多媒体视像会议中音视频矩阵的用途

简介:

在现代多媒体会议室,为了满足不同演示场合的需求,通常会具备多种不同的音视频信号源和显示终端,虽然这些音视频信号源和显示终端也可能会同时具备复合视频(Composite-Video)、超级视频(S-Video)、分量视频(Component-Video)甚至数字视频(DVI、SDI)的接口,但目前在多媒体视像会议中被普遍使用的还是复合视频矩阵,主要的原因在如下几方面:

复合视频具备良好的稳定性、兼容性和通用性,传输带宽小,传输距离长。但色度和亮度共享4.2MHz(NTSC)或5.0~5.5MHz(PAL)的频率带宽,互相之间有比较大的串扰,对器材和传输线缆的要求标准不高,信号源丰富,预埋线缆投资较低。

超级视频(S-Video)虽然在减少亮度损耗、亮度度串扰方面明显优于复合视频,但对于目前常见的液晶投影机、DLP投影机并达不到非常明显的区别,而且预埋线缆投资是复合视频的两倍,所以在工程长距离传输没有得到普遍的使用。

分量视频在信号格式的级别上已经明显高于复合视频或超级视频,但目前在会议室多数是为电脑显示(VGA或RGBHV信号格式)服务,对器材和传输线缆的要求很高(取决于预期的设计标准和投资预算),预埋线缆投资很高。

类似Y,R-Y,B-Y、Y,Cr,Cb的分量视频信号目前主要应用在广电行业,而且会逐渐向SDI或HD-SDI的数字信号格式过渡,由于信号源和资金预算的限制,会议室使用不多。DVI信号由于有效传输距离的限制(5米左右),目前没有得到广泛应用。

综上所叙,习惯上音视频矩阵没有特别的注明都默认是复合视频格式。以复合视频格式输出的主要设备有:摄像机、实物展台、有线电视解调器、远程视像会议、磁带录像机、DVD光碟机等,音视频矩阵在系统中介于视频源与显示或复用终端之间,负责将不同的音视频信号源按用户的意愿进行集中调控。

按照输入、输出通道的不同,常见的视频矩阵一般有8×2、8×4、8×8、16×4、16×8、16×16、32×8、32×16、32×32、64×16、64×32、64×64、128×128等。常规的理解是乘号前面的数字代表输入通道的多少,乘号后面的数字代表输出通道的多少。不论矩阵的输入输出通道多少,它们的控制方法都大致相同:前面板按键控制、分离式键盘控制、第三方控制(RS-232/422/485等),并且都能达到以下的功能:

1)可以根据使用的需要,在不同的显示终端上同时显示相同或不同的视频源内容

2)可以将摄像机、影碟机、录像机、有线电视、电视会议等各种视频信号进行方便快捷的处理和调用

3)管理员可以独立监视任意一路视频信号,但不会影响其他终端显示的内容和效果

4)管理员可以对任意视频信号进行录像,但不会影响其他终端显示的内容和效果

5)管理员可以将任意一路视频信号送往会议终端或其他分会场,但不会影响其他端口显示内容和效果

与BGBHV矩阵一样,设计一个视频矩阵的基本原则也是根据信号源和显示终端数量的多少以决定矩阵的通道数,由于矩阵规格的差异(通道数的多少)在价格上的体现非常明显,在预算一定的情况下,使选择一个矩阵的通道数也会变得比较敏感,对于以后的扩展也是一个考验。除此之外,下面叙述的几个问题也是作为器材选型需要考虑的因素。
本文转自d1net(转载)

相关文章
|
6月前
在智能媒体服务中,如果你想要让两个字幕重叠,你可以尝试以下方法
在智能媒体服务中,如果你想要让两个字幕重叠,你可以尝试以下方法【1月更文挑战第18天】【1月更文挑战第90篇】
82 6
|
3月前
|
文字识别 算法 API
视觉智能开放平台产品使用合集之是否支持对敏感内容进行马赛克处理
视觉智能开放平台是指提供一系列基于视觉识别技术的API和服务的平台,这些服务通常包括图像识别、人脸识别、物体检测、文字识别、场景理解等。企业或开发者可以通过调用这些API,快速将视觉智能功能集成到自己的应用或服务中,而无需从零开始研发相关算法和技术。以下是一些常见的视觉智能开放平台产品及其应用场景的概览。
|
6月前
|
存储 编解码 算法
【软件设计师备考 专题 】媒体系统基础知识,多媒体设备的性能特性,常用多媒体文件格式
【软件设计师备考 专题 】媒体系统基础知识,多媒体设备的性能特性,常用多媒体文件格式
143 0
|
3月前
|
机器学习/深度学习 人工智能 自然语言处理
|
5月前
|
文字识别 算法 API
视觉智能开放平台产品使用合集之调用通用视频生成后输出的视频在播放到一半时出现没有声音,一般是什么导致的
视觉智能开放平台是指提供一系列基于视觉识别技术的API和服务的平台,这些服务通常包括图像识别、人脸识别、物体检测、文字识别、场景理解等。企业或开发者可以通过调用这些API,快速将视觉智能功能集成到自己的应用或服务中,而无需从零开始研发相关算法和技术。以下是一些常见的视觉智能开放平台产品及其应用场景的概览。
|
5月前
|
编解码 算法
音视频主要概念
音视频主要概念
|
6月前
|
机器学习/深度学习 人工智能 算法
免费背景音人声分离解决方案MVSEP-MDX23,足以和Spleeter分庭抗礼
在音视频领域,把已经发布的混音歌曲或者音频文件逆向分离一直是世界性的课题。音波混合的物理特性导致在没有原始工程文件的情况下,将其还原和分离是一件很有难度的事情。 言及背景音人声分离技术,就不能不提Spleeter,它是一种用于音频源分离(音乐分离)的开源深度学习算法,由Deezer研究团队开发。使用的是一个性能取向的音源分离算法,并且为用户提供了已经预训练好的模型,能够开箱即用,这也是Spleeter泛用性高的原因之一,关于Spleeter,请移步:[人工智能AI库Spleeter免费人声和背景音乐分离实践(Python3.10)](https://v3u.cn/a_id_305),这里
免费背景音人声分离解决方案MVSEP-MDX23,足以和Spleeter分庭抗礼
堪比文件传输助手!解决文本、图片、视频、音乐跨设备同步难题!
一款比文件传输助手更好用的跨设备文件同步插件,支持剪藏和文件管理,效率翻倍!
|
传感器 存储 编解码
即时通讯音视频开发(二十):一文读懂视频的颜色模型转换和色域转换
本文将以通俗易懂的文字,引导你理解视频是如何从采集开始,历经各种步骤,最终通过颜色模型转换和不同的色域转换,让你看到赏心悦目的视频结果的。
77 0
|
JSON 前端开发 Java
重生之我在这个世界的文本转音频API工程师的故事
重生之我在这个世界的文本转音频API工程师的故事
56 0