AI加持下，实时互动音视频领域将迎来重大发展机遇。

3月23日，实时互动云服务商声网发布年度重量级新品--“凤鸣AI引擎”，一款囊括了 AI降噪、AI回声消除、空间音频、最佳音效在内的声网新一代音频技术智能引擎。开发者与企业可以如搭积木般灵活调用对应组件，并广泛应用在语聊社交、在线K歌、线上会议、游戏竞技、虚拟活动等诸多场景，为用户带来更纯净、更动听、更沉浸的语音互动体验，探索更多营收增长空间。

RTE场景不断丰富，高音质互动需求急需满足

(资料图片)

实时音视频技术的发展带出大量的创新场景，从狼人杀、直播连麦到直播电商、在线K歌、互动播客、元宇宙，伴随着场景的不断扩展，用户对实时音视频体验的诉求也越来越高。

传统的RTC概念，从信息传递的角度出发，音频功能仅提供简单的语音沟通，满足单一的场景和通话标准，对于音质并无太高的需求，也就是所谓的“能够沟通”。声网发现，伴随着实时互动创新场景的涌现，用户对于音频体验的需求也产生了从量变到质变的进化，比如在线K歌、线上会议等场景，用户的需求早已从能够沟通到希望“脱离现实”，屏蔽外界干扰，实现纯净沟通；对于元宇宙、虚拟活动、游戏竞技等场景，用户则是希望从简单沟通实现“极致拟真”的沉浸式体验。

同时声网也观察到，音频体验的提升能够增强平台用户的核心体验。比如，对噪音的抑制能够提升语聊房用户活跃度和留存，以及游戏开黑场景的通话时长；回声消除能显著提升用户的在线K歌体验；而立体、具备空间感的音频体验则能提升元宇宙社交、游戏竞技、线上会议、虚拟活动等场景中用户的临场感和沉浸感。

声网针对以上痛点和需求，声网凤鸣AI引擎应势而生。

AI降噪+AI回声消除 还原本来音质

当下国内外流行的音频娱乐社交场景下，用户反馈最多的就是“最佳音效、空间音频、AI降噪以及AI回声消除”这四大需求，而这四大需求中，所谓的3A处理正是关键所在。

声网作为实时互动服务商，多年来一直深耕各种场景下的音频体验，而凤鸣AI引擎的诞生，将满足不同场景下用户对声音的“沉浸式”、“极致拟真”需求，为用户打造声音盛宴。

其中，降噪和回声消除是当下音频社交场景下用户反馈的最普遍需求。

AI降噪是凤鸣AI引擎的重要能力之一。想要在“脱离现实”的环境中办公、娱乐，屏蔽外界干扰是基础。相比于传统的降噪算法，凤鸣·AI降噪的效果有显著提升，可以一次性解决100+种突发性噪声，比如办公场景经常遇到的敲键盘、鼠标点击、电话铃声；家庭环境中遇到的小孩哭叫、装修、厨房做饭声；户外环境中的风声、雨声、汽车噪声等。

凤鸣·AI降噪在强降噪的同时还能兼顾高保真，即使在人声密集场景下，也能实现纯净通话体验，甚至还实现了在不增加额外运算量的前提下，对远场语音具有明显的混响抑制能力。如果用户在一个房间中距离麦克风较远，这时候对方听到的声音是模糊的，若使用了声网的AI降噪算法，对端也能清晰地听到该用户的声音。

此外，声网自研的AI推理引擎还可以使得AI降噪算法在Android、iOS、Mac、Windows、Web等主流平台以低精度损伤、高性能、低功耗方式运行，使用户的设备不卡不烫。经数据测算，仅开启凤鸣·AI降噪功能，相应设备CPU消耗增幅平均值<1%。

