Áudio em CFTV

Embora o uso do áudio em sistemas de vigilância por vídeo ainda não seja generalizado, esse recurso pode aumentar a capacidade de um sistema de detectar e interpretar eventos, além de permitir a comunicação por áudio através de uma rede IP. Entretanto, o uso do áudio pode ser restrito em alguns países. Portanto, é conveniente consultar as autoridades locais.
Os tópicos abordados neste capítulo são as situações de aplicação, equipamentos de áudio, modos de áudio, alarme de detecção de sons, compactação de áudio e sincronização entre áudio e vídeo.

Aplicações de áudio

O áudio como parte integrante deu m sistema de vigilância por vídeo pode ser um complemento valiosíssimo para a capacidade de um sistema de detectar e interpretar eventos e situações de emergência. A capacidade do áudio de cobrir uma área de 360 graus permite que um sistema de vigilância por vídeo amplie sua cobertura para além do campo de visão de uma câmera. Ele pode instruir uma câmera PTZ ou uma câmera PTZ com cúpula (ou alertar o operador dessa câmera) para verificar visualmente um alarme disparado por som.
O áudio também pode ser usado para permitir que os usuários não apenas escutem uma área, mas também que transmitam ordens ou solicitações aos visitantes ou invasores. Por exemplo, se uma pessoa no campo de visão da câmera demonstrar um comportamento suspeito, por exemplo, ficando muito tempo perto de um caixa eletrônico ou entrando em uma área restrita, um segurança remoto pode advertir verbalmente essa pessoa. Em uma situação na qual uma pessoa esteja ferida, a possibilidade de comunicar-se remotamente e avisar a vítima que o socorro está a caminho também pode ser uma vantagem. O controle de acesso, ou seja, um “porteiro remoto” em uma entrada é outra área de aplicação. Entre as outras aplicações estão uma situação de helpdesk remoto (por exemplo, um estacionamento sem funcionários presentes), e videoconferência. Um sistema audiovisual de vigilância aumenta a eficácia de uma solução de segurança ou monitoramento remoto, aumentando a capacidade de um usuário remoto de receber e transmitir informações.

Suporte e equipamentos de áudio

O suporte de áudio é mais fácil de implementar em um sistema de vídeo em rede do que em um sistema de CFTV analógico. Em um sistema analógico, devem ser instalados cabos separados de áudio e vídeo entre um ponto e outro, ou seja, do local onde a câmera e o microfone estão instalados até a estação de monitoramento/gravação. Se a distância entre o microfone e a estação for muito grande, deverá ser usado um equipamento de áudio balanceado, o que aumenta os custos e a dificuldade de instalação. Em um sistema de vídeo em rede, uma câmera de rede com suporte de áudio processa o áudio e envia o áudio e o vídeo pelo mesmo cabo de rede para monitoramento e/ou gravação. Isso elimina a necessidade de cabeamento extra e facilita muito a sincronização entre áudio e vídeo.

Um sistema de vídeo em rede com suporte de áudio integrado. Os fluxos de áudio e vídeo são enviados pelo mesmo cabo de rede.

Alguns codificadores de vídeo têm áudio incorporado, permitindo a inclusão de áudio mesmo que forem usadas câmeras analógicas em uma instalação.

Uma câmera de rede ou um codificador de vídeo com função integrada de áudio muitas vezes possui um microfone embutido e/ou um conector mic-in/line-in. Com entradas mic-in/line-in, os usuários têm a opção de usar um microfone de tipo ou qualidade diferente do microfone próprio da câmera ou do codificador de vídeo. Isso também permite que o produto de vídeo em rede se conecte a mais de um microfone, e o microfone pode ser posicionado a uma certa distância da câmera. O microfone deve ser sempre posicionado o mais próximo possível da fonte sonora, a fim de evitar o ruído. No modo bidirecional total (full-duplex), o microfone deve estar voltado para o outro lado e posicionado a uma certa distância do alto-falante para reduzir a microfonia.
Muitos produtos de vídeo em rede não vêm com um alto-falante incorporado. Um altofalante ativo (ou seja, um alto-falante com amplificador incorporado) pode ser conectado diretamente a um produto de vídeo em rede com suporte de áudio. Se o alto-falante não tiver um amplificador incorporado, ele deve antes ser conectado a um amplificador, que, por sua vez, é conectado a uma câmera de rede/um codificador de vídeo.
Para reduzir as perturbações e o ruído, sempre use um cabo de áudio blindado e evite passar o cabo perto de cabos de força e cabos que transportam sinais comutados de alta freqüência. Além disso, os cabos de áudio devem ter o menor comprimento possível. Se for necessário usar um cabo de áudio longo, deve-se usar um equipamento de áudio balanceado, ou seja, cabo, amplificador e microfone balanceados, para evitar ruídos.

Modos de áudio

Dependendo da aplicação, pode ser necessário enviar áudio em apenas uma direção ou em ambas as direções, e isso pode ser feito ou simultaneamente ou em uma direção por vez. Existem três modos básicos de comunicação por áudio: simplex, half duplex e full duplex.

