3S Market deliver Smart and Valuable information for Business
3S Market 傳遞 智慧應用與價值的商業資訊
Inauguration Day for President Joe Biden
  智慧城市\智慧生活應用科技 智慧建築\智慧家庭應用解決方案 |
2021年1月22日 星期五
．在所有監控應用中，未來就是人工智慧
A.I. Is Monitoring You Right Now and Here’s How It's Using Your Data
概述：
．市場狀況：
–2019 年監控攝影機市場總額超過 200 億美元。
–貿易戰和冠狀病毒的影響微乎其微。
–中國：監控攝影機市場正在爆發。
．加工市場非常分散，有許多不同的參與者，尤其是在中國，並且它將保持穩定。
．關於晶片運算市場，HiSilicon 和 Ambarella 之間展開了美中決鬥。
．貿易戰：晶片運算市場已經受到影響。實際上，HiSilicon 已被美國當局禁止。
．具有人工智慧功能的視覺處理器是未來：Yole 預測 2025 年的收入將達到 27 億美元，佔監控硬體總收入的一半以上。
⋯⋯ ⋯⋯ ⋯⋯ ⋯⋯ ⋯⋯ ⋯⋯ ⋯⋯ ⋯⋯ ⋯⋯ ⋯⋯ ⋯⋯
▲ 3S MARKET E 掌握的訊息：
–中國的海思晶片被 NDAA 斷了筋脈，幾乎所有的上游封裝，包括中國本地的封裝廠都宣稱不再為海思封裝，對於目前所有監控都須倚賴晶片， Yole 的分析中一方面說市場爆發，一方面也提到晶片的問題，但敏感問題似乎有所保留。
–海思在 IP Camera\NVR 的晶片，在 NDAA 限令之前，據 3S MARKET 所掌握的消息，估計全球的市佔率合計約佔 70%，DVR 晶片佔 超過 90%，海思晶片市場已呈現斷供，這些問題目前市場已造成衝擊。
–影像高階晶片，除文中提到之安霸外，大都在中低階，目前有能力實現高階晶片的應用廠商，除被禁的中國海康威視、大華；宇視，國際大廠如 AXIS、Bosch、AVIGILON ⋯⋯；台灣也不超過五家有能力實現 IP 監控的高階方案。
–眾多廠商表示，海思晶片斷供後，一些高階應用，如後端儲存備份系統的銜接等，市場上目前的晶片方案，從事第三方支援者尚未見明顯動靜，對於很多大型專案未來的進行，除少數國際大廠有能力進行外，這其中還包括 ONVIF 合規的完整度，都將造成青黃不接的供應現象。
–中國本地市場，在 COVID-91 及去年汛災影響，許多天網計劃與雪亮工程的監控裝置已毀壞，中國本地監控業者如何支援供應中國以外市場，仍有待觀察。
–台灣安控影像晶片廠商，雖然在海思晶片斷供後，成了當紅炸子雞，但因為市場效應，加上監控業者自身的規模，真正有發展韌體整合的能力太少，一些業者恐繼續等待來自境外的方案完成，這對台灣政府推動「資安即國安」的產業政策，無疑造成一大破口，而可惜了台灣擁有晶片的完整產業資源實力。
– 類比晶片雖然需求大，且同樣在 NDAA 限令下，至少在友好美國的市場都顯現很大的需求空間，但在此類產品幾乎供應鏈都已在中國形成規模效應，且利潤偏低。加上在類比晶片原廠的被動下，綜合這些因素，雖然擁有全球巨大的市場規模空間，台廠大多只是看得到，卻吃不到的空中樓閣，這又也關係到台灣中央政府，提到重整供應鏈與加大力度在晶片產業，卻沒有進行實際的動作。
