微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 MOTOTRBO保障环中国国际公路自行车赛事直播

MOTOTRBO保障环中国国际公路自行车赛事直播

2014-09-23 22:24
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2014-09-23 22:24 CNET科技资讯网

摩托罗拉系统公司(纽交所代码:MSI)近日宣布,中央电视台(以下简称“CCTV”)在2014年环中国国际公路自行车赛事中选用摩托罗拉系统MOTOTRBO™系列解决方案,以保障赛事直播的顺利进行。

环中国国际公路自行车赛是我国唯一具备国家品牌性质的国际自行车赛事。本届比赛由西安始发,途经四川、重庆、湖南和湖北四地,最终在天津收官。为了进一步提升观众的收视体验,CCTV部署了多个拍摄团队,分别对与会嘉宾、比赛队员、外景场地以及现场观众进行实时跟拍,这对拍摄工作人员之间有效的协同沟通提出了更高的要求。与此同时,本次比赛中多样性的地理风貌、跨区域的超长赛程以及广阔的信号覆盖范围均为比赛的直播带来了不小的挑战。应用于本次环中国赛事的摩托罗拉系统MOTOTRBO XiR P8260/8668手持双向对讲机、DR3000中继台、以及太阳穴耳机、三线监听耳机和喉骨耳机组合,为拍摄团队搭建了稳定的移动式通信网络。

近年来,电视观众对户外纪录片、真人秀以及大型赛事的喜好度越来越高,而外景拍摄环境中嘈杂的环境背景音为现场工作人员的沟通带来了巨大挑战,为了更好的应对噪音带来的通信困扰,CCTV特别选用了摩托罗拉系统多款不同功能的具有创新技术的耳机配件。

其中,摩托罗拉系统喉骨式耳机独具的通过喉咙震动感应麦克风电压元件发声原理,能够除去在户外嘈杂的拍摄环境中90%的背景噪音,显著提升拍摄团队间的沟通效率;而通过骨传导原理设计的太阳穴耳机没有传统的耳塞,操作人员只需将其佩戴在太阳穴,就能够在不影响获取外界环境音的同时,直接将经降噪的语音通话信息传递到听觉中枢,以实现高效对讲;为了满足广泛地域的通信需求,IP互联功能在拍摄中起到了至关重要的作用。通过多个中继台间的互相连接,能够有效拓展通信覆盖范围以实现通信调度的便利性;而XiR P8260/8668手持双向对讲机具备的防水功能,尤其适用于在户外拍摄时不同天气环境下的通信工作。

摩托罗拉系统(中国)有限公司董事长兼总裁蒋浩表示:近年来,广播电视行业的不断发展推动着其数字化进程的加快。摩托罗拉系统数字对讲解决方案能够再次参与到国内重要大型体育赛事的直播,我们深感荣幸。在未来,相信我们的产品能够为更多广播电视领域的用户带来优质的通信保障,进而更好的实现摩托罗拉系统关键时刻帮助客户做到最好的承诺。

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 奖励设计:让AI学会智能使用工具的关键
    2025-04-23 17:39

    奖励设计:让AI学会智能使用工具的关键

    想象一下,你有一个非常聪明的朋友,他知道很多知识,但每当需要使用计算器、搜索引擎或查询最新天气时,却变得像个笨手笨脚的孩子。这正是当前大语言模型(简称LLMs,如ChatGPT这类AI系统)面临的尴尬处境。

  • ToolRL:奖励设计是工具学习所需的全部
    2025-04-23 17:34

    ToolRL:奖励设计是工具学习所需的全部

    想象一下,你拥有一个聪明的助手,它知道很多知识,但在面对需要使用计算器、搜索引擎或查询最新信息时却显得笨手笨脚。这正是当前大语言模型(LLMs)面临的困境。虽然这些模型已经通过监督微调(SFT)学会了使用工具的基本能力,但它们常常在面对复杂或不熟悉的场景时表现不佳。

  • X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御
    2025-04-23 14:08

    X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御

    想象你正在和一个智能助手聊天。如果你直接要求它提供有害信息,它很可能会礼貌拒绝。但如果你通过一系列看似无害的对话,逐步引导它走向你的真实目标呢?这就是当前AI安全领域面临的一个严峻挑战——多轮对话中的安全漏洞。

  • "思考操纵":用外部思考让大型推理模型更高效
    2025-04-22 16:43

    "思考操纵":用外部思考让大型推理模型更高效

    想象你在使用一个非常聪明的AI助手完成一项复杂任务,比如解决一道数学难题。你可能注意到这个助手会花很长时间"思考",一步一步写下大量推理过程,最后才给出答案。虽然这种详细的思考过程确实帮助AI做出了更准确的判断,但同时也带来了一个明显的问题:它太"啰嗦"了,消耗了大量的计算资源和时间。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-