_frei_shop_JPG.jpg "AISpeech MT100")
_frei_shop_JPG.jpg "AISpeech MT100")
_frei_shop_JPG.jpg "AISpeech MT100")
_frei_shop_JPG.jpg "AISpeech MT100")
_frei_shop_JPG.jpg "AISpeech MT100")
_frei_shop_JPG.jpg "Preview: AISpeech MT100")
_frei_shop_JPG.jpg "Preview: AISpeech MT100")
_frei_shop_JPG.jpg "Preview: AISpeech MT100")
_frei_shop_JPG.jpg "Preview: AISpeech MT100")
_frei_shop_JPG.jpg "Preview: AISpeech MT100")
AISpeech MT100
_frei_shop_JPG.jpg "AISpeech MT100")
AISpeech MT100 • Audio-Visual-Tracking-Box
Die AISpeech MT100 ist eine intelligente Audio-Visual-Tracking-Box zur automatisierten Verknüpfung von Audio-, Video- und Kamerasteuerung in professionellen Konferenz-, Besprechungs-, Schulungs- und Präsentationsumgebungen. Sie bildet die zentrale Steuerungsinstanz eines KI-gestützten Sprecher-Tracking-Systems und ermöglicht es, die jeweils sprechende Person automatisch zu lokalisieren, die passende Kamera beziehungsweise Kameraposition auszuwählen und das entsprechende Videobild für die Konferenz- oder Präsentationsumgebung bereitzustellen.
Die MT100 verbindet hierzu die Positionsinformationen kompatibler AISpeech-Deckenmikrofone mit KI-basierter Bildanalyse. Die Mikrofontechnik bestimmt über die sogenannte Direction-of-Arrival-Technologie (DOA) die Richtung, aus der ein Sprachsignal eintrifft. Diese akustischen Positionsinformationen werden mit der visuellen Erkennung kombiniert. Auf diese Weise kann das System Sprecher innerhalb eines Raumes lokalisieren und die Kameradarstellung entsprechend anpassen.
Die offizielle AISpeech-Dokumentation beschreibt die MT100 als kompakte Audio-Visual-Tracking-Lösung mit KI-basierter Gesichtserkennung und Bildverarbeitung. Sie lässt sich mit bis zu sechs Kameras sowie einer großen beziehungsweise laut Hersteller unbegrenzten Anzahl kompatibler Deckenmikrofone verbinden. Damit ist das System insbesondere für größere Konferenzräume, Sitzungssäle, Schulungsräume, Hörsäle und hybride Veranstaltungsräume ausgelegt.
Ein wesentlicher Vorteil der MT100 liegt in der Automatisierung der Kameraführung. Bei klassischen Mehrkamera-Konferenzsystemen muss die jeweils passende Kamera oder Kameraposition manuell ausgewählt oder durch eine Mediensteuerung aufgerufen werden. Die MT100 automatisiert diesen Vorgang: Audio-Positionsdaten und visuelle Informationen werden ausgewertet, um den aktiven Sprecher zu bestimmen und eine geeignete Bilddarstellung beziehungsweise Kameraposition auszuwählen.
Die Verarbeitung von Videosignalen mit einer Auflösung von bis zu 4K bei 30 Bildern pro Sekunde ermöglicht die Integration in moderne professionelle AV-Systeme. HDMI-, USB- und Netzwerkfunktionen erlauben die Weitergabe des erzeugten Signals an nachgelagerte Videokonferenz-, Präsentations- oder Streaming-Systeme. Je nach Systemaufbau kann die MT100 somit als Bindeglied zwischen Mikrofonarray, Kamerasystem, Netzwerk und Konferenzrechner beziehungsweise UC-System eingesetzt werden.
Durch die Kombination aus Sprecherlokalisierung, KI-gestützter Bildanalyse und automatischer Videosteuerung entsteht eine weitgehend autonome Konferenzumgebung. Remote-Teilnehmer erhalten dadurch eine dynamische Bilddarstellung, die sich am tatsächlichen Gesprächsverlauf orientiert, ohne dass während einer Besprechung eine Person die Kameras manuell bedienen muss.
