3月23日，實時互動云服務商聲網在北京舉辦“鳳鳴AI引擎”發布會，正式發布了囊括AI降噪、AI回聲消除、空間音頻、最佳音效在內的聲網新一代音頻技術智能引擎。開發者與企業可以如搭積木般靈活調用對應組件，并廣泛應用在語聊社交、在線K歌、線上會議、游戲競技、虛擬活動等諸多場景，為用戶帶來更純凈、更動聽、更沉浸的語音互動體驗，探索更多營收增長空間。
RTE場景不斷豐富，高音質互動需求急需滿足
(資料圖)
實時音視頻技術的發展帶出大量的創新場景，從狼人殺、直播連麥到直播電商、在線K歌、互動播客、元宇宙，伴隨著場景的不斷擴展，用戶對實時音視頻體驗的訴求也越來越高。
傳統的RTC概念，從信息傳遞的角度出發，音頻功能僅提供簡單的語音溝通，滿足單一的場景和通話標準，對于音質并無太高的需求，也就是所謂的“能夠溝通”。伴隨著實時互動創新場景的涌現，用戶對于音頻體驗的需求也產生了從量變到質變的進化，比如在線K歌、線上會議等場景，用戶的需求早已從能夠溝通到希望“脫離現實”，屏蔽外界干擾，實現純凈溝通；對于元宇宙、虛擬活動、游戲競技等場景，用戶則是希望從簡單溝通實現“極致擬真”的沉浸式體驗。
同時，音頻體驗的提升能夠增強平臺用戶的核心體驗。比如，對噪音的抑制能夠提升語聊房用戶活躍度和留存，以及游戲開黑場景的通話時長；回聲消除能顯著提升用戶的在線K歌體驗；而立體、具備空間感的音頻體驗則能提升元宇宙社交、游戲競技、線上會議、虛擬活動等場景中用戶的臨場感和沉浸感。
聲網針對以上痛點和需求，聲網鳳鳴AI引擎應勢而生。
3大音頻能力+最佳音效實踐 回歸互動本真
通過AI驅動的方式，聲網打通了音頻采集、前后處理、云端傳輸、編解碼等鏈路，旨在為用戶打造更純凈、更動聽、更沉浸的語音體驗，在現有實時互動玩法的基礎上錦上添花，賦能行業開發者和企業。
1.AI降噪強力抑制100+突發噪聲，兼顧語音無損傷與混響抑制
想要在“脫離現實”的環境中辦公、娛樂，屏蔽外界干擾是基礎。相比于傳統的降噪算法，鳳鳴·AI降噪的效果有顯著提升，可以一次性解決100+種突發性噪聲，比如辦公場景經常遇到的敲鍵盤、鼠標點擊、電話鈴聲；家庭環境中遇到的小孩哭叫、裝修、廚房做飯聲；戶外環境中的風聲、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，也能實現純凈通話體驗，甚至還實現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較遠，這時候對方聽到的聲音是模糊的，若使用了聲網的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，使用戶的設備不卡不燙。經數據測算，僅開啟鳳鳴·AI降噪功能，相應設備CPU消耗增幅平均值
3.空間音頻極致擬真，打造“聲臨其境”互動玩法
鳳鳴·空間音頻通過純軟件算法方案，模擬頭部球面區域立體聲場，利用范圍音頻、人聲模糊、空氣衰減模擬等能力，完美模擬現實聽覺感受。當用戶操作相應角色在虛擬場景里移動，可以實現根據虛擬人物的面部朝向、音源朝向、遠近距離與上下高度，呈現不同聲音效果。
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，重構用戶在虛擬世界的沉浸感與臨場感。同時，開發者不必擔心空間音頻功能對于用戶設備的影響，據數據測算，開啟鳳鳴·空間音頻功能后，相應設備CPU消耗增幅平均值
多年來，聲網匯總梳理語聊領域各類頭部App的音效配置，綜合聲網超過萬億分鐘的用戶音效偏好的數據模型，并結合聲網音頻專家的多年沉淀與研究，能夠為平臺提供針對各種語音場景的最佳音效配置，助力平臺用戶享受行業頂尖的音效體驗。目前已上線的最佳音效包括語聊社交、K歌、游戲陪玩、專業主播等場景。國內某頭部語音社交平臺就是通過聲網提供的最佳音效配置方案，將空間音頻、美聲、電音等豐富的聲音玩法融入互動中，增強平臺留存和變現能力。
據聲網音頻娛樂產品負責人楊帆介紹，鳳鳴AI引擎目前正在開發變聲這一功能，用戶將可以體驗20+變聲風格，多樣角色扮演花式玩轉語聊場景。聲網算法專家許冉指出，鳳鳴AI引擎代表聲網在 RTC音頻領域針對核心技術的長期投入和產出，以及聲網基于音頻核心能力衍生出各種復雜功能和高端效果的決心，未來聲網將基于鳳鳴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。
發布會還邀請了仙巴科技創始人兼CEO薛達、揚帆出海創始人兼CEO劉武華、科大訊飛海外解決方案產品部產品總監吳浩亮、聲網產品市場負責人朱超華及聲網音頻娛樂產品負責人楊帆，圍繞“音頻社交行業現狀及海內外趨勢展望、“音頻技術與行業發展”等話題展開圓桌討論。
談到當前的音頻社交行業，楊帆指出，音頻社交近幾年的市場規模仍在持續增長，依舊有廣闊的發展空間，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，音頻技術的提升對行業來說可謂如虎添翼。正如薛達提到，降噪技術是實現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、音頻內容生態，以及泛娛樂音頻三個類型，音頻技術能力的提升可以有效助力業務端提升用戶體驗。
不僅國內市場火熱，大量出海企業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變現形態，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品形態和產業鏈。此外，吳浩亮提到，東南亞和中東市場目前還處在快速發展階段，市場機遇大、用戶基數大，但還沒有絕對的寡頭形成，較之前傳統社交類型來講，音頻社交的留存能力也較高，企業需要在用戶感興趣的窗口期盡快實現轉化。
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 配合語音轉文字等應用，應該也會帶來一波新AI音頻社交熱潮。
（責任編輯：宋政 HN002）【免責聲明】本文僅代表第三方觀點，不代表和訊網立場。投資者據此操作，風險請自擔。
關鍵詞：
