,,

聲網(wǎng)鳳鳴AI引擎正式發(fā)布涉及AI降噪等功能

2023-03-24 09:21:41 來源：TechWeb

今日，聲網(wǎng)正式發(fā)布了囊括 AI降噪、AI回聲消除、空間音頻、最佳音效在內(nèi)的聲網(wǎng)新一代音頻技術(shù)智能引擎。目前，該技術(shù)已經(jīng)廣泛應(yīng)用在語聊社交、在線K歌、線上會議、游戲競技、虛擬活動等諸多場景。

據(jù)介紹，通過AI驅(qū)動的方式，聲網(wǎng)打通了音頻采集、前后處理、云端傳輸、編解碼等鏈路。

AI降噪

聲網(wǎng)方面介紹稱，相比于傳統(tǒng)的降噪算法，鳳鳴·AI降噪的效果有顯著提升，可以一次性解決100+種突發(fā)性噪聲，比如辦公場景經(jīng)常遇到的敲鍵盤、鼠標點擊、電話鈴聲;家庭環(huán)境中遇到的小孩哭叫、裝修、廚房做飯聲;戶外環(huán)境中的風(fēng)聲、雨聲、汽車噪聲等。

鳳鳴·AI降噪在強降噪的同時還能兼顧高保真，即使在人聲密集場景下，也能實現(xiàn)純凈通話體驗，甚至還實現(xiàn)了在不增加額外運算量的前提下，對遠場語音具有明顯的混響抑制能力。如果用戶在一個房間中距離麥克風(fēng)較遠，這時候?qū)Ψ铰牭降穆曇羰悄：模羰褂昧寺暰W(wǎng)的AI降噪算法，對端也能清晰地聽到該用戶的聲音。

此外，聲網(wǎng)自研的AI推理引擎還可以使得AI降噪算法在Android、iOS、Mac、Windows、Web等主流平臺以低精度損傷、高性能、低功耗方式運行，使用戶的設(shè)備不卡不燙。聲網(wǎng)表示，經(jīng)數(shù)據(jù)測算，僅開啟鳳鳴·AI降噪功能，相應(yīng)設(shè)備CPU消耗增幅平均值<1%。

AI回聲消除

回聲是影響音視頻通話質(zhì)量的主要因素之一，尤其在線上會議、在線K歌、多人連麥等場景中，不僅損害通話質(zhì)量，影響用戶體驗，還可能導(dǎo)致帶寬增加。聲網(wǎng)方面稱，鳳鳴·AI回聲消除利用算法對環(huán)境中產(chǎn)生的回聲混響進行有效抑制，智能適應(yīng)各類環(huán)境，實現(xiàn)精準音源分離，從混合的近端信號中消除不必要的遠端信號，保留近端人聲發(fā)送到遠端，全面消除回聲，實現(xiàn)高保真音頻體驗。比如，在雙人合唱等在線音樂場景下，AI回聲消除可以使得人聲自然流暢，增益效果顯著。

空間音頻

據(jù)介紹，鳳鳴·空間音頻通過純軟件算法方案，模擬頭部球面區(qū)域立體聲場，利用范圍音頻、人聲模糊、空氣衰減模擬等能力，模擬現(xiàn)實聽覺感受。當(dāng)用戶操作相應(yīng)角色在虛擬場景里移動，可以實現(xiàn)根據(jù)虛擬人物的面部朝向、音源朝向、遠近距離與上下高度，呈現(xiàn)不同聲音效果。

空間音頻是元宇宙和游戲這類具備3D場景玩法的最佳搭檔，如狼人殺、虛擬演唱會、虛擬活動等場景，可以有效的增強用戶在線上的互動、聽覺體驗，重構(gòu)用戶在虛擬世界的沉浸感與臨場感。同時，開發(fā)者不必擔(dān)心空間音頻功能對于用戶設(shè)備的影響。

聲網(wǎng)方面披露的數(shù)據(jù)顯示，開啟鳳鳴·空間音頻功能后，相應(yīng)設(shè)備CPU消耗增幅平均值<0.7%，內(nèi)存消耗增幅平均值<2M。