Eigenschaften
- Intelligente Audio-Visual-Tracking-Box für professionelle Konferenz- und Präsentationssysteme
- Automatische Verknüpfung von akustischer Sprecherposition und Kamerabild
- KI-basierte Bildverarbeitung und Gesichtserkennung
- Automatische Erkennung beziehungsweise Lokalisierung aktiver Sprecher
- Nutzung von DOA-Positionsinformationen kompatibler AISpeech-Deckenmikrofone
- Automatisierte Auswahl geeigneter Kameras beziehungsweise Kamerapositionen
- Unterstützung von Mehrkamera-Konfigurationen
- Anschluss beziehungsweise Einbindung von bis zu sechs Kameras
- Unterstützung einer großen bzw. laut AISpeech unbegrenzten Anzahl kompatibler Deckenmikrofone
- Unterstützung von PTZ-Kameras für automatisierte Sprecherverfolgung
- Verarbeitung von Videosignalen mit einer Auflösung von bis zu 4K UHD / 30 fps
- HDMI-Ein- und -Ausgabe
- USB-Videoausgabe für die Integration in Konferenzsysteme
- IP-basierte Audio-/Video-Integration
- Netzwerkbasierte Systemkonfiguration
- Unterstützung professioneller Streaming- und Videoprotokolle
- Automatische Videoumschaltung
- Geeignet für hybride Besprechungs- und Veranstaltungsformate
- Kompakte Bauform für eine einfache Integration in professionelle AV-Installationen
- Besonders geeignet für größere Konferenz-, Besprechungs-, Schulungs- und Veranstaltungsräume
- AISpeech MT100 Audio-Visual-Tracking-Box
Konferenzraum mit Tracking-Kameras
Enterprise Konferenzraumlösung
Vorstandsraum in U-Form mit KI-gesteuerter Audio- und Videotechnik
KI-gestützter Huddle Room
Komplette AV-Konferenzraumlösung
Smarte AV-Konferenzraulösung
Enterprise Konferenzraumlösung
Vorstandsraum in U-Form mit KI-gesteuerter Audio- und Videotechnik
KI-gestützter Huddle Room
Komplette AV-Konferenzraumlösung
Smarte AV-Konferenzraulösung
Technische Daten:
- Allgemeine Spezifikationen
- Produktfarbe: silber
- Abmessungen: 220 × 150 × 45 mm
- Nettogewicht: ca. 1,2 kg
- Stromversorgung: PoE oder über optionales Netzteil 12 V DC
- Leistungsaufnahme: < 25 W
- Betriebstemperatur: 0 °C bis +40 °C
- Lagertemperatur: –20 °C bis +60 °C
- Kameraunterstützung
- Maximale Anzahl anschließbarer Kameras: 6
- Unterstützte Kameratypen: PTZ-, Fest- und USB-Kameras
- Videoauflösung: Bis zu 4K bei 30 Bildern/s
- Videoausgänge: HDMI, USB 3.0
- Unterstützte Kamerasteuerprotokolle: VISCA, Pelco-D/P
- Audiointegration
- Kompatible Mikrofone: AISPEECH MC08, AISPEECH MC10, AISPEECH MCS06, AISPEECH MA600D
- Maximale Anzahl Mikrofone: Unbegrenzt (über Dante-Netzwerk)
- Audionetzwerk: Dante
- Sprecherlokalisierung: KI-gestützte Sprechererkennung
- Tracking-Genauigkeit: ±5°
- Tracking-Funktionen
- Tracking-Modi: Automatisch, manuell, Preset
- Tracking-Zonen: Bis zu 16 frei konfigurierbare Zonen
- Tracking-Geschwindigkeit: Einstellbar (weich oder schnell)
- Gesichtserkennung: Unterstützt
- Erkennung mehrerer Sprecher: Unterstützt
- Schnittstellen
- Videoeingänge: 1 × HDMI 1.4
- Videoausgänge: 1 × HDMI 1.4 (unterstützt Audio-Out), 1 × USB 3.0
- Netzwerkanschlüsse: 1 × RJ-45 Gigabit-Ethernet
- Audioschnittstelle: 1x Line-In, 1 x Line-Out
- USB: 1 × USB 3.0 Typ B (UVC-Ausgang), 1 x USB 2.0
- Steuerung und Verwaltung
- Steuerungsmethoden: Weboberfläche, API
- Preset-Positionen: Bis zu 64 pro Kamera
- Szenen-Presets: Bis zu 32
- Fernverwaltung: Unterstützt
- Firmware-Updates: Webbasierte OTA-Updates (Over-the-Air)
1. Audio-Visual Tracking
Unter Audio-Visual Tracking versteht man die kombinierte Auswertung akustischer und visueller Informationen, um Personen beziehungsweise Sprecher innerhalb eines Raumes zu lokalisieren und anschließend eine Kamera oder einen Bildausschnitt automatisch auf die relevante Person auszurichten.
