腾讯主导的新一代实时语音编码行业标准 AVS3P10 已完成定稿,即将正式对外发布。该标准采用了腾讯会议首款自研神经网络语音编解码器 Penguins AI 语音引擎为原型,可在弱网环境下提高通话质量。这一标准是全球首个引入人工智能并实现低码率下高质量语音编码的成果。
在有限带宽条件下,将声音高质量地传递到接收方非常重要。AI 技术的应用可以打破传统音频编解码技术的性能极限。通过 AI 语音信号建模和深度学习网络预测和重建语音中的细微结构,生成逼真的音频波形。
在多方测试中,腾讯提交的 AVS3P10 标准实现了 6kbps 下的高质量语音通信,即使在网络条件较差的情况下也能实现清晰通话,并且主观质量非常接近原始参考信号。这一成果将对在线上会议、语音通话等实时音频场景产生深远影响。
AVS3P10 标准的发布还将推动语音编码技术的发展,为通信、音频编解码、语音识别等领域的创新提供新的动力。随着人工智能技术的不断发展,未来我们有望看到更多基于人工智能的语音编码标准问世,为音频处理领域带来更多可能性。
评论