5月15日,由中国科技产业智库「甲子光年」举办的「 AI 创生时代——2024甲子引力 X 科技产业新风向」大会在北京圆满落幕。为了表彰在 AI 领域中取得卓越成就的企业,大会推出了2024【星辰100】创新企业榜,声网凭借优秀的产品技术服务能力,荣膺《2024中国 AI 出海服务创新企业》奖项。
此次获奖,得益于声网近两年在 AI 出海服务方面的出色表现。海外很多地区的在线社交、直播等场景普通面临着弱网、开播环境差、视频画质低等状况,声网将 RTC 与 AI 技术结合,通过凤鸣 AI 引擎、实时高清·超级画质保障出海音视频社交 APP 的用户互动体验。
凤鸣 AI 引擎
在实时音频技术方面,声网打造的新一代实时音频技术智能引擎“凤鸣 AI 引擎”,基于深度学习算法,通过音频采集、前后处理、云端传输、编解码等全链路音频优化,可在任何硬件设备端,有效抑制100余种噪声,并提供空间音效体验,为用户带来更纯净、更动听、更沉浸的语音互动体验。
声网发现,许多海外的音频互动场景,如语聊房、 1v1 社交、在线 K 歌,传统降噪方法已无法有效消除噪音,特别是当遇到唱歌的场景时,降噪算法可能会抑制歌声的尾音,以及无法有效消除插拔耳机等操作引入的电流音噪声,严重影响演唱效果,干扰用户的实时互动体验。
针对此难题,声网发布的凤鸣 AI 引擎· AI 降噪,拥有业界领先的 AI 降噪算法。凤鸣· AI 降噪能够强力抑制100+突发噪声,兼顾语音无损伤与混响抑制,为用户带来更为纯净的语音沟通体验,且能够在 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。据悉,某东南亚头部语音社交应用在 1v1 陌生人匹配语聊场景中使用声网凤鸣· AI 降噪后,通话时长增加了5%。
实时高清·超级画质
在视频互动技术方面,声网推出了实时高清·超级画质解决方案。声网认为,在直播场景下,多数出海创业者最需要的是能在低码率的情况下实现高清,在极致压缩码率的同时实现画面增强。在东南亚、印度、非洲以及南美部分区域,视频直播场景由于网络条件差、千元及千元以下机型多、主播设备环境受限等现实问题,经常出现加载慢、画面质量差、流畅度非常差等情况。基于此,声网推出的实时高清·超级画质解决方案,以提升视频画质和使用体验为核心的解决方案,帮助开发者与企业实现视频画质、用户体验和互动玩法的全面升级,拓展更为广阔的营收增长空间。
在实时高清·超级画质解决方案中,AI画质是一项核心的能力,声网的视频技术团队在过去几年深耕实时视频画质增强,上线了 AI 画质。AI 画质充分利用了视频采集播放端设备的平台能力,在影响视频画质的色彩、清晰度、风格化等方向上提供了一站式的解决方案,其中就包括暗光增强、色彩增强、视频降噪等多维度的画质增强算法组合。
同时,声网还通过 AI 感知处理算法,提升人眼感知画面的细节效果,包括画面细节和色彩优化,以综合提升观众对画质的主观体验。
声网的人工智能算法团队经过持续的技术钻研,还推出了业内首个基于移动端的实时多倍超分算法,该算法的优势是成本低、功耗小,不需要部署 GPU 服务器,仅依靠移动端设备自身的CPU、GPU 或 NPU 来实时超分,以较小的算法计算量实现视频分辨率的多倍超分,有效增强了视频的画质,并降低视频传输的成本,普通的360P画质能够通过超分实现对标540P效果。