Ein rein kamerabasiertes System kann beispielsweise Personen und Gesichter erkennen, weiß jedoch nicht zwangsläufig zuverlässig, welche der sichtbaren Personen gerade spricht. Ein rein audiobasiertes System kann dagegen die Richtung einer Schallquelle bestimmen, verfügt jedoch nicht automatisch über die visuelle Information, welche Person sich an dieser Position befindet.
Die Kombination beider Informationsquellen erhöht deshalb die Robustheit eines automatisierten Konferenzsystems:
Audiosignal → Sprecherposition → visuelle Verifikation → Kamera-/Preset-Auswahl → Videoausgabe
Die MT100 übernimmt innerhalb eines entsprechenden AISpeech-Systems die Verarbeitung beziehungsweise Verknüpfung dieser Informationen und die daraus resultierende Bildsteuerung.
2. Direction of Arrival (DOA)
Eine wesentliche Grundlage des Systems ist die Direction-of-Arrival-Technologie, kurz DOA. Ein Mikrofonarray besteht aus mehreren räumlich voneinander angeordneten Mikrofonkapseln. Trifft eine Schallwelle auf das Array, erreicht sie die einzelnen Mikrofone zu geringfügig unterschiedlichen Zeitpunkten. Diese Laufzeitunterschiede können mathematisch ausgewertet werden.
Vereinfacht gilt:
Δt = Δs / c
Dabei bezeichnet:
Aus den Laufzeit- beziehungsweise Phasendifferenzen zwischen mehreren Mikrofonen lässt sich die Richtung bestimmen, aus der das Sprachsignal eintrifft.
AISpeech setzt diese Technik bei seinen kompatiblen Deckenmikrofonen ein. Die daraus gewonnenen Richtungsinformationen können anschließend der MT100 für die Audio-Video-Verknüpfung zur Verfügung gestellt werden. AISpeech nennt die präzise DOA-Fähigkeit seiner Deckenmikrofone ausdrücklich als Bestandteil der MT100-Systemarchitektur.
3. Mikrofonarray und Beamforming
Eng mit der DOA-Bestimmung verbunden ist das Beamforming. Dabei werden die Signale mehrerer Mikrofone so kombiniert, dass Schall aus einer bestimmten Richtung bevorzugt aufgenommen wird, während Signale aus anderen Richtungen reduziert werden können.
Die Verzögerungen der einzelnen Mikrofonsignale werden dazu mathematisch angepasst und anschließend kombiniert. Vereinfacht kann ein Delay-and-Sum-Beamformer als
y(t) = Σ xᵢ(t − τᵢ)
beschrieben werden.
Hierbei sind:
Beamforming und DOA erfüllen dabei unterschiedliche, aber miteinander verknüpfte Aufgaben: DOA dient primär der Bestimmung der Schallrichtung, während Beamforming der räumlich gerichteten Aufnahme beziehungsweise Signaloptimierung dient.
4. Sprecherlokalisierung
Aus der ermittelten Schallrichtung kann ein Konferenzsystem eine räumliche Sprecherposition ableiten. Bei einem einzelnen Mikrofonarray steht zunächst hauptsächlich eine Richtungsinformation zur Verfügung. Durch bekannte Raumgeometrien, definierte Zonen, zusätzliche Sensorinformationen oder mehrere Mikrofone lassen sich daraus weitergehende räumliche Zuordnungen erzeugen.
Für ein Kamera-Tracking-System muss die ermittelte Position anschließend einer geeigneten Kamera beziehungsweise einem Kamera-Preset zugeordnet werden.
Beispiel:
Sprecher erkannt → DOA 65° → definierte Raumzone 4 → Kamera 2 → Preset 7
Die Kamera muss dadurch nicht kontinuierlich nach einer Person suchen. Ein intelligentes Steuerungssystem kann anhand der Audio- und Bildinformationen entscheiden, welche Kamera beziehungsweise welche vorbereitete Kameraposition für die Situation geeignet ist.
