面向安防和安全的音频分析工具7月2025白皮书总结
1. 引言
面向安防和安全的音频分析工具能够侦测声音模式，并突出实时音频中的异常声音，如尖叫声、喊叫声、说话声和玻璃破碎声。通过向操作人员发送通知，提供早期警报，并结合视频监控，引导操作人员查看相关摄像机画面，有助于提早侦测、快速干预，并防止事态升级。本白皮书介绍了音频分析工具在安防和安全领域的应用，讨论了音频的捕捉和处理技术，着重介绍了实时前端分析（如基于AI的声音分类），并展示了前端音频分析工具如何通过音频元数据保护隐私安全。
2. 技术
2.1 侦测声音事件
声音事件是一个被人类识别为特定概念（如尖叫或玻璃破碎）的音频片段。分析工具通过监听一系列特征（如分贝级别和频率上的能量）来侦测特定声音模式，并在侦测到后通过视觉警报或触发报警的方式向工作人员发送自动通知。基于AI的算法通过大量数据训练，能够可靠地侦测人类尖叫声等。
2.2 捕捉并处理音频
音频分析工具使用捕捉的音频数据，并分析相关声音特征，生成非音频输出。捕捉音频的过程包括使用麦克风拾取声音振动，将其转换为数字信号，并传送到处理单元。音频预处理包括转换、实时前端分析和处理及编码。在安讯士设备中，默认关闭音频的流传输和记录功能。
2.3 基于前端或基于服务器的分析工具
分析引擎的运行位置对隐私保护和性能至关重要。前端分析在设备内进行，无需传输音频流，仅传输元数据；服务器分析将音频数据传输到服务器，通常由系统所有者控制；云端分析将音频数据传输到云端服务器，需要更谨慎地处理隐私问题。
2.4 元数据
音频分析工具生成音频响度数据的恒定元数据流，包括分类器侦测到的事件、声压级(SPL)和自适应音频侦测。元数据流允许查看音频包络，高效快速地搜索特定事件和异常声音，节省调查时间。
3. AXISAudioAnalytics
3.1 隐私
AXISAudioAnalytics集成在设备软件AXIOS中，基于前端运行，算法直接在设备上运行。仅保存分析工具的输出（元数据或触发信息），不记录音频，也不传输音频流，且无法通过元数据重新创建原始声音。安讯士设备中默认关闭音频流传输功能，并提供了配备声学传感器的设备。
3.2 用例
3.2.1 声音侦测与警报
在银行或前台，借助声音分类分析工具，可以监控相关区域，侦测尖叫、喊叫、说话或玻璃破碎等声音，并在侦测到后向工作人员发送自动通知，提供预警，确保快速响应和干预。
3.2.2 与传感器相结合，进一步发掘监控系统的潜力
通过在监控系统中纳入音频传感器，增强监控效果。与视频分析工具结合，提高侦测可靠性，尤其在低照度条件下或在不允许进行视频拍摄的区域。可以在视频管理软件中设置系统，仅在视频分析工具和音频分析工具均做出响应时，才触发相关操作。
3.2.3 将输入提供到显示面板
音频元数据可输入到分析面板或商业智能平台，收集并以可视化的方式呈现。这些面板分析实时趋势和历史趋势，生成即时概览和可执行分析数据，提升运营效益。在不监听实际音频或无法获取原始声音的情况下，查看结果，保障数据隐私。
4. 法律限制
许多人对视频监控中的麦克风使用存在担忧，涉及语音和视频材料的记录。在使用音频分析工具的情况下，通常不会记录或流传输任何音频。不同国家和地区的监控法律各不相同，因此在使用音频功能之前，需了解允许的法律法规。国家法律法规或地方法规条例可能会禁止捕捉和记录音频，或要求满足特殊要求。
5. 免责声明
本文档及其内容经由安讯士提供，所有权利均归属于AxisCommunicationsAB。本文档仅供参考，不包含任何类型的保证，不构成且不意在构成法律建议。本文档不意在构成且不应构成AxisCommunicationsAB和/或其任何附属公司的任何法律义务。与本文档的使用、结果和效用有关的一切风险均由本文档的使用者承担。