– 台灣本國市場，行政院兩年前已公告不採用中國特定品牌監視產品，目前相關 SI 及通路業者，已開始佈署 MIT 的監控場品，但沒有政府明確的針對性產業政策。
3S MARKET 以上八個歸整，絕非是一些對產業的發展歷程、生態，及對技術、產品、應用沒有深入接觸了解的人士，片面解讀就可以解決的議題，而過去這些人士提到的，包括把 OT 資安解釋成是 IT 資安；不用海思晶片將威脅到台灣安控產生存的似是而非言論，都在過去半年一一無法被市場的事實所驗證而站不住腳。
3S MARKET 在去年，與電信公會共同舉辦三場安控產業的高峰論壇，並發表分享多篇針對資安即國安、NDAA、晶片議題等探討，原因就在安全監控產業雖小，卻是一個關鍵的齒輪。美國之所以大力祭出國防授權法來限制與規範，可見安控業及相關影響的關鍵性與重要性。
3S MARKET 過去一年來對相關議題的報導，完全印證這些事件的發展，包括國際供應鏈板塊的變化，產業斷鏈的影響效應，COVID-91 對安控的機會與威脅，國際與國內生態的走向，幾乎完全掌握。台灣 MIT 監控這個利基型產業的長遠發展，期待全產業相關的有志之士共同結合努力！
以下回到原文。
⋯⋯ ⋯⋯ ⋯⋯ ⋯⋯ ⋯⋯ ⋯⋯ ⋯⋯ ⋯⋯ ⋯⋯ ⋯⋯ ⋯⋯
Yohann Tschudi 博士宣稱：「人工智慧和大規模監視，正在推動攝影機和晶片運算市場。 YoleDéveloppement（Yole）是技術與市場分析師。這家市場研究和策略諮詢公司，在其最新報告《用於監控和安控的攝影機和計算》中預測到 2025 年，將達到 380 億美元的市場。在這份報告中，Yole 分析了在安全和監視行業中，使用不同類型算法的三種特定技術：圖像處理、影像分析和 AI。
Yole 的運算和軟體團隊，對這個行業有深入的瞭解，並提出了一系列專門針對 AI 計算的報告。消費者、汽車、醫療，以及當今的安全和監控領域的分析師，透過分析半導體方面的情況，特別是計算硬體（CPU、GPU、FPGA 和 ASIC），指出了他們對半導體行業，對於 AI 軟體影響的理解。
Yole 的 Yohann Tschudi 解釋說：「要建立完成，從簡單到繁重的任務（例如運行複雜的算法，尤其是深度神經網路推理算法）所需的最新處理與晶片運算硬體。」
這份監視和安全的報告，提供了對生態系統和技術的詳細描述和分析，這些生態系統和技術，取決於特定的垂直領域：智慧家庭、智慧零售、智慧城市和工業 4.0。它揭示了關鍵的技術見解，並對未來的技術趨勢和挑戰，進行了分析，包括關鍵技術的選擇、技術動態，以及新興技術和發展的路線圖。
用於監視和安控的攝影機和晶片運算行業，包括 4 個主要應用，可以分為 2 個部分。擁有智慧城市、智慧零售和工業的專業人士，以及擁有智慧家庭的消費者。今天安控和晶片運算兩者，都在推動這個行業。根據 Yole 的報告，到 2019 年，監控攝影機市場的營業總值將達到 210 億美元，到 2025 年將成長到 340 億美元。
「重要的是，要注意貿易戰的影響，和冠狀病毒的影響非同小可。的確，這兩家中國巨頭的主要市場，是該國龐大的國內市場，在該市場中，可是該病毒並未引起監控攝影機需求的減少，尤其是在商業和智慧城市領域。」 Yohann Tschudi 解釋說。
https://business.panasonic.co.uk/security-solutions/artificial-intelligence
監視和安控市場受到多種因素的推動