5. KI-basierte visuelle Erkennung
Die MT100 verwendet laut AISpeech Bildverarbeitungsalgorithmen einschließlich AI Facial Recognition beziehungsweise KI-basierter Gesichtserkennung.
Die visuelle Analyse ergänzt die akustische Positionsbestimmung. Dabei können erkannte Personen beziehungsweise Gesichter mit den aus der Audioanalyse gewonnenen Positionsinformationen verknüpft werden.
Das Grundprinzip lässt sich als Sensorfusion beschreiben:
Audioinformationen + Bildinformationen → wahrscheinlich relevante Person → Kamerasteuerung
Die Kombination mehrerer Informationsquellen reduziert typische Probleme eines einzelnen Sensors. Hintergrundgeräusche können beispielsweise eine rein akustische Lokalisierung erschweren, während mehrere gleichzeitig sichtbare Personen eine ausschließlich visuelle Auswahl erschweren können.
6. PTZ-Kameratechnik
Für professionelle Tracking-Anwendungen werden häufig PTZ-Kameras eingesetzt.
PTZ steht für:
Eine PTZ-Kamera kann damit unterschiedliche Bereiche eines Raumes abdecken. Häufig werden vorab definierte Kamerapositionen – sogenannte Presets – gespeichert.
Wird beispielsweise erkannt, dass eine Person an einer bestimmten Sitzposition spricht, kann die Steuerung das zugehörige Preset aufrufen. Das ist in vielen Situationen schneller und reproduzierbarer als eine vollständig kontinuierliche Kamerafahrt.
7. Multi-Camera Tracking
In großen Räumen reicht eine einzelne Kamera häufig nicht aus. Mehrere Kameras können unterschiedliche Perspektiven oder Raumzonen erfassen. AISpeech gibt für die MT100 die Verbindung mit bis zu sechs Kameras an.
Die Steuerung muss dann nicht nur bestimmen, wohin eine Kamera bewegt werden soll, sondern zusätzlich entscheiden, welche Kamera für die aktuelle Situation verwendet werden soll.
Eine typische Logik kann beispielsweise folgendermaßen aussehen:
Audioerkennung → Sprecherposition → passende Raumzone → geeignete Kamera → Kamerapreset → Umschaltung des Programmbildes
Dadurch kann ein größerer Sitzungssaal mit mehreren Kameraperspektiven automatisiert abgebildet werden.
8. Intelligente Videoumschaltung
Eine automatische Kameraumschaltung muss neben der reinen Sprecherposition auch zeitliche Faktoren berücksichtigen.
Würde bei jeder kurzen Äußerung unmittelbar zwischen Kameras gewechselt, entstünde ein unruhiges Bild. Professionelle Tracking-Systeme verwenden daher typischerweise Entscheidungslogiken, Haltezeiten und andere Regeln, um unnötige Umschaltungen zu vermeiden.
Das Ziel besteht darin, eine Bildregie zu erzeugen, die für Remote-Teilnehmer möglichst natürlich wirkt.
AISpeech beschreibt für die MT100 einen eingebauten intelligenten Algorithmus zur Bildsteuerung beziehungsweise zur Echtzeitanpassung der Videoausgabe.
9. Bedeutung für hybride Meetings
Bei einem klassischen Videokonferenzsystem mit einer statischen Weitwinkelkamera bleiben alle Personen permanent im Gesamtbild sichtbar. In großen Räumen werden einzelne Sprecher dadurch auf der Gegenseite vergleichsweise klein dargestellt.
Ein Audio-Visual-Tracking-System kann dagegen den aktiven Sprecher automatisch hervorheben.
Dies verbessert insbesondere:
Der entscheidende technische Nutzen besteht somit weniger in einer einzelnen Kamera- oder Audiofunktion als in der automatischen Verknüpfung von Raum-Audio, Sprecherposition, Bildanalyse und Kamerasteuerung.
Unter Audio-Visual Tracking versteht man die kombinierte Auswertung akustischer und visueller Informationen, um Personen beziehungsweise Sprecher innerhalb eines Raumes zu lokalisieren und anschließend eine Kamera oder einen Bildausschnitt automatisch auf die relevante Person auszurichten.
