W ostatnich dwóch tygodniach trafiliśmy na kilka postępowań na modernizację sal wykładowych i auli. W jednym zamawiający dopisał do monitorów interaktywnych wprost „sprzęt do prowadzenia zajęć hybrydowych”. W innym, dla pięciu sal naraz, lista obejmuje projektor, procesory dźwięku z eliminacją echa, głośniki sufitowe, mikrofony bezprzewodowe, przełączniki ze złączem USB-C i panele sterujące. W jeszcze innym warunkiem udziału jest wcześniejsza dostawa zintegrowanego systemu audiowizualnego, razem z integracją i uruchomieniem. Ten zamawiający dobrze wie, że kupuje system, a nie paczkę urządzeń.
Jedno łączy wszystkie te opisy: wyliczają sprzęt i nie mówią ani słowa o tym, co ma usłyszeć i zobaczyć osoba, która uczestniczy w zajęciach zdalnie. A to jest jedyny powód, dla którego ta część wyposażenia w ogóle trafia do zamówienia.
W sali hybrydowej kamera jest najmniejszym problemem. O tym, czy zajęcia działają, decyduje mikrofon, który słyszy całą salę, i procesor, który nie odsyła zdalnym uczestnikom ich własnego głosu. Obraz da się poprawić po odbiorze, dokładając kamerę albo zmieniając jej ustawienie. Dźwięku z sali, którego mikrofon nie złapał, nie poprawi już nic.
Jedno pomieszczenie, dwie publiczności
Sala hybrydowa obsługuje jednocześnie dwie grupy słuchaczy, a każda potrzebuje czegoś innego. Osoby na sali słyszą prowadzącego bezpośrednio albo przez nagłośnienie. Osoby zdalne słyszą wyłącznie to, co złapały mikrofony, po przejściu przez procesor dźwięku, kodek platformy wideokonferencyjnej i własne słuchawki.
Nagłośnienie sali i tor dźwięku do połączenia to dwa osobne zadania. Pierwsze opisuje się zrozumiałością mowy w miejscach słuchaczy, o czym pisaliśmy przy nagłośnieniu auli. Drugie opisuje się tym, co ma trafić do połączenia: kto ma być słyszalny, z którego miejsca i bez jakich zakłóceń. W typowym opisie przedmiotu zamówienia pierwsze zadanie jest choć częściowo pokryte listą głośników i wzmacniaczy. Drugie nie jest opisane wcale, bo zakłada się, że wynika z pierwszego.
Nie wynika. Mikrofon prowadzącego, nagłowny, krawatowy albo na mównicy, jest dobierany tak, żeby słyszał jedną osobę z odległości kilkudziesięciu centymetrów i jak najmniej wszystkiego innego. Dla nagłośnienia sali to zaleta, bo ogranicza sprzężenia. Dla zajęć hybrydowych oznacza, że połączenie dostaje wykład i nic poza nim.
Pytanie z ósmego rzędu
Najczęstsza skarga po uruchomieniu sali hybrydowej brzmi zawsze tak samo: zdalni słyszą prowadzącego dobrze, a pytań z sali nie słyszą wcale. Prowadzący zaczyna powtarzać pytania do mikrofonu, po dwóch tygodniach przestaje, a dyskusja na zajęciach zamienia się w rozmowę, w której połowa uczestników zna tylko odpowiedzi.
Powód leży w fizyce. Poziom dźwięku bezpośredniego spada o około 6 dB przy każdym podwojeniu odległości od źródła. Głos studenta siedzącego osiem metrów od mównicy dociera do mikrofonu prowadzącego o około 24 dB słabiej niż głos samego prowadzącego z pół metra, a do tego tonie w pogłosie sali, który na takiej odległości przeważa nad dźwiękiem bezpośrednim. Żaden procesor nie zrobi z tego sygnału zrozumiałej mowy, bo w nagraniu nie ma czego wzmacniać.
Rozwiązania są znane i każde ma swoje miejsce. Matryce mikrofonowe montowane w suficie kształtują wiązkę i podążają za mówiącym w wyznaczonej strefie, bez niczego na stołach, ale ich zasięg zależy od wysokości sufitu i pogłosu konkretnej sali. Mikrofony na stołach albo stanowiska systemu dyskusyjnego dają najczystszy sygnał, tylko że pasują do sali seminaryjnej, a nie do auli na dwieście miejsc. W dużej auli często najlepiej sprawdza się zwykły mikrofon bezprzewodowy podawany z rąk do rąk: tani i skuteczny, o ile ktoś go podaje. Wybór między nimi to decyzja projektowa zależna od geometrii sali i właśnie dlatego nie da się go zastąpić zapisem „mikrofony sufitowe, 2 szt.”.