首先，全球對智慧城市的強烈需求，以及中國大規模監控攝影機的更新，直接影響行業。因此，過去五年來，中國在建立大規模監視系統上投入了大量資金。「天網計劃」網路的發展，極大地受益於中國本土公司 HiKVision 和大華科技。實際上，它們很快分別成為＃1和＃2。除中國以外，歐洲公司 Axis 和 Bosch Security Systems 在西方市場（歐洲、美國）取得了巨大的成功。
同時，市場對安全領先技術的需求，也在開發結合了攝影機和晶片運算的創新解決方案中，發揮了關鍵作用。一個很好的例子，是用於智慧家庭的門鈴攝影機。最後，Yole 的分析師還指出了其他因素，例如：
‧ 智慧零售中，對影像分析和安全性的需求
‧ 整合監視系統，以增強工業 4.0 中的製造業
‧ 國防監視仍然是一回事，但使用無人機是這裡的主要趨勢。
考慮到這些市場動態，晶片運算和軟體團隊宣佈了該行業的許多變化。
在「用於監視和安控的攝影機和晶片運算」報告中，Yole 確定並分析了技術趨勢。這個市場首先顯示出從類比攝影機，到嵌入自己的處理/運算硬體的 IP 攝影機的重大轉變。
該公司還指出了更多的嵌入式智慧功能，可以進行影像分析、檢測和辨識。這種趨勢導致市場細分為 3 種不同類型的晶片：圖像信號處理器、視覺處理器，和具有 AI 功能的視覺處理器，並且 ASP 不斷提高。
第一類的晶片領域，包括影像處理器，它將原始圖像（來自感測器）轉換為人眼可解釋的圖像，對應與傳統在影像上實現的壓解碼技術的晶片差異。
第二類包括能夠進行分析（例如運動檢測和熱圖創建）的晶片。增加的價值不僅是為了能夠處理更高的解析度，而且是為了添加一些資訊，或提供進行某些操作，如鏡頭伸縮的應用。
第三類整合了能夠處理需要功率和瓦特數的 AI 算法的單元。在出貨量和收入方面，Yole 認為第三種晶片類型將實現強勁成長，到 2025 年佔出貨量的 42％，佔收入的 66％。與監視相關的整個晶片市場，估計在 2025 年將達到 41 億美元。
作為技術趨勢的一部分，Yole 的分析師還強調了，透過深度學習引入辨識功能，這意味著需要能夠運算，那些極權政府貪婪任務的專用單元或協同處理器。
當然，在所有監視應用中，未來都是 AI…
．給水排水公用事業中的物聯網監控系統
Enabling Intelligent Water and Wastewater Utilities with Industrial Internet of Things
監控系統在供水和排污設施的日常運行和維護中，發揮著重要作用。此外，透過感官、思考、行動週期工作的實踐，有助於實現數位創新，這將有助於供水和污水處理行業的可持續發展。感官、思考、行動周期，涉及使用以下系統：收集（「感知」）營運技術資訊，使用人工智慧或統計分析技術，從多個角度（「思考」）分析收集的數據，然後計劃，升級基礎架構，並利用所獲得的知識進行改進（「行動」）。
這使得提供一個，可以將監視和控制系統，連接到物聯網平台，並有效利用系統所擁有的操作技術、資訊的基礎架構非常重要。日立開發了一個物聯網 Gateway，使之成為可能。
可以預見，感測過去無法收集的數據，並將其收集以用於物聯網平台，將有助於創造新的價值。一項涉及光纖感測的感測計劃正在進行中，該方案克服了電源難題，可以從污水管內部收集數據，以及圖像分析和語音辨識。
1. 簡介
自從經濟高速成長時期以來，在日本建造的供水和排污基礎設施，現在將要更換時，需要以維持安全可靠的水環境的方式，進行這些升級工作。 同時，隨著日本人口的減少，工作需要有效地進行，勞動力有限且財政嚴重受限。