另一方面，回声是影响音视频通话质量的主要因素之一，尤其在线上会议、在线K歌、多人连麦等场景中，不仅损害通话质量，影响用户体验，还可能导致带宽增加。凤鸣·AI回声消除利用算法对环境中产生的回声混响进行有效抑制，智能适应各类环境，实现精准音源分离，从混合的近端信号中消除不必要的远端信号，保留近端人声发送到远端，全面消除回声，实现高保真音频体验。比如，在双人合唱等在线音乐场景下，AI回声消除可以使得人声自然流畅，增益效果显著。

解决用户“痛点” 凤鸣AI引擎行业优势明显

声网从2019年起就着手布局打造一款“高质量”的音频互动引擎产品，通过充足的语料训练并且不断储备，实现了目前从体验、效能等各方面的“最佳”，也就是说，凤鸣AI引擎就是目前音频市场上的“金字塔尖”。

多年来，声网汇总梳理语聊领域各类头部App的音效配置，综合声网超过万亿分钟的用户音效偏好的数据模型，并结合声网音频专家的多年沉淀与研究，能够为平台提供针对各种语音场景的最佳音效配置，助力平台用户享受行业顶尖的音效体验。目前已上线的最佳音效包括语聊社交、K歌、游戏陪玩、专业主播等场景。国内某头部语音社交平台就是通过声网提供的最佳音效配置方案，将空间音频、美声、电音等丰富的声音玩法融入互动中，增强平台留存和变现能力。

“发现用户痛点，了解用户需求”是声网一直以来产品力的体现，而此次凤鸣AI引擎更是在用户的“最佳音效、空间音频、降噪以及回声消除”这四大痛点和需求上进行了产品力的探索和升级，行业优势显著提升。

“和C端需求量是一个样的，这四个需求要的人最多，用的领域也最广，及时捕捉到用户的需求和痛点，这是凤鸣AI引擎最具竞争力的点。”扬帆说道。

从具体层面来说，一方面要让C端用户感受最真实的音质，甚至是在特殊场景达到声音美化效果；另一方面要在性能适配和能耗上做到极致，声网通过以往RTC积累的大量经验，以及国内外用户的反馈，目前在设备和机型上适配和能耗上已做到行业领先。

此外，据杨帆介绍，凤鸣AI引擎目前正在开发变声这一功能，用户将可以体验20+变声风格，多样角色扮演花式玩转语聊场景。声网算法专家许冉指出，凤鸣AI引擎代表声网在 RTC音频领域针对核心技术的长期投入和产出，以及声网基于音频核心能力衍生出各种复杂功能和高端效果的决心，未来声网将基于凤鸣AI引擎形成新一代RTC音频解决方案，比如探索更个性化的语音方案、语音超分、co-experiencing场景等。

AIGC将掀起音频社交浪潮

今年以来，AIGC概念快速发展，AI技术也正影响着各行业的发展，而AI技术也已经在音频领域率先得以应用。

在发布会的圆桌论坛环节，音频社交领域专家们也各抒己见，对于目前GPT-4、AIGC等技术发展展开了讨论。

其中，仙巴科技创始人兼CEO薛达提到，降噪技术是实现元宇宙空间中用户体验的一个必不可少因素，因为一般娱乐场景中都会播放背景音乐，加上人声和互动音效，如果没有空间音频和降噪，那用户体验会非常差。科大讯飞海外解决方案产品部产品总监吴浩亮认为，声音是打造差异化社交玩法的一个重要能力，在社交音频这个赛道上，大致分为音视频直播、音频内容生态，以及泛娱乐音频三个类型，音频技术能力的提升可以有效助力业务端提升用户体验。

谈到音频社交的未来趋势时，薛达认为，作为用户之间情感的递进纽带，语音结合虚拟人以及类似ChatGPT这样的大模型，可能未来会带来一波新的社交热潮。扬帆出海创始人兼CEO刘武华表示，社交+游戏、社交+元宇宙、社交+ AIGC 这几种玩法有不错的发展空间和前景。杨帆也认为，元宇宙方向的场景会更受年轻人青睐，另外 AIGC 配合语音转文字等应用，应该也会带来一波新AI音频社交热潮。