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程。然而，即使在真實的監控畫面面前，仍然有很多網友大呼“不相信”、期待事件的反轉。

現在，讓我們來設想一下。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，在畫面+聲音的雙重證據下，質疑的聲音會不會少一些，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、準確、及時和信息內容豐富，是其突出的特點。

對于音視頻一體化監控來說，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到的聲音通過光纖、網絡等神經系統傳輸到存儲服務器就構成一個完整的音視頻監控系統，為智慧安防或智慧城市提供 高品質完整的基礎數據。

傳統的視頻監控系統都沒有聲音，就像早期的無聲電影，人們只能看到無聲的影像。而現在很多的智慧安防，已經要求增加音頻采集，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、執法取證等領域，越來越多的優質項目需要高清晰、高保真的音視頻同步監控系統，在優質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的新亮點。

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音降噪設備、網絡錄音對講系統、音頻智能分析系統。

拾音器：拾音器是音頻監控系統的核心，主要是通過聲音的震動來采集現場的聲音。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。

網絡錄音對講系統：主要包括遠程錄音系統和對講系統。一旦采集到聲音，就會自動啟動錄音功能，并主要通過語音卡和音箱，實現實時監聽的功能。

音頻智能分析系統：音頻智能分析類似于視頻監控系統中的智能分析。通過聲紋采集和比對，來分析出聲音的具體特征，并能分析出當時的應用場景。

智能的音頻系統能做些什么

音頻監控經過多年的發展，技術正趨于成熟。

通過對聲紋的識別可以鑒定個人的身份。人類語言的產生是人體語言中樞與發音器官之間一個復雜的生理物理過程，人在講話時使用的發聲器官(舌、牙齒、喉頭、肺、鼻腔)在尺寸和形態方面差異很大，所以每個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，由于每個人的發音器官都不盡相同，因此在一般情況下，可以通過音頻系統來區別不同的人的聲音或判斷是否是同一人的聲音。

通過音頻監控的場景分析來判斷當時場景下的異常行為。這種技術是基于各類異常聲音在時域、頻域的特征，結合模式識別的分類方法對異常事件報警。

其實，現在已經有些廠商的技術已經可以做到通過聲音的識別來判斷說話人的情緒、所處的環境等問題。

音頻監控的推廣難點

前面說過，傳統的監控系統很少有集合音頻系統。只是在特點的項目中，根據項目需求，才會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的應用。

1、成本問題。無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品，都將增加成本，這成為音頻監控推廣難的重要原因。同時，在一些除去公安、銀行等行業中，音頻系統并不是不可或缺，因此再考慮到成本的問題，音頻系統是可以剔除的。

2、技術難點。在原有的安防系統中集合音頻系統并不是難事，一般技術層面的難點基本可以解決。但有些特殊的行業，對于音頻要求極高。在空曠且嘈雜的環境中，要求音頻系統抗干擾能力強、有強大的去噪音技術。而特殊安靜環境，則要求能聽到很細微的聲音，比如說公安督查的審訊和槍械室，輕微的聲音都可以第一時間采集到，要求拾音器的靈敏度必須非常高，而且要達到原聲的效果。總之，不同領域的環境，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標準始終沒有得到統一規范的重要原因。

3、隱私問題。音頻監控提供了便利和安全，也可能帶來隱私問題。有人擔心，聲紋可以不經他們同意來鑒定說話者，是否侵犯他們的隱私和言論自由。這些技術一旦成熟，它必將產生許多隱私問題，這是非常容易理解的。如何獲得聲紋以及何時獲得聲紋是合法這個問題是非常模糊的。

而隨著平安城市的推進和反恐進程加快，對于安防系統的建設要求也越來越高。人們對音頻監控已經開始重視起來，更多的行業和場景中對于影音同步監控的需求越來越強烈。無論是公檢法機構，還是機場、鐵路、銀行等重點單位，越來越多的優質安防工程急需清晰、逼真的影音同步監控系統。