajadzÄ«ga PTZ kamera sanāksmju telpā? ā€” Es pievienoju tÄ«mekļa kameru, un viss bija kārtÄ«bā!

Nobalsoja 8 lietotāji. 5 lietotāji atturējās.

Avots: www.habr.com

Pievieno komentāru