在這種背景下，監視和控制系統的工作，已超出日常設施的運行和維護範圍，其中包括充分利用透過這些系統，獲得的運行技術（OT）數據，來解決供水和排污基礎設施，面臨的挑戰，並 - 向水環境的可持續性致敬。
此外，隨著近年來使用物聯網（IoT）進行感測的可能性越來越大，正在考慮使用更詳細的資訊和源，例如過去從未用作感測數據的圖像數據。
本文以製作 OT 數據的 Gateway 的形式，介紹了這些可能性的案例。
透過可在 IoT 平台上使用的監視和控制系統，用於污水管道內部的光纖感測系統（過去很難實現的應用），以及將圖像和音訊數據，用作新的感測媒介來獲得。
2. 物聯網時代的監控系統
在監視和控制領域，帶有內置電腦（稱為可編程邏輯控制器）和過程控制站的控制設備，分佈在意欲直接控制的設備附近。將這些設備連接到控制局域網（LAN）可以在中央監視和操作設備中，收集數據以進行集中監視和操作。
這不僅包括用作單個設施的監視和控制系統，例如水或污水處理廠和泵站，還包括使用遙測或專用 Internet 協議（IP）線，來實現互連和整個區域的人 - 公用事業服務區域內此類設施的老化。這樣，監控系統本身就可以形成物聯網。
但是，儘管這些監視和控制系統已經聯網，但是對即時性能和可靠性的強調，意味著它們已經發展成為針對各個供應商的封閉系統。作為社會基礎設施的一部分，由於供水和污水處理對安全的需求，它們也採用了封閉的網路。這意味著，儘管它們是「物聯網」，但它們並不是物聯網的一部分。
為了克服前面描述的挑戰，重要的是要透過感知-思考-行動週期，來計劃供水和排污基礎設施，並進行營運改進。還期望具有可以利用監視和控制（OT）數據的開放環境。區域協調和集水區管理政策，也需要促進監控系統之間互操作的方法。
雖然建議使用資產管理，來制訂能夠考慮到生命週期成本，和長期投資水準的計劃，要實現這一目標，不僅需要 OT 數據，還需要來自資訊技術（IT）系統的數據，例如用於設備記錄，和客戶服務的數據。 反過來，這需要這些 OT 和 IT 系統之間的合作。
由於這些原因，日立正在建立 IoT 平台，該平台為監視和控制系統之間，以及 IT 系統之間的合作，提供了開放的環境，同時還考慮了安全性（見圖1）。
同時，物聯網時代中所有類型的事物，都連接到網路的監控系統，正在為感測設備和系統設備，提供比過去更精細的可能性。透過物聯網平台利用這些資訊，不僅可以提高營運和維護效率，而且在檢測老化或故障設備方面，也有潛在的應用。
3.日立的物聯網 Gateway 平台，用於監控數據
如果要提高 OT 數據的利用率，那麼監控系統與 IoT 平台之間的數據互連和交換必不可少。但是，組成監視和控制系統的控制設備，以及它們使用的數據結構和通信協議在應用、最終用途和系統供應商之間差異很大。
IoT平台也存在差異，例如用於不同目的的不同應用、操作系統和網路環境，這意味著將控制設備，和 IoT 平台鏈接在一起，以交換數據並不容易。
此外，在物聯網平台上，利用來自監控系統的數據來提供服務，不僅涉及解決通信問題。監視和控制系統中使用的數據，可以透過各種方式進行標識，例如數據名稱、標識號（例如標籤號）和設備地址，通常不包含有關如何使用數據的資訊。
這意味著，即使物聯網平台可以獲取 OT 數據，但由於數據的含義未知，因此難以進行大規模的數據分析和可視化。
圖1 — 物聯網時代的監控系統
除了透過 IoT 平台進行互操作之外，監控系統還需要使它們包含的數據，可用於與資訊系統合作，進行營運改進和計劃。