最佳音效

據(jù)悉，聲網(wǎng)目前已上線的最佳音效包括語聊社交、K歌、游戲陪玩、專業(yè)主播等場景。

據(jù)聲網(wǎng)音頻娛樂產(chǎn)品負責(zé)人楊帆介紹，鳳鳴AI引擎目前正在開發(fā)變聲這一功能，用戶將可以體驗20+變聲風(fēng)格，多樣角色扮演花式玩轉(zhuǎn)語聊場景。

聲網(wǎng)算法專家許冉指出，鳳鳴AI引擎代表聲網(wǎng)在 RTC音頻領(lǐng)域針對核心技術(shù)的長期投入和產(chǎn)出，以及聲網(wǎng)基于音頻核心能力衍生出各種復(fù)雜功能和高端效果的決心，未來聲網(wǎng)將基于鳳鳴AI引擎形成新一代RTC音頻解決方案，比如探索更個性化的語音方案、語音超分、co-experiencing場景等。

音頻社交的下一站在哪兒?

在圓桌討論環(huán)節(jié)，仙巴科技創(chuàng)始人兼CEO薛達、揚帆出海創(chuàng)始人兼CEO劉武華、科大訊飛海外解決方案產(chǎn)品部產(chǎn)品總監(jiān)吳浩亮、聲網(wǎng)產(chǎn)品市場負責(zé)人朱超華及聲網(wǎng)音頻娛樂產(chǎn)品負責(zé)人楊帆，共同談及了音頻社交行業(yè)未來的發(fā)展趨勢。

楊帆指出，音頻社交近幾年的市場規(guī)模仍在持續(xù)增長，依舊有廣闊的發(fā)展空間，總體來說，音頻社交的主要玩法集中在多人語聊房、1V1語聊、語音播客、游戲開黑等場景。薛達認為，作為用戶之間情感的遞進紐帶，語音結(jié)合虛擬人以及類似ChatGPT這樣的大模型，可能未來會帶來一波新的社交熱潮。

在市場火熱的前景下，音頻技術(shù)的提升對行業(yè)來說可謂如虎添翼。正如薛達提到，降噪技術(shù)是實現(xiàn)元宇宙空間中用戶體驗的一個必不可少因素，因為一般娛樂場景中都會播放背景音樂，加上人聲和互動音效，如果沒有空間音頻和降噪，那用戶體驗會非常差。吳浩亮認為，聲音是打造差異化社交玩法的一個重要能力，在社交音頻這個賽道上，大致分為音視頻直播、音頻內(nèi)容生態(tài)，以及泛娛樂音頻三個類型，音頻技術(shù)能力的提升可以有效助力業(yè)務(wù)端提升用戶體驗。

不僅國內(nèi)市場火熱，大量出海企業(yè)也押注音頻社交這一賽道且扎堆中東、東南亞市場，劉武華認為中東市場這種大R市場天然契合音頻社交的商業(yè)變現(xiàn)形態(tài)，而東南亞市場年輕用戶多，社交需求旺盛又熱衷于嘗試新鮮事物，且這兩個市場已有成熟的產(chǎn)品形態(tài)和產(chǎn)業(yè)鏈。此外，吳浩亮提到，東南亞和中東市場目前還處在快速發(fā)展階段，市場機遇大、用戶基數(shù)大，但還沒有絕對的寡頭形成，較之前傳統(tǒng)社交類型來講，音頻社交的留存能力也較高，企業(yè)需要在用戶感興趣的窗口期盡快實現(xiàn)轉(zhuǎn)化。

談到音頻社交的未來趨勢，劉武華表示，社交+游戲、社交+元宇宙、社交+ AIGC 這幾種玩法有不錯的發(fā)展空間和前景。楊帆也認為，元宇宙方向的場景會更受年輕人青睞，另外 AIGC 配合語音轉(zhuǎn)文字等應(yīng)用，應(yīng)該也會帶來一波新AI音頻社交熱潮。

關(guān)鍵詞：聲網(wǎng)鳳鳴 AI引擎音頻社交 AI降噪 AI回聲消除