Simplex

No modo simplex, o áudio é enviado em uma única direção. Nesse caso, o áudio é enviado pela câmera ao operador. Entre as aplicações estão o monitoramento remoto e a vigilância por vídeo.

Neste exemplo de modo simplex, o áudio é enviado à câmera pelo operador. Ele pode ser usado, por exemplo, para dar instruções faladas a uma pessoa que estiver sendo vista na câmera ou para afastar de um estacionamento um possível ladrão de carros.

Half duplex

No modo half-duplex, o áudio é enviado em ambas as direções, mas apenas uma parte por vez pode enviar. Isso é semelhante a um rádio de comunicação.

Full duplex

No modo full-duplex, o áudio é enviado simultaneamente de/para o operador. Esse modo de comunicação é semelhante ao de um diálogo telefônico. O Full duplex exige que o PC cliente tenha uma placa de som que aceite áudio full-duplex.

Alarme de detecção de áudio

O alarme de detecção de áudio pode ser usado para complementar a detecção de movimento em vídeo, pois pode reagir a eventos em áreas muito escuras para que a função de detecção de movimento em vídeo funcione corretamente. Ele também pode ser usado para detectar atividade em áreas fora do campo de visão da câmera.
Quando forem detectados sons, como a quebra de uma janela ou vozes em uma sala, eles podem comandar uma câmera de rede para que envie e grave vídeo e áudio, envie um e-mail ou outros alertas, e ative dispositivos externos tais como alarmes. Da mesma forma, entradas de alarme como detecção de movimento e contatos em portas podem ser usadas para acionar gravações de vídeo e áudio. Em uma câmera PTZ ou uma câmera PTZ com cúpula, a detecção de áudio pode comandar a câmera para que gire automaticamente até um local predefinido, como uma determinada janela.

Compactação de áudio

Os sinais de áudio analógicos devem ser convertidos em áudio digital através de um processo de amostragem e, depois, compactados para reduzir o tamanho e agilizar a transmissão e o arma- zenamento. A conversão e compactação são realizadas através de um codec de áudio, um algoritmo que codifica e decodifica os dados de áudio.

Freqüência de amostragem

Existem muitos codecs de áudio diferentes que operam com diferentes freqüências de amostragem e níveis de compactação. A freqüência de amostragem é o número de vezes por segundo em que uma amostra de um sinal analógico de áudio é tomada. Ela é medida em hertz (Hz). Em geral, quanto maior a freqüência de amostragem, melhor será a qualidade de áudio e maior serão a largura de banda e o espaço de armazenamento necessários.

Bit rate

“Bit rate” é um parâmetro importante do áudio, pois determina o nível de compactação e, portanto, a qualidade do áudio. Em geral, quanto maior o nível de compactação (ou menor o bit rate), menor será a qualidade do áudio. As diferenças na qualidade de áudio dos codecs podem ser especialmente perceptíveis em altos níveis de compactação (bit rates reduzidos), mas não em baixos níveis de compactação (bit rates elevados). Níveis de compactação mais elevados também podem elevar a latência ou os atrasos, mas consomem menos largura de banda e espaço de armazenamento.
Os bit rates escolhidos mais freqüentemente com os codecs de áudio ficam entre 32 kbit/s e 64 kbit/s. Os bit rates de áudio, assim como ocorre com os bit rates de vídeo, são um fator importante que deve ser levado em consideração no cálculo das necessidades de largura de banda total e espaço de armazenamento.

Codecs de áudio

Um codec bastante difundido é o AAC-LC (Codificação de Áudio Avançada – Baixa Complexidade), também conhecido como MPEG-4 AAC, que requer licença. O AAC-LC, especialmente na freqüência de amostragem de 16 kHz ou mais e com bit rate de 64 kbit/s, é o codec recomendado quando a melhor qualidade de áudio possível é necessária. Outros codecs bastante utilizados são o G.711 e o G.726, que são tecnologias não-licenciadas.

Sincronização de áudio e vídeo

A sincronização de dados de áudio e vídeo é realizada por um reprodutor de mídia (um software usado para reproduzir arquivos de multimídia) ou por uma estrutura de multimídia como o Microsoft DirectX, que é um conjunto de interfaces de programação de aplicativos para gerenciar arquivos multimídia.
O áudio e o vídeo são enviados por uma rede como dois fluxos separados de pacotes. Para que o cliente ou reprodutor sincronize perfeitamente os fluxos de áudio e vídeo, os pacotes de áudio e vídeo devem levar um registro de data e hora. O registro de data e hora dos pacotes de vídeo que usam a compactação Motion JPEG nem sempre é reconhecido por uma câmera de rede. Se esse for o caso e se for importante que o vídeo e o áudio sejam sincronizados, o formato de vídeo que deve ser escolhido é o MPEG-4 ou H.264, pois esses fluxos de vídeo, junto com o fluxo de áudio, são enviados através do RTP (Protocolo de Transporte de Tempo Real), que registra a data e a hora nos pacotes de vídeo e áudio. Entretanto, há muitas situações nas quais a sincronização de áudio importa menos ou é até mesmo indesejável; por exemplo, se for necessário monitorar o áudio, mas não gravá-lo.