騰訊會議又一黑科技，屏蔽超過 200 種會議噪聲是如何做到的？

遠程會議已成為我們常規(guī)的工作溝通方式，在線交流打破時間、空間的限制，給予我們便利之際，也屢遭尷尬：

忘記靜音，一邊聽會一邊敲鍵盤，被對方提醒：“XX，麻煩靜下音”；

自己正在講話呢，身旁人走來走去有噪音，影響會議收聽效果，你恨不得馬上轉移開會陣地……

后疫情時代，遠程會議有以下發(fā)展趨勢：遠程協(xié)作占員工的工作時間50-80%，線上線下混合會議將超過90%，視頻會議功能將成為大部分會議的標配。因此提高遠程會議的交互體驗已成為廠商迫在眉睫的事。

為了應對以上會議室各種復雜聲學場景下的開會難題，騰訊會議旗下天籟實驗室推出天籟語音模組方案，由騰訊AILab 技術加持，實現(xiàn)12米超長距離拾音，消除超過200種會議噪聲，在雙講、回聲消除等方面實現(xiàn)突破性升級。

天籟語音模組加持，立即開啟自動“屏蔽雜音”模式

天籟語音模組能消除超過 200 種會議噪聲是怎樣的概念？

騰訊天籟實驗室資深研究員劉成做了以下演示：在頂端裝有天籟模組的屏幕那頭用力敲打鍵盤、做桌椅碰撞，筆者與之實時連線，并沒有聽到鍵盤噪音，宛如開啟了“噪聲靜音”模式。

劉成表示，還有空調噪聲、翻紙張、塑料瓶、水杯、雨打在窗戶上、外面馬路施工、腳步等 200 多種聲音，可通過 AI 算法降噪處理。同時天籟語音模組基于深度學習模型，也能將空調聲、風扇聲等平穩(wěn)噪聲消除。

劉成嘗試在距離屏幕 2 米 和 8 米的位置講話，收聽效果變化不大。這是因為天籟模組是全面 180 度拾音，不管講話人從左邊、右邊、前面、后面走動變化，聲音變化不大。在雙講測試里，劉成和另一人同時發(fā)聲，兩者聲音均能清晰聽到，并無剪切感或回聲泄露情況。

據(jù)劉成介紹，天籟語音模組結合房間聲場感知、采集和空間聲場重建技術，遠場多人音頻通信、多講話人實時追蹤、多人自動取景等實時音視頻技術難題，幫助企業(yè)和用戶實現(xiàn)在遠場復雜物理空間下通信體驗的突破性提升。

例如針對講話者離屏幕較遠時，可能存在聽不清、聲音小的情況，天籟語音模組方案將多個 MEMS 麥克風板嵌入到會議大屏中，結合音頻處理器，能夠實現(xiàn) 180 度廣角、12 米超長距離拾音，讓參會者可以像面對面交流般清晰、自然，并給與參會者更靈活的活動空間。

基于 20 多年音視頻技術經(jīng)驗，打造“軟硬一體”的云視頻會議生態(tài)

去年 9 月，騰訊會議發(fā)布企業(yè)版、會議室連接器以及新一代云視頻會議室解決方案“騰訊會議Rooms”，據(jù)了解，天籟語音模組將應用于騰訊會議 Rooms 專款機型上，還開放給騰訊會議Rooms專款硬件合作伙伴，助力打造會議室場景高清、純凈、流暢的開會體驗。

與此同時，不做硬件的騰訊會議，還通過開放音視頻認證標準，聯(lián)合硬件設備廠商，共同為企業(yè)量身打造“軟硬一體”的云視頻會議解決方案。

騰訊會議天籟實驗室技術研發(fā)專家余濤介紹“軟硬一體”方案背后的幾點思考：

一是從商業(yè)上，為硬件廠商集成一體化方案提供便利，可快速形成產(chǎn)品能力。

二是從技術上，由于遠程語音、噪音等語音的復雜性，僅靠幾個算法，即使在深度學習模組加持下，想要較好地解決遠場語音問題還是較難的。

自 QQ 推出語音通話開始，騰訊已有 20 年音視頻技術的積累。去年成立專注于新一代實時音頻技術的天籟實驗室，并結合騰訊AI Lab 技術的加持，天籟模組從多維度、多角度、多模態(tài)出發(fā)，在提升遠場拾音能力上擁有天時地利的技術優(yōu)勢。

目前天籟模組將首先服務于騰訊會議 Rooms，相信未來天籟模組可應用在小型會議室、中型會議室、大型會議室、超大型會議室、開放空間等。最后，據(jù)余濤透露，與硬件廠商合作的具備天籟音頻模組的產(chǎn)品，正在量產(chǎn)中。