Ein rein kamerabasiertes System kann beispielsweise Personen und Gesichter erkennen, weiß jedoch nicht zwangsläufig zuverlässig, welche der sichtbaren Personen gerade spricht. Ein rein audiobasiertes System kann dagegen die Richtung einer Schallquelle bestimmen, verfügt jedoch nicht automatisch über die visuelle Information, welche Person sich an dieser Position befindet.
Die Kombination beider Informationsquellen erhöht deshalb die Robustheit eines automatisierten Konferenzsystems:
Audiosignal → Sprecherposition → visuelle Verifikation → Kamera-/Preset-Auswahl → Videoausgabe
Die MT100 übernimmt innerhalb eines entsprechenden AISpeech-Systems die Verarbeitung beziehungsweise Verknüpfung dieser Informationen und die daraus resultierende Bildsteuerung.
2. Direction of Arrival (DOA)
Eine wesentliche Grundlage des Systems ist die Direction-of-Arrival-Technologie, kurz DOA. Ein Mikrofonarray besteht aus mehreren räumlich voneinander angeordneten Mikrofonkapseln. Trifft eine Schallwelle auf das Array, erreicht sie die einzelnen Mikrofone zu geringfügig unterschiedlichen Zeitpunkten. Diese Laufzeitunterschiede können mathematisch ausgewertet werden.
Vereinfacht gilt:
Δt = Δs / c
Dabei bezeichnet:
- Δt die Laufzeitdifferenz,
- Δs den Wegunterschied der Schallwelle und
- c die Schallgeschwindigkeit.
Aus den Laufzeit- beziehungsweise Phasendifferenzen zwischen mehreren Mikrofonen lässt sich die Richtung bestimmen, aus der das Sprachsignal eintrifft.
AISpeech setzt diese Technik bei seinen kompatiblen Deckenmikrofonen ein. Die daraus gewonnenen Richtungsinformationen können anschließend der MT100 für die Audio-Video-Verknüpfung zur Verfügung gestellt werden. AISpeech nennt die präzise DOA-Fähigkeit seiner Deckenmikrofone ausdrücklich als Bestandteil der MT100-Systemarchitektur.
3. Mikrofonarray und Beamforming
Eng mit der DOA-Bestimmung verbunden ist das Beamforming. Dabei werden die Signale mehrerer Mikrofone so kombiniert, dass Schall aus einer bestimmten Richtung bevorzugt aufgenommen wird, während Signale aus anderen Richtungen reduziert werden können.
Die Verzögerungen der einzelnen Mikrofonsignale werden dazu mathematisch angepasst und anschließend kombiniert. Vereinfacht kann ein Delay-and-Sum-Beamformer als
y(t) = Σ xᵢ(t − τᵢ)
beschrieben werden.
Hierbei sind:
- xᵢ(t) die Signale der einzelnen Mikrofone,
- τᵢ die richtungsabhängigen Zeitverzögerungen und
- y(t) das resultierende Ausgangssignal.
Beamforming und DOA erfüllen dabei unterschiedliche, aber miteinander verknüpfte Aufgaben: DOA dient primär der Bestimmung der Schallrichtung, während Beamforming der räumlich gerichteten Aufnahme beziehungsweise Signaloptimierung dient.
4. Sprecherlokalisierung
Aus der ermittelten Schallrichtung kann ein Konferenzsystem eine räumliche Sprecherposition ableiten. Bei einem einzelnen Mikrofonarray steht zunächst hauptsächlich eine Richtungsinformation zur Verfügung. Durch bekannte Raumgeometrien, definierte Zonen, zusätzliche Sensorinformationen oder mehrere Mikrofone lassen sich daraus weitergehende räumliche Zuordnungen erzeugen.
Für ein Kamera-Tracking-System muss die ermittelte Position anschließend einer geeigneten Kamera beziehungsweise einem Kamera-Preset zugeordnet werden.
Beispiel:
Sprecher erkannt → DOA 65° → definierte Raumzone 4 → Kamera 2 → Preset 7
Die Kamera muss dadurch nicht kontinuierlich nach einer Person suchen. Ein intelligentes Steuerungssystem kann anhand der Audio- und Bildinformationen entscheiden, welche Kamera beziehungsweise welche vorbereitete Kameraposition für die Situation geeignet ist.
