audio zoom

Ang pangunahing teknolohiya ng audio zoom ay beamforming o spatial filtering.Maaari nitong baguhin ang direksyon ng pag-record ng audio (iyon ay, nararamdaman nito ang direksyon ng pinagmulan ng tunog) at ayusin ito kung kinakailangan.Sa kasong ito, ang pinakamainam na direksyon ay isang supercardioid pattern (nakalarawan sa ibaba), na nagpapaganda ng tunog na nagmumula sa harap (iyon ay, ang direksyon na direktang nakaharap sa camera), habang pinapahina ang tunog na nagmumula sa ibang mga direksyon (background na ingay).).

Ang batayan ng teknolohiyang ito ay kinakailangan na mag-set up ng isang omnidirectional na mikropono hangga't maaari: mas maraming mikropono at mas malayo, mas maraming tunog ang maaaring maitala.Kapag ang isang telepono ay nilagyan ng dalawang mikropono, kadalasang inilalagay ang mga ito sa itaas at ibaba upang i-maximize ang distansya sa pagitan ng isa't isa;at ang mga signal na kinuha ng mga mikropono ay nasa pinakamahusay na kumbinasyon upang bumuo ng isang supercardioid directivity.

Ang larawan sa kaliwa ay isang tipikal na audio recording;ang audio zoom sa larawan sa kanan ay may supercardioid directivity, na mas sensitibo sa target na pinagmulan at binabawasan ang ingay sa background.

Ang resulta ng mataas na direktiba na ito ay nakuha gamit ang isang non-directional na receiver sa pamamagitan ng pagtatakda ng iba't ibang mga pakinabang para sa bawat grupo ng mga indibidwal na mikropono sa iba't ibang lokasyon sa telepono, pagkatapos ay pagbubuod ng mga yugto ng mga spike upang mapahusay ang nais na tunog at sirain ang side wave upang mabawasan off-axis interference.

Hindi bababa sa, sa teorya.Sa katunayan, ang beamforming sa mga smartphone ay may sariling mga problema.Sa isang banda, hindi magagamit ng mga cell phone ang teknolohiya ng condenser microphone na makikita sa malalaking recording studio, ngunit dapat gumamit ng mga electret transducers—miniature MEMS (micro-electro-mechanical system) na mga mikropono na nangangailangan ng napakakaunting kapangyarihan upang gumana.Higit pa rito, para ma-optimize ang pagiging madaling maunawaan at makontrol ang mga katangiang spectral at temporal na artifact na nangyayari sa spatial na pag-filter (tulad ng pagbaluktot, pagkawala ng bass, at pangkalahatang tunog na may matinding interference/nasality), hindi lang dapat maingat na isaalang-alang ng mga manufacturer ng smartphone ang paglalagay ng Microphone, pati na rin. , ay dapat umasa sa sarili nitong natatanging kumbinasyon ng mga sound feature, gaya ng mga equalizer, voice detection, at noise gate (na maaaring maging sanhi ng mga naririnig na artifact).

Kaya lohikal, ang bawat tagagawa ay may sarili nitong natatanging paraan ng beamforming na sinamahan ng proprietary na teknolohiya.Iyon ay sinabi, ang bawat isa sa iba't ibang mga diskarte sa beamforming ay may sariling lakas, mula sa speech de-reverberation hanggang sa pagbabawas ng ingay.Gayunpaman, madaling mapalakas ng mga beamforming algorithm ang ingay ng hangin sa na-record na audio, at hindi lahat ay maaaring o gustong gumamit ng karagdagang windshield upang protektahan ang MEMS.At bakit ang mga mikropono sa mga smartphone ay hindi gumagawa ng higit na pagproseso?Dahil nakompromiso nito ang frequency response at sensitivity ng mikropono, malamang na umasa ang mga manufacturer sa software para mabawasan ang ingay at ingay ng hangin.

Bilang karagdagan, imposibleng gayahin ang tunay na ingay ng hangin sa isang natural na acoustic na kapaligiran sa ilalim ng mga kondisyon ng laboratoryo, at sa ngayon ay wala pa ring magandang teknikal na solusyon upang harapin ito.Bilang resulta, ang mga tagagawa ay dapat bumuo ng mga natatanging digital na teknolohiya ng proteksyon ng hangin (na maaaring ilapat anuman ang mga pang-industriya na disenyo ng mga limitasyon ng produkto) batay sa pagsusuri ng naitala na audio.Ang OZO Audio Zoom ng Nokia ay nagtatala ng tunog na tinutulungan ng teknolohiyang windproof nito.

Tulad ng pagkansela ng ingay at maraming iba pang sikat na diskarte, ang beamforming ay orihinal na binuo para sa mga layuning militar.Ang mga phased transmitter array ay ginamit bilang mga radar antenna noong World War II, at ngayon ay ginagamit ang mga ito para sa lahat mula sa medical imaging hanggang sa mga pagdiriwang ng musika.Tulad ng para sa mga phased microphone arrays, ang mga ito ay naimbento noong 70s nina John Billingsley (hindi, hindi ang aktor na gumanap bilang Dr. Volash sa Star Trek: Enterprise) at Roger Kinns.Bagama't ang pagganap ng teknolohiyang ito sa mga smartphone ay hindi gaanong bumuti sa nakalipas na dekada, ang ilang mga handset ay napakalaki, ang ilan ay may maraming hanay ng mga mikropono, at ang ilan ay may mas malakas na mga chipset.Ang mobile phone mismo ay may mas mataas na antas, na ginagawang mas epektibo ang teknolohiya ng audio zoom sa iba't ibang mga audio application.

Sa papel ni N. van Wijngaarden at EH Wouters na "Enhancing Sound by Beamforming Using Smartphones" ay nagsasaad: "Naiisip na ang mga bansa sa pagsubaybay (o mga kumpanya) ay maaaring gumamit ng mga partikular na pamamaraan ng beamforming upang tiktikan ang lahat ng mga naninirahan . Ngunit sa lawak ng malawakang pagbabantay , gaano kalaki ang epekto ng beamforming system ng isang smartphone?[...] Sa teorya, kung ang teknolohiya ay nagiging mas mature, maaari itong maging isang sandata sa arsenal ng estado ng pagsubaybay, ngunit malayo pa iyon.Ang partikular na teknolohiya ng beamforming sa mga smartphone ay medyo hindi pa natukoy na teritoryo, at ang kakulangan ng mute na teknolohiya at ang hindi kapansin-pansing mga opsyon sa pag-synchronize ay nagbabawas sa posibilidad ng patagong pakikinig.