会議用カメラ（4K USB / NDI OEM）

USB UVCクラス準拠 vs. 独自SDK

USB Video Class（UVC）は、ビデオキャプチャデバイスがカスタムドライバーなしで列挙・ストリーミングできるよう、USB Implementers Forumが定めた標準です。UVC準拠カメラはWindows 10以降、macOS 10.14以降、Linuxカーネル4.x以降、Chrome OS、iOS/iPadOS 17以降でネイティブに動作します。企業ITにとって、これは決定的な特長です。UVCカメラは接続するだけで、Zoom、Microsoft Teams、Google Meet、Cisco Webex、そしてあらゆるWebRTCベースのアプリケーションで、ソフトウェアパッケージ・ドライバーインストーラー・管理者権限なしに即座にビデオソースとして表示されます。数百の会議室にわたる規模では、UVC準拠カメラと独自SDKカメラの差は、1室あたりのIT展開時間で時間単位の差として表れます。

重要なプロトコルの区別は、UVC 1.1とUVC 1.5です。UVC 1.1は非圧縮またはMJPEG圧縮ビデオを伝送します。4K/30fpsでは、非圧縮ビデオは約1.4 Gbpsを要し — これはUSB 3.0の理論帯域5 Gbpsが他のUSBオーバーヘッドと並んで安定して維持できる範囲を超えます。実際には、大半のUVC 1.1カメラはUSB経由で4Kを15fpsに制限するか、1080p/30fpsにフォールバックします。2012年に承認されたUVC 1.5は、H.264圧縮ビデオをネイティブな伝送フォーマットとして追加します。会議用カメラの典型的なビットレート15〜20 MbpsのH.264なら、4K/30fpsはUSB 3.0の帯域に余裕で収まります。OEMサンプルを評価する際は、カメラがUVC 1.5デバイスとして列挙され、4K/30fpsでH.264ペイロードタイプを — MJPEGだけでなく — 提示することを明示的に検証してください。スペックシートに「4K USB」と記載していてもMJPEGのみを出力するカメラは、実際にはUSB 3.0で4Kを30fpsで届けられません。

USB出力に独自SDKへ依存するカメラ — USBが後付けのNDI主体・SDI主体設計に多い — は、各ホストマシンにベンダーのキャプチャドライバーをインストールする必要があります。これはソフトウェアバージョンへの依存、Windows Updateとの互換性リスク、ロックダウンされた管理対象エンドポイントとの非互換性を生みます。独自伝送を選ぶ特定の技術的理由がない限り、企業展開ではこれらの設計を避けてください。

USBコネクターの選択は実務的な調達判断です。USB Type-A（USB 3.0）は、アダプターなしで最も幅広い既存の会議室PCや会議用バー機器と互換性があります。USB-Cは最近のノートPCで一般的になりつつありますが、従来のAVインフラには多くの場合アクティブアダプターが必要です。5mを超えるケーブル配線では、パッシブUSB 3.0ケーブルは5 Gbpsで信号劣化を生じます。5m〜15mの配線にはアクティブ光USB 3.0延長ケーブルを指定してください。15mを超える場合は、USB-over-fiberエクステンダーか、NDIを主伝送に切り替えるのが信頼できる選択肢です。設置環境に正しいUSBバリアントの会議用カメラを調達するには、RFQにケーブル配線距離を記載してください。

NDI vs. SRT vs. RTSP — ネットワークビデオ出力プロトコルの選定

ネットワークビデオ出力プロトコルの選定は、下流の制作ソフトウェアとのカメラ互換性、レイテンシ予算、ライセンスコストを決定づけます。OEM市場の会議用カメラは、通常RTSPをベースラインとし、NDI|HXまたはSRTをプレミアムオプション（工場有効化またはファームウェアライセンス経由）として提供します。

NDI（Network Device Interface） は、NewTekが開発し現在Vizrtが保守するIPビデオ標準です。NDIカメラはローカルネットワーク上で名前付きビデオソースとして表示され、ストリーム設定なしにあらゆるNDI対応アプリケーションで利用できます — vMix、OBS Studio（NDIプラグイン経由）、Wirecast、Microsoft Teams Rooms（ハードウェアエンコーダー経由）、Zoom Roomsハードウェアシステムなど。現行の圧縮版NDI|HX3は、H.264またはH.265エンコードを用い、Gigabit Ethernet上でエンドツーエンド遅延 <200msを達成し、イベント制作のライブ切り替えに十分です。フルバンド幅NDI（非圧縮）は <100msを目標としますが、1080p/60fpsストリームあたり約125 Mbpsを要し、他のトラフィックと共有する標準的な企業スイッチでは非現実的です。NDIにはVizrtからのデバイスごとのライセンスが必要です。中国OEM工場は、これらのライセンスを購入して単価に含めるか、NDIを無効のままカメラを出荷しバイヤーに別途ライセンスの購入・適用を求めます。MOQをコミットする前に明確にしてください — ライセンスコスト（OEM数量で1台あたり15〜40ドル）は陸揚げコストに相応に影響します。