W opisie przedmiotu zamówienia warto więc zapisać nie typ mikrofonu, tylko strefę: z których miejsc mowa uczestnika ma być zrozumiała dla osoby po drugiej stronie połączenia. Najlepiej na rzucie sali, z zaznaczonymi miejscami, w których zostanie to sprawdzone przy odbiorze. Wykonawca dobierze do tego technikę, a zamawiający będzie miał czym ją rozliczyć.
Echo, którego nie słychać na sali
Drugi problem pojawia się w chwili, gdy zaczyna mówić uczestnik zdalny. Jego głos wychodzi z głośników w sali, wpada z powrotem do mikrofonów i wraca do niego z opóźnieniem połączenia. Na sali nikt tego nie zauważa. Słyszy to wyłącznie osoba zdalna, która po kilku takich próbach przestaje się odzywać.
Przed tym chroni akustyczna eliminacja echa, w opisach zwykle skracana do AEC. Procesor zna sygnał, który wysyła do głośników, i odejmuje go od tego, co wraca z mikrofonów. Działa to dobrze tylko przy spełnieniu warunków, których zapis „procesor DSP z AEC” nie gwarantuje.
Eliminacja echa musi działać na każdym kanale mikrofonowym osobno. Procesor z ośmioma wejściami i eliminacją echa na dwóch z nich spełnia zapis „DSP z AEC”, a sali z sześcioma mikrofonami nie obsłuży. Algorytm ma też ograniczony czas, w którym potrafi wygasić odbity dźwięk. W dużej sali o długim pogłosie część echa wraca później, niż algorytm sięga, i zdalny uczestnik słyszy ją jako metaliczny ogon za własnym głosem. Wreszcie procesor usuwa tylko to, co zna jako sygnał odniesienia: jeśli do głośników trafia dźwięk z drugiego źródła, którego nie przepuszczono przez procesor, tego echa nie usunie.
Wniosek dla opisu jest prosty. Liczba kanałów z eliminacją echa ma być równa liczbie mikrofonów biorących udział w połączeniu, a w salach o długim pogłosie adaptacja akustyczna jest częścią systemu, a nie osobnym tematem na kiedyś.
Co widzi osoba po drugiej stronie
Obraz jest łatwiejszy, ale też ma swoje pułapki. Uczestnik zdalny potrzebuje co najmniej dwóch widoków: prowadzącego w strefie mównicy i tablicy oraz widowni, żeby widział, kto zadaje pytanie. Przełączanie między nimi może być automatyczne, sterowane głosem, albo z panelu przez prowadzącego, za pomocą zapisanych wcześniej ustawień kamery.
Prezentacja prowadzącego ma trafiać do połączenia jako osobny strumień udostępniania treści, prosto z komputera. Ekran projekcyjny sfilmowany kamerą z końca sali jest dla zdalnego nieczytelny i nie pomoże tu żadna rozdzielczość kamery. Jeśli prowadzący pisze na tablicy, kamera musi ją objąć tak, żeby dało się czytać, a jeśli pisze na monitorze interaktywnym, obraz idzie bezpośrednio jako treść. O samych monitorach interaktywnych pisaliśmy osobno.
Działa to także w drugą stronę. Prowadzący musi widzieć uczestników zdalnych na ekranie ustawionym w jego polu widzenia, a nie za plecami, inaczej podniesionej ręki w okienku nikt nie zauważy.
Komputer prowadzącego czy stały system w sali
Sale hybrydowe buduje się w dwóch architekturach. W pierwszej prowadzący przynosi własny laptop, podłącza go jednym przewodem ze złączem USB-C i to jego komputer prowadzi spotkanie, a kamery i mikrofony sali widzi jako zwykłe urządzenia. To rozwiązanie działa z każdą platformą, ale zależy od laptopa i jego ustawień, a operatorem całego systemu staje się prowadzący. W drugiej w sali stoi stały komputer albo urządzenie wideokonferencyjne, zalogowane do platformy uczelni i uruchamiane z panelu. Jest przewidywalne, za to przywiązane do jednej platformy.
