بررسی عملکرد صدا در سیستم های نظارت تصویری

افزودن صدا در سیستم نظارت تصویری می تواند کمک قابل توجهی به فرآیند شناسایی ، افزایش آگاهی از محیط اطراف و حتی مستنداتی قابل اطمینان جهت ارائه به دادگاه باشد. با استفاده از صدا می توان توانایی های سیستم نظارت تصویری را گسترش داد و مزایای قابل توجه عملیاتی برای آن فراهم کرد.

صوت چیست؟

زمانی که جسمی ارتعاش می کند باعث ایجاد یک اختلال مکانیکی در محیط می شود که این محیط معمولا هواست. صدا نیز امواج فشرده شده هواست که ناشی از ارتعاشات مکانیکی است برای مثال در یک بلندگو یا تارهای صوتی یک شخص . این امواج فشرده شده از طریق هوا منتقل می شود. گوش انسان این ارتعاشات را دریافت می کند و آن را به عنوان صدا تفسیر می کند.

فرکانس ارتعاشات، زیر و بمی صدا را تعیین می کند. فرکانس های پایین به عنوان تن صدای بم و فرکانس های بالا، صدای زیر یا تن های بالا شناخته می شود. گوش انسان قادر به تشخیص فرکانس های 20 هرتز (ارتعاش در ثانیه) تا 20 کیلو هرتز است.. با مرور زمان و فرا رسیدن کهن سالی حد بالایی این محدوده (نزدیک به 20 کیلو هرتز) افت پیدا میکند. به امواجی که فرکانس آن ها پایین تر از 20 هرتز باشد “فرو صوت” و نیز امواجی با فرکانس بالاتر از 20 کیلو هرتز “ماورای صوت” گفته می شود هنجره ی انسان نیز غالبا می تواند صدایی در محدوده 150 هرتز تا 5 کیلوهرتز تولید کند.

ضبط صدا:

برای ضبط صدا نیاز به میکروفن داریم. یک پوسته یا غشای نازک در میکروفن به تغییرات فشار هوای وارد شده بر سطح خود واکنش نشان می دهد و شروع به ارتعاش با فرکانس های مشابه می کند. این ارتعاشات یک ولتاژ الکتریکی متغیر تولید می کند که می تواند تقویت شده و بر روی یک هادی الکتریسیته (مانند سیم) انتقال پیدا کند.

در بلندگو این سیگنال الکتریکی متغیر به ارتعاشات مولکول های هوا تبدیل شده و این گونه صدا در محیط پخش می شود. در حین ضبط سیگنال های الکتریکی با نرخ چندین هزار بار در ثانیه نمونه برداری می شوند. نرخ نمونه برداری باید حداقل دو برابر فرکانس شما برای ضبط باشد، بنابراین برای موج صدای 11 کیلوهرتز، فرکانس نمونه برداری باید حداقل 22.000 بار در ثانیه باشد.

نمونه برداری با نرخ بالا نمونه برداری با نرخ پایین

عمق بیت، رزولوشن و یا کیفیت هر نمونه را کنترل می کند. در عمق بیت بالاتر، سطح سیگنال در هر نمونه را می تواند با دقت بیشتری ذخیره شود.

نرخ بیت بالا نرخ بیت پایین

اگر نرخ نمونه را ضرب در عمق بیت کنید، بیت ریت حاصل می شود.

نرخ نمونه برداری × عمق بیت =بیت ریت

بیت ریت همان پهنای باند مورد نیاز برای انتقال یا ذخیره کردن صدای دیجیتال است. فرآیند رمزگذاری داده ی دیجیتال نیز ، سیگنال ارسالی را فشرده خواهد کرد در نتیجه باعث کاهش بیت ریت می شود. چندین الگوریتم برای این منظور وجود دارند مانند G.711 یا AAC.

نصب میکروفن در سیستم نظارت تصویری:

دوربینها اغلب در گوشه ی اتاق نزدیک به سقف نصب می شوند. چنین مکانی برای نصب میکروفن، محل ایده آلی نیست زیرا سطوح سخت سقف و دیوار باعث ایجاد اعوجاج در صدا می شود، به همین جهت در صورت امکان، میکروفن را در مکانی به دور از سطوح بزرگ و تخت قرار دهید.

در شکل بالا، دوربین در گوشه ی اتاق نصب شده است که برای صدا مناسب نیست، خط قرمز نشان می دهد که چگونه انعکاس صدا در برابر موج اصلی صدا (خط آبی) تاخیر و اعوجاج ایجاد می کند.

انتشار صدا از طریق هوا باعث تضعیف آن می شود، در صورت افزایش فاصله از منبع صوت ، شدت صدا به تدریج کاهش خواهد یافت بدین صورت که با دوبرابر شدن این فاصله شدت صوت به یک چهارم کاهش پیدا میکند.

ضمنا ، همان طور که شکل بالا به خوبی بیان میکند، در صورتی که میکروفن را دور از منابعی که باعث نویز می شود و نزدیک به آنچه که می خواهید ضبط شود، قرار دهید، تاثیر بسیار زیادی در افزایش کیفیت صدای ضبط شده خود خواهید داشت.

انتقال صدا:

انتقال و دریافت صدا اغلب به سه دسته تقسیم می شود:

یکطرفه یا Simplex: بدین معنی که صدا فقط می تواند به صورت یک طرفه از دوربین به سمت اپراتور ارسال شود و این روش بیشتر برای اپراتورها استفاده می شود. سناریو به این شکل است که فقط اپراتور صدای محیط را می شنود .
دو طرفه غیر همزمان یا Half Duplex: به این معنی است که جریان صدا دو طرفه است ولی این دو طرفه بودن به صورت همزمان نیست و در یک زمان در یک جهت فعال است. به عنوان مثال می توانیم به دستگاه Walky-Talky اشاره کنیم. در این حالت یا شما انتقال دهنده ی صدا هستید یا در حال شنیدن صدا خواهید بود. این سناریو می تواند برای اپراتوری مناسب باشد که نیاز به برقراری ارتباط با افراد در صحنه داشته باشد.
دو طرفه همزمان یا Full Duplex: برخلاف روش قبل، در این روش دریافت و ارسال صدا می تواند به صورت همزمان انجام شود، همانند تماس تلفنی. به همین دلیل در صورتی که میکروفن و بلندگو در فاصله ی خیلی نزدیک از هم قرارگیرند، “feedback” و یا بازخورد اتفاق می افتد بدین شکل که صدای محیط به میکروفن می رسد و دوباره در بلندگو پخش می شود.