SRT（Secure Reliable Transport） は、Haivisionが開発し現在SRT Allianceが保守するオープンソースプロトコルです。SRTの際立った能力は、損失の多いネットワーク上での誤り訂正と再送で、パケットロスが予想される公衆インターネット越しの貢献回線に好まれます。リモート支社から企業WANや公衆インターネット越しに中央の制作拠点へストリーミングする会議用カメラでは、SRTは（LAN最適化された）RTSPやNDIが保証できない信頼性のある配信を提供します。SRTは再送バッファ設定に応じてNDIより約100〜300msのレイテンシを追加します — 録画や非対話的なモニタリングには許容できますが、ライブの対話では気になります。

RTSP（Real Time Streaming Protocol）は、VMSプラットフォーム、NVR、録画ソフトウェアに広くサポートされています。バッファリング要件によりレイテンシは通常エンドツーエンドで >500msとなり、対話的な会議用途には不適格です。RTSPは、カメラを中央サーバーに録画する場合や、対話レイテンシが問題にならないモニタリングウォールに表示する場合に適しています。

標準的な会議室展開 — 1室、1コーデック、ZoomまたはTeams Rooms — では、USB UVCで十分であり、NDIは不要なコストを追加します。NDIが必要になるのは、ビジョンミキサーがネットワーク越しにカメラへアクセスする必要があるマルチカメラ制作環境（全社集会、ウェブキャストスタジオ、切り替えを伴う研修室）です。出力プロトコルを選ぶ前に信号フローを定義し、工場が合意した単価で必要なプロトコルを有効にして出荷できるか検証してください。

AI自動追尾 — 実装品質とエッジケース

OEM会議用カメラのAI自動追尾は、専用NPUを備えた組み込みSoC — 通常はMediaTek MT9950、Ambarella CV2、または同等のビジョンプロセッサ — 上で推論を実行します。アルゴリズムは顔と体を検出し、バウンディングボックスを生成し、検出した被写体をフレーム中央に保つようPTZモーターコントローラーを駆動します。OEMカメラのマーケティング資料は一貫して追尾品質を誇張しています。意味のある評価には、定義したシナリオに対する構造化されたサンプルテストが必要です。

追尾レイテンシ は、人物の動きからカメラが位置調整を完了するまでの経過時間です。参加者がカメラに自然に追従してほしいと期待する会議の文脈では、<500msを目標とします。低価格帯のカメラはしばしば1〜2秒のレイテンシを示し、これは遠端側で視覚的に違和感があります。レイテンシは推論サイクル時間、モーターコントローラーの応答性、追尾がメインSoC上で動くか専用コプロセッサ上で動くかによって決まります。追尾レイテンシを直接観察できるよう、人物が部屋を端から端まで足早に横切る画面録画のデモ（洗練されたマーケティング動画ではなく）を要求してください。

複数人物への対応 は実装間で大きく異なります。一般的な手法は次のとおりです。(1) シングルパーソンロック — カメラは最初にフレームに入った人物を追尾し、その人物が去るまで他を無視します。パネルディスカッションでは破綻します。(2) ゾーンベース切り替え — 部屋を空間ゾーンに分割し、動きや音声アクティビティに基づいてアクティブなゾーンに切り替えます。ゾーン境界と切り替えまでの滞留時間は通常設定可能です。(3) グループオートフレーミング — 検出した全員を同時にフレームに収めるようズームアウトします。小グループ（2〜4人）では良好な結果を生みますが、広い部屋では遠く広い画になります。カメラがどのモードに対応し、VISCAやWeb UIで設定可能かを確認してください。

追尾中のズーム挙動 は、フレーミングが自然に感じられるかを左右します。よく調整されたアルゴリズムは、単独の話者に対して頭と肩のフレーミングを維持します。調整不足の実装は、大型ディスプレイで不快になる顔のタイトクロップまでズームインするか、話者が大きなフレームの中の小さな姿になるほどズームアウトします。設定可能なパラメータを確認してください。最小ズームレベル、最大ズームレベル、被写体とフレーム端のマージンです。また、ユーザー定義の最大ズーム制限をカメラが尊重するかも検証してください — 部屋に常時見えていなければならない物理的なホワイトボードやプレゼン画面がある場合に重要です。

サンプル承認前にテストすべきエッジケース: 背景に動くコンテンツのあるテレビやデジタルサイネージディスプレイは、しばしば誤検出を引き起こし、カメラが発表者ではなく画面を追尾します。高コントラストの照明変化（プロジェクター画面の点灯、ブラインドの開放）は検出喪失を招きます。<10ルクスの低照度性能 — メイン照明を消し発表者スポットのみの夜間使用に関連 — は、想定する室内輝度レベルで評価すべきです。これらの失敗モードはOEM設計全般に共通します。基盤となる検出モデルが管理されたデータセットで学習されているためです。サンプル承認の条件として、これら特定のシナリオに対するテストを要求し、代表的な室内環境での追尾機能テストを含めるよう出荷前検査のスコープに織り込んでください。

このカテゴリーの中国OEM会議用カメラの大半は、チップベンダーが供給する類似のビジョンSoCリファレンス設計に由来する検出・追尾アルゴリズムを使用しています。同等の価格帯でのメーカー間の性能差は、ファームウェアのチューニング努力、モーターコントローラーの品質、レンズアセンブリの精度を反映しており — 根本的に異なるAIアルゴリズムではありません。会議用カメラの民生電子機器ソーシング市場は、本当の追尾品質の差がマーケティング表現が示唆するより狭いほど成熟しています。仕様比較ではなく構造化されたサンプルテストが信頼できる選定手法です。