Obie architektury są poprawne. Błędem jest nie wybrać żadnej, bo wtedy wybiera wykonawca, a wybierze tę, która w jego ofercie jest tańsza. W opisie trzeba też wskazać platformę wideokonferencyjną, z której korzysta zamawiający, bo od niej zależy, które urządzenia będą działać bez dodatkowej konfiguracji.
| Element | Typowy zapis w OPZ | Co zapisać zamiast |
|---|---|---|
| Mikrofony sali | „mikrofony sufitowe, 2 szt.” | strefa słyszalności na rzucie sali, z miejscami sprawdzenia przy odbiorze |
| Eliminacja echa | „procesor DSP z AEC” | eliminacja echa na każdym kanale mikrofonowym biorącym udział w połączeniu |
| Kamery | „kamera PTZ 4K” | widok prowadzącego i widok widowni, z przełączaniem automatycznym albo z panelu |
| Treść | brak | prezentacja jako osobny strumień udostępniania, bez filmowania ekranu |
| Architektura | brak | komputer prowadzącego przez USB-C albo stały system w sali, ze wskazaną platformą |
| Odbiór | „uruchomienie i szkolenie” | test w trakcie połączenia z uczestnikiem zdalnym, z nagraniem w protokole |
Co się psuje przy odbiorze
Przy opisie w postaci listy urządzeń odbiór polega na sprawdzeniu, czy wszystko z listy jest zamontowane i się włącza. Ten test przejdzie także sala, w której zdalni nie słyszą ani jednego pytania z widowni, a każda ich wypowiedź wraca do nich echem. Wykonawca nie ma obowiązku niczego poprawiać, bo dostarczył to, co opisano, a zamawiający nie ma podstawy, żeby tego żądać. Spór o to, czy system działa, kończy się stwierdzeniem, że działa zgodnie z opisem.
Rozwiązaniem jest test odbiorczy opisany w OPZ od początku. Połączenie na platformie, z której korzysta uczelnia, uczestnik zdalny w innym pomieszczeniu na zwykłym laptopie ze słuchawkami, mowa normalnym głosem z wyznaczonych miejsc na sali i sprawdzenie, czy uczestnik zdalny nie słyszy własnego echa. Nagranie z sesji testowej trafia do protokołu. Na jedną salę to około godziny i jest to jedyne sprawdzenie, które mierzy to, za co instytucja płaci.
Pozycje do wpisania w OPZ
- Cel systemu: prowadzenie zajęć z jednoczesnym udziałem uczestników na sali i uczestników zdalnych, z dźwiękiem i obrazem w obu kierunkach.
- Rzut sali ze strefą, z której mowa uczestników ma być zrozumiała dla uczestnika zdalnego, z oznaczonymi miejscami sprawdzenia przy odbiorze, w tym miejscem najdalszym od mównicy.
- Akustyczna eliminacja echa realizowana niezależnie dla każdego kanału mikrofonowego biorącego udział w połączeniu.
- Wymóg, by uczestnik zdalny nie słyszał echa własnego głosu, również wtedy, gdy ktoś na sali mówi w tym samym czasie.
- Dwa widoki kamer, prowadzący w strefie mównicy i tablicy oraz widownia, z zapisanymi ustawieniami i przełączaniem automatycznym albo z panelu.
- Przesyłanie prezentacji z komputera prowadzącego jako osobnego strumienia udostępniania treści.
- Ekran z widokiem uczestników zdalnych w polu widzenia prowadzącego.
- Wskazanie architektury (komputer prowadzącego przez jedno złącze USB-C albo stały system w sali) oraz platformy wideokonferencyjnej, z którą system ma współpracować.
- Uruchomienie zajęć z panelu sterującego jedną czynnością, bez konfigurowania urządzeń przez prowadzącego.
- Test odbiorczy w trakcie połączenia na platformie zamawiającego, z uczestnikiem zdalnym poza salą i nagraniem sesji testowej dołączonym do protokołu.
- Dokumentacja powykonawcza z ustawieniami procesora dźwięku i kamer w postaci pozwalającej odtworzyć konfigurację po wymianie urządzenia.
Na koniec
Sala wykładowa ma zwykle opiekuna, który zna w niej każdy projektor i każdy przewód. Zajęcia hybrydowe dokładają do tego dziedziny, w których znajomość sprzętu wystarcza tylko częściowo: akustykę sali, przetwarzanie sygnału i zachowanie platformy wideokonferencyjnej. Uczelnia ma kompetencje w dydaktyce i w utrzymaniu sal, i żadnego powodu, żeby mieć je także w projektowaniu systemów AV do nauczania hybrydowego.
Chętnie przejrzymy projekt OPZ, zanim trafi do publikacji, albo przygotujemy go razem z rzutem strefy słyszalności i scenariuszem testu odbiorczego. Projekt i dokumentację traktujemy jako osobną, płatną usługę, która działa również wtedy, gdy sprzęt kupują Państwo u kogo innego.