為解決上述挑戰，日立開發了物聯網 Gateway 軟體，可將來自監控系統的 OT 數據，用於物聯網平台。
日立物聯網 Gateway 軟體的主要功能如下（見圖2）。
（1）三層軟體結構，可與各種系統靈活協作
日立的物聯網 Gateway 軟體由三層組成：Gateway 連接器，Gateway 管理器和 Gateway 適配器。底層 Gateway 連接器層處理，與監視和控制系統的通信，頂層 Gateway 適配器層處理，與 IoT 平台的通信，中層 Gateway 管理器層提供用於在上下層之間，傳遞數據的通用接口層。
Gateway 連接器和 Gateway 適配器，透過可交換模組，提供靈活的系統配置，這些模組可與所連接的監視和控制系統，及資訊系統的協議，安全級別和其他要求一起使用。
（2）透過附加上下層數據，來促進物聯網平台上控制數據的利用
用於將各種通信模組鏈接在一起的 Gateway 管理器，具有數據收集和分發機制，該機製附加元數據（上下層數據，例如數據單元、有效數據範圍和數據獲取時間），以關聯 OT 數據借助監控數據，可以將它們以有意義的形式轉發到 IoT 平台。此外，透過在 IoT 平台上一起管理上下層和 OT 數據，可以更輕鬆地，在 IoT 平台上管理 OT 數據，從而提高了利用率。
（3）與日立監控系統的互操作
上下數據是從日立的供水和排污監控系統中，保存的系統配置數據等來源自動獲得的。Gateway 連接器提供控制 LAN 接口模組，該模組也可用於直接從控制 LAN 收集數據。
圖2 —日立物聯網的框圖 Gateway
日立的物聯網 Gateway 由三層結構組成，包括 Gateway 連接器、Gateway 管理器和 Gateway 適配器。Gateway 連接器層處理與監視和控制系統的通信，頂級 Gateway 適配器層處理與資訊系統的通信，中級 Gateway 管理器層提供用於在上下層之間，傳遞數據的通用接口。
4. 污水管光纖多傳感系統
日本的《防洪法》於 2015 年進行了修訂，要求採取措施防止城市地區的地下室/地表洪水氾濫，因此對水位測量的需求也越來越大，這是災害管理的一部分。而且，管道的老化正成為維護的挑戰。
儘管這對於可視化排水管內部條件（包括水位、腐蝕性氣體和水質）的數據非常重要，但在排水管內部，確保電源安全的困難，是遠端即時監控的障礙。
污水管道中已安裝光纖，用於監控和控制下水道營運和 IT 網路，截至 2015 年末，全日本的總長度為 2,250.1 km。 由於這種纖維經歷了 2011 年東日本大地震，與其他形式的通訊相比，受到的損害很小，近年來，它作為一種抗震的通信網路受到了關注。
為做回應，日立研究了在污水管中，使用光纖作為克服上述問題的一種方法。它開發了一種多感測系統（參見圖 3），該系統監視水位，腐蝕性氣體，水質等的測量，並採用一種光饋電方法，該方法不僅使用光纖進行通信，還使用傳送電源。
提供與中央監控系統通信，並安裝在污水處理廠或泵站的 Tx 多感測 MS 盒，透過一根單模（SM）光纖，連接到多個 Rx MS盒，這些盒被連接到安裝在污水管道中的感測器。
圖3 —用於污水管的光纖多感測系統框圖
污水處理廠或泵站的 Tx MS盒，使用一根 SM光纖，連接到安裝在污水管道中的多個 Rx MS 盒單元。透過將各種感測器連接到 Rx MS 盒，可以監控污水管的狀況。 除了用於通信之外，光纖還用於透過光功率饋送技術，將電力輸送到感測器。