5. KI-basierte visuelle Erkennung
Die MT100 verwendet laut AISpeech Bildverarbeitungsalgorithmen einschließlich AI Facial Recognition beziehungsweise KI-basierter Gesichtserkennung.
Die visuelle Analyse ergänzt die akustische Positionsbestimmung. Dabei können erkannte Personen beziehungsweise Gesichter mit den aus der Audioanalyse gewonnenen Positionsinformationen verknüpft werden.
Das Grundprinzip lässt sich als Sensorfusion beschreiben:
Audioinformationen + Bildinformationen → wahrscheinlich relevante Person → Kamerasteuerung
Die Kombination mehrerer Informationsquellen reduziert typische Probleme eines einzelnen Sensors. Hintergrundgeräusche können beispielsweise eine rein akustische Lokalisierung erschweren, während mehrere gleichzeitig sichtbare Personen eine ausschließlich visuelle Auswahl erschweren können.
6. PTZ-Kameratechnik
Für professionelle Tracking-Anwendungen werden häufig PTZ-Kameras eingesetzt.
PTZ steht für:
- Pan – Tilt – Zoom
Eine PTZ-Kamera kann damit unterschiedliche Bereiche eines Raumes abdecken. Häufig werden vorab definierte Kamerapositionen – sogenannte Presets – gespeichert.
Wird beispielsweise erkannt, dass eine Person an einer bestimmten Sitzposition spricht, kann die Steuerung das zugehörige Preset aufrufen. Das ist in vielen Situationen schneller und reproduzierbarer als eine vollständig kontinuierliche Kamerafahrt.
7. Multi-Camera Tracking
In großen Räumen reicht eine einzelne Kamera häufig nicht aus. Mehrere Kameras können unterschiedliche Perspektiven oder Raumzonen erfassen. AISpeech gibt für die MT100 die Verbindung mit bis zu sechs Kameras an.
Die Steuerung muss dann nicht nur bestimmen, wohin eine Kamera bewegt werden soll, sondern zusätzlich entscheiden, welche Kamera für die aktuelle Situation verwendet werden soll.
Eine typische Logik kann beispielsweise folgendermaßen aussehen:
Audioerkennung → Sprecherposition → passende Raumzone → geeignete Kamera → Kamerapreset → Umschaltung des Programmbildes
Dadurch kann ein größerer Sitzungssaal mit mehreren Kameraperspektiven automatisiert abgebildet werden.
8. Intelligente Videoumschaltung
Eine automatische Kameraumschaltung muss neben der reinen Sprecherposition auch zeitliche Faktoren berücksichtigen.
Würde bei jeder kurzen Äußerung unmittelbar zwischen Kameras gewechselt, entstünde ein unruhiges Bild. Professionelle Tracking-Systeme verwenden daher typischerweise Entscheidungslogiken, Haltezeiten und andere Regeln, um unnötige Umschaltungen zu vermeiden.
Das Ziel besteht darin, eine Bildregie zu erzeugen, die für Remote-Teilnehmer möglichst natürlich wirkt.
AISpeech beschreibt für die MT100 einen eingebauten intelligenten Algorithmus zur Bildsteuerung beziehungsweise zur Echtzeitanpassung der Videoausgabe.
9. Bedeutung für hybride Meetings
Bei einem klassischen Videokonferenzsystem mit einer statischen Weitwinkelkamera bleiben alle Personen permanent im Gesamtbild sichtbar. In großen Räumen werden einzelne Sprecher dadurch auf der Gegenseite vergleichsweise klein dargestellt.
Ein Audio-Visual-Tracking-System kann dagegen den aktiven Sprecher automatisch hervorheben.
Dies verbessert insbesondere:
- die visuelle Zuordnung von Sprache und Person,
- die Darstellung einzelner Teilnehmer,
- die Verständlichkeit von Diskussionen mit wechselnden Sprechern,
- die Wahrnehmung nonverbaler Kommunikation,
- die Einbindung von Remote-Teilnehmern,
- die Bedienbarkeit des Konferenzsystems.
Der entscheidende technische Nutzen besteht somit weniger in einer einzelnen Kamera- oder Audiofunktion als in der automatischen Verknüpfung von Raum-Audio, Sprecherposition, Bildanalyse und Kamerasteuerung.
