Дослідники припускають, що понад 50% комунікації є невербальною, тому якісне відео на зустрічах є критично важливим. Це основа для сучасних аудіовізуальних (AV) технологій, але тут виникає проблема.
▶ Що таке рівність на зустрічах (Meeting Equity)?
Сучасні камери з автокадруванням фокусуються на учасниках, але не вирішують головної проблеми: віддаленим глядачам складно стежити за розмовою і розуміти, хто говорить. Це створює нерівність досвіду для присутніх особисто та віртуальних учасників (meeting equity).
▶ Телевізійне рішення
Телевізійні шоу давно використовують стандартні прийоми для утримання уваги: кілька ракурсів, загальні та великі плани, а також розумне перемикання між ними для створення динамічної розповіді. Хоча для великих заходів можна залучити оператора з кількома PTZ-камерами для досягнення подібного ефекту, для більшості ділових зустрічей це непрактично через вартість, складність та вимоги до конфіденційності.
AV-рішення: технологія відстеження голосу
▶ Що таке відстеження голосу?
Нове покоління мікрофонів (Sennheiser TCC2, Shure MXA920 та ін.) використовує технологію DOA (напрямок надходження звуку). Це дозволяє не тільки чітко чути кожного учасника, а й автоматично спрямовувати камери на того, хто говорить. Це кардинально змінює якість відеоконференцій.
▶ Інтеграція відстеження доповідача з камерами
Дані про напрямок звуку з мікрофона передаються на процесор, який керує PTZ-камерами, миттєво фокусуючи їх на активних голосах. Системи на кшталт CamConnect Pro від Lumens автоматизують цей процес, створюючи трансляцію телевізійної якості без участі оператора. Система легко налаштовується для роботи з кількома мікрофонами та до 4 PTZ-камер.
▶ Еволюція технології
З появою камери VC-TR60A, Lumens інтегрував відстеження голосу безпосередньо в пристрій. Камера має власний масив мікрофонів та за допомогою ШІ-аналізу зображення відрізняє голос людини від сторонніх шумів, автоматично кадрує доповідача та стежить за дискусією.
▶ Ефективність та виклики
Точність відстеження залежить від розміру кімнати та її акустики. У великих приміщеннях можна використовувати кілька мікрофонів, а проблеми з відлунням мінімізуються за допомогою DSP-процесорів. Сучасні ШІ-системи, як у CamConnect Pro, також вирішують проблему неточного кадрування через рух людей, автоматично коригуючи кадр.
▶ Майбутнє відстеження доповідача
Щоб уникнути дратівливого ефекту «пінг-понгу» (постійного перемикання камери між двома доповідачами), системи вчаться автоматично вмикати ширший план, що охоплює всіх учасників дискусії. З подальшим розвитком автоматизації відстеження голосу може перетворитися на повноцінну систему AV-виробництва, що не поступається професійним телевізійним трансляціям.