Tx\Rx MS 盒容納光源，並透過光纖將高功率雷射束，傳輸到 Rx MS 盒。Rx MS 盒透過使用光電探測器，將雷射束轉換為電能，為它們所容納的感測器，以及與 Tx MS 盒的光通信獲取電源。近年來，它作為一種抗震的通信網路受到了關注。
作為回應，日立研究了在污水管中，使用光纖作為克服上述問題的一種方法。它開發了一種多感測系統（參見圖 3），該系統監視水位，腐蝕性氣體，水質等的測量，並採用一種光饋電方法，該方法不僅使用光纖進行通信，還使用傳送電源。
Rx MS 盒具有這種光功率饋送的能力，它使用微調的功率控制（例如所容納設備的間歇性操作）來將功耗降至最低。
圖 3 中的示例顯示了一個裝有四個不同感測器（水位開關、壓力式的水位感測器，電導率計和硫化氫感測器）的 Rx MS盒。
防水連接器用於簡化感測器的安裝和拆卸。因為它們安裝在污水管內，所以它們本身也具有防水和防腐蝕的功能（見圖4）。
多纖維感測系統，提供了一種從地下污水管道收集數據的方法，這在過去是很困難的，有可能克服管道維護，破壞和氣味控制，處理流入和滲入， 並改善下水道的綜合溢流。
圖4 — Rx MS 盒
Rx MS 盒的外殼防水且耐腐蝕。 感測器連接器也防水，位於外殼的底側（外殼尺寸：L260 mm x W260 mm x H150 mm）。
5. 新的感測器感應作法
現在有可能使用感測氣感應，來利用過去的監視和控制系統無法處理的數位格式資訊。
透過這些作法，本文介紹了一種用於圖像分析的無線模組，該模組可實現對類比量表中的指標，進行數位化和傳輸，以進行可視化讀取，並將其用作時間序列數據。它還描述了一種免持檢查支持系統，該系統使用現場語音輸入，來收集現場檢查期間，過去由檢查員記錄下來的數據。
5. 1 無線圖像分析模組
供水和排污設備，仍然具有大量未被監視和控制系統，捕獲的類比儀表。由於仍需微調維護這些數據，因此過去的做法，是在現場檢查期間收集它們。由於涉及紙質管理，因此很少見到這些數據已以數位方式，用於設備管理和資產管理。
為了回應，日立開發了帶有自主內置電源的模組，該模組使用攝影機和圖像分析功能，將類比儀表的讀數數位化，並無線傳輸數據。圖 5 顯示了該模組的照片，圖 6 顯示了一個示例檢查自動化系統，該系統使用無線模組連接到網路。
在系統安裝期間，通常很難在現場拆卸或更換類比儀表，因為它們直接連接到管道上。另一個挑戰是需要做更多的工作，才能將電源或數據電纜，鋪設到室外和高架位置。用於圖像分析的無線模組具有以下功能，可以克服這些挑戰。
（1）無需更換設備即可對儀表進行改裝，而無需關閉設備。
（2）無需鋪設電纜。
（3）三年內無需維護設備，這通常是兩次定期檢查之間的間隔的幾倍。
除了使用空間和頻率冗餘之類的技術，來實現高可靠性外，無線網路還使用標準的 2.4 GHz 頻段協議，來促進在全球的使用。該技術會自動建立無線網狀網路。
儘管單個無線模組的範圍只有大約 30 m，但通過在節點之間將它們中繼（多跳通信），可以在寬範圍內傳輸數據。
圖5 —用於圖像分析的無線模組 該無線模組具有內部電源和無線通信功能，可以安裝在現有設備上。
透過使用低功耗技術，並將傳輸的數據量保持在最低水準，該無線模組僅使用內部電池，就可以每天進行一次檢查（抄表），為期三年。透過使用電源的微調控制，來降低待機功耗，從而實現了低功耗。
當使用低功耗的無線通信時，減少發送數據的數量很重要。由於傳輸速度和每次傳輸中，可以發送的數據數量的限制，圖像數據不合適。