Ausschreibungstext nach VOB
Liefern, montieren, anschließen und betriebsfertig in Betrieb nehmen einer KI-basierten Audio-Visual-Tracking-Box zur automatischen Kamerasteuerung in Konferenz- und Besprechungsräumen.
Das System muss über eine KI-basierte Gesichts- und Sprechererkennung verfügen und die automatische Kameranachführung sowie Videoumschaltung in Verbindung mit kompatiblen PTZ-Kameras und Mikrofonarrays unterstützen. Die Verarbeitung von Videoauflösungen bis 4K UHD sowie die Unterstützung der Videoformate H.264, H.265 und MJPEG sind vorzusehen.
Das Gerät muss mindestens über HDMI, USB 3.0 (UVC/UAC), RJ45-Netzwerk mit PoE, ONVIF, RTSP und RTMP verfügen. Lieferung einschließlich Anschluss, Konfiguration, Funktionsprüfung und betriebsfertiger Übergabe.
Fabrikat/Vertrieb: AISpeech/TRIUS Pro-AV
Typ: MT100 oder gleichwertig
Liefern, montieren, anschließen und betriebsfertig in Betrieb nehmen einer KI-basierten Audio-Visual-Tracking-Box zur automatischen Kamerasteuerung in Konferenz- und Besprechungsräumen.
Das System muss über eine KI-basierte Gesichts- und Sprechererkennung verfügen und die automatische Kameranachführung sowie Videoumschaltung in Verbindung mit kompatiblen PTZ-Kameras und Mikrofonarrays unterstützen. Die Verarbeitung von Videoauflösungen bis 4K UHD sowie die Unterstützung der Videoformate H.264, H.265 und MJPEG sind vorzusehen.
Das Gerät muss mindestens über HDMI, USB 3.0 (UVC/UAC), RJ45-Netzwerk mit PoE, ONVIF, RTSP und RTMP verfügen. Lieferung einschließlich Anschluss, Konfiguration, Funktionsprüfung und betriebsfertiger Übergabe.
Fabrikat/Vertrieb: AISpeech/TRIUS Pro-AV
Typ: MT100 oder gleichwertig
GAEB-Langtext
Liefern, montieren, anschließen und betriebsfertig in Betrieb nehmen einer intelligenten Audio-Visual-Tracking-Box zur automatischen Steuerung von PTZ-Kameras in professionellen Konferenz- und Medientechniksystemen.
Das Gerät muss eine KI-basierte Sprecher- und Gesichtserkennung sowie eine automatische Kameranachführung und Videoumschaltung unterstützen. Die Verarbeitung von Videosignalen bis 4K UHD (30 fps) sowie die Unterstützung der Codecs H.264, H.265 und MJPEG sind vorzusehen. Das System muss über HDMI-Ein- und Ausgang, USB 3.0 (UVC/UAC), RJ45-Netzwerk mit PoE-Unterstützung, ONVIF, RTSP und RTMP verfügen und über eine browserbasierte Konfigurationsoberfläche eingerichtet werden können.
Lieferung einschließlich Montage, Anschluss, Konfiguration, Funktionsprüfung und betriebsfertiger Übergabe.
Fabrikat/Vertrieb: AISpeech/TRIUS Pro-AV
Typ: MT100 oder gleichwertig.
Liefern, montieren, anschließen und betriebsfertig in Betrieb nehmen einer intelligenten Audio-Visual-Tracking-Box zur automatischen Steuerung von PTZ-Kameras in professionellen Konferenz- und Medientechniksystemen.
Das Gerät muss eine KI-basierte Sprecher- und Gesichtserkennung sowie eine automatische Kameranachführung und Videoumschaltung unterstützen. Die Verarbeitung von Videosignalen bis 4K UHD (30 fps) sowie die Unterstützung der Codecs H.264, H.265 und MJPEG sind vorzusehen. Das System muss über HDMI-Ein- und Ausgang, USB 3.0 (UVC/UAC), RJ45-Netzwerk mit PoE-Unterstützung, ONVIF, RTSP und RTMP verfügen und über eine browserbasierte Konfigurationsoberfläche eingerichtet werden können.
Lieferung einschließlich Montage, Anschluss, Konfiguration, Funktionsprüfung und betriebsfertiger Übergabe.
Fabrikat/Vertrieb: AISpeech/TRIUS Pro-AV
Typ: MT100 oder gleichwertig.