對于我們的耳朵來說，聽到各種聲音是很自然的，但眼睛似乎很難觀察到聲音。更不用說有些聲音甚至很難被人的耳朵聽到。但在現(xiàn)代技術(shù)的加持下，看到聲音變成了現(xiàn)實(shí)——聲學(xué)相機(jī)使聲音不再隱藏，以前難以想象的細(xì)節(jié)展現(xiàn)在我們面前。

聲學(xué)相機(jī)的概念，也稱為聲音成像器、聲學(xué)相機(jī)等，最早出現(xiàn)在19世紀(jì)末。它是一種用于分析、定位和可視化聲源的設(shè)備，不僅可以讓人們知道聲音來自哪里，還可以進(jìn)一步顯示聲音的特征。

一個(gè)完整的現(xiàn)代聲學(xué)攝像機(jī)通常由麥克風(fēng)陣列、攝像機(jī)和顯示設(shè)備組成。麥克風(fēng)收集聲音，經(jīng)過處理后，覆蓋（投影）不同顏色的光點(diǎn)和相機(jī)拍攝并顯示在監(jiān)視器上的圖像。

聲音以聲波的形式傳播，由于頭部的存在，當(dāng)聲音到達(dá)左耳和右耳時(shí)會有輕微的時(shí)間差，這使我們能夠確定聲音的來源。

從麥克風(fēng)測量數(shù)據(jù)中獲得聲學(xué)圖像的一種常見方法是使用波束成形技術(shù)：通過相對延遲每個(gè)麥克風(fēng)信號并將其相加，特定方向的信號被放大，而其他方向的信號則被削弱。然后，計(jì)算信號功率，并在與方向?qū)?yīng)的屏幕像素上繪制能量圖。

波束形成反映了聲音信號的空間選擇性，主要用于將麥克風(fēng)聚焦于捕捉您想要聽到的聲音。多個(gè)麥克風(fēng)形成陣列，并對來自這些相控陣麥克風(fēng)的信號進(jìn)行處理，以實(shí)現(xiàn)麥克風(fēng)對一個(gè)或多個(gè)方向上的聲音更敏感的效果。

聲音定位是尋找聲源，這是聲學(xué)相機(jī)的根本意義。

大多數(shù)時(shí)候，我們需要找到不應(yīng)該存在的惱人的聲音。它可能是來自建筑物內(nèi)部或外部的噪音，也可能是來自產(chǎn)品組件的噪音。

我們需要根據(jù)聲音頻率選擇不同類型的聲學(xué)相機(jī)。在低頻率下，聲波非常長，并且通常需要大尺寸的麥克風(fēng)陣列；在較高的頻率范圍內(nèi)，較小的麥克風(fēng)陣列也可以很好地工作。