雖然圖像壓縮是減小數據大小的常用方法，但是使用現有技術很難實現足夠的壓縮。相應地，圖像數據由無線模組進行分析，而是發送結果的儀表讀數。
圖6 — 檢查自動化系統使用無線模組進行圖像分析
該系統使用連接到設備的無線模組讀取儀表，並無線傳輸讀數。 度量值在管理器單元中合併，並在伺服器或雲端中使用。
讀取類比計數錶，涉及分析攝影機圖像，以確定指針所指向的位置，然後將其轉換為數位計數錶讀數。 這將要發送的數據量減少了大約 30,000，從大約 120 KB 減少到 4 個字節，並將傳輸次數，從大約 1,200 減少到僅一個。
5. 2 免提檢查支持系統
即使在物聯網時代，當所有不同類型的事物都聯網時，讓維護人員實際訪問場景的原則仍然很重要。這樣的現場檢查，不僅包括檢查儀表讀數和勾選清單上的項目，而且還可能包括撰寫有關檢查員發現的內容的註釋。一種解決方法是讓檢查員透過語音輸入此資訊，並使用語音辨識功能，將其用作數位數據。換句話說，將語音輸入作為術語的，廣義意義上的感測數據。
出於安全原因，使用語音輸入的另一個動機，是希望能夠進行免提現場檢查，而無需檢查員隨身攜帶檢查表或筆之類的東西。
但是，由於設備經常連續運行，因此如果將其用於給水和污水處理行業的檢查系統，則語音辨識必須能夠在 100 dBA 或更高的噪聲水準下工作。特別是在污水處理基礎設施的情況下，該系統必須在無法進行網路通信的地下運行。這意味著行動設備必須能夠自行執行語音辨識，而無需依靠網路連接的伺服器。
圖 7 顯示了由 Hitachi 開發的免提檢查，支持系統的概述。針對上述挑戰，開發了以下功能。
（1）使用具有良好防噪音功能的喉式麥克風。透過消除噪聲抑制的需求，在平板電腦上實現了高速語音辨識，該平板電腦的尺寸，足以讓使用者隨身攜帶在工作服的口袋中。
（2）開發了適用於喉頭麥克風的聲學模型（語音數據庫）。由於音訊特性的差異，與常規麥克風配合使用時，使用聲學模型與常規聲學麥克風，進行語音辨識，無法提供足夠的辨識精度。此外，透過從音訊數據中，學習來建構聲學模型的傳統方法，存在的問題是，它需要超過 100 個小時的學習數據。為此，Hitachi 開發了可將聲學麥克風的聲學模型，自適應地轉換為聲學模型的軟體，可以與喉嚨麥克風配合使用。
（3）開發了個人聲學模型，該模型從通用聲學模型，生成針對特定個人的客製化模型。只能使用大約五分鐘的錄製語音，來生成此個人模型。
結果，該系統具有 89％ 到 97％ 範圍內的高辨識準確度，並且可以在嘈雜的環境中使用，例如燃氣輪機或離心脫水機等，噪聲水準超過 100 dBA 的環境。
圖7 — 免提框圖檢驗支持系統
為了提高現場檢查的效率，維持品質並確保安全，日立開發了使用語音輸入，並在平板電腦上運行的現場檢查系統。它還使用支持聲學麥克風的個人聲學模型，並且只需要很短的學習時間，因此該系統可用於嘈雜環境中，和難以使用無線局域網的語音輸入。
6. 結論
本文介紹了一種 IoT Gateway，該 Gateway 提供了核心技術，用於將供水和污水處理行業的監控系統中，包含的 OT 數據鏈接到 IoT 平台，以及將設備用於計劃和營運。感測器是物聯網的關鍵部分，文章還介紹了如何使用光纖，來監測污水管道的狀況，以及包括使用圖像和音訊數據的感測技術。
日立相信，這些技術可透過在計劃和營運，改進工作中促進使用透過監控系統獲得的舊有數據，從而有助於供水和污水處理基礎設施的可持續性。
