對80、90后包括00后來說，人生中很多“見證奇跡的時刻”，都是與騰訊旗下一款款國民級產(chǎn)品共同度過的。比如第一次向千里之外的網(wǎng)友發(fā)出那句“你好嗎”，感受到了天涯若比鄰的真正含義；又像是第一次用微視拍一條小視頻，看到貼圖與自己的臉龐完美貼合，體會到數(shù)字世界與現(xiàn)實世界是怎樣連接的奇妙。
技術(shù)之于現(xiàn)實世界魔術(shù)一般的驚人改變，很多時候都是這樣，以一款產(chǎn)品為契機，去改變一個用戶、一個群體乃至一代人的生活。
而魔術(shù)制造者從不休息。2019年12月25日，云視頻會議產(chǎn)品“騰訊會議”正式發(fā)布，在背后為其提供支持的便是神秘的騰訊多媒體實驗室。
今天我們不妨從“騰訊會議”的魔術(shù)出發(fā)，去探尋其背后的魔術(shù)工廠。
遠程會議：移動辦公的最大短板
說起遠程會議，估計我們的各位“社畜”讀者已經(jīng)非常熟悉了。在分布式辦公、移動辦公非常普遍的今天，隨時打開微信群語音交流工作，或是開啟QQ群視頻來一場遠程會議，都是很普遍的事。
但遠程會議的體驗，過去是大家有目共睹的差——通話延遲十分常見，更讓人煩惱的是如果誰所處的環(huán)境有噪聲，便會影響所有人的體驗。尤其很多筆記本電腦的收音設(shè)備都距離鍵盤很近，在做會議記錄時，往往需要暫時關(guān)閉麥克風(fēng)才能保持不打擾他人。像挪動水杯、一兩聲咳嗽這樣在面對面會議中很常見情況，在遠程通話中都會變成干擾會議的噪音。更別提視頻會議時，直面攝像頭的尷尬了。
而這種情況并非無法解決。很多軟硬件廠商也會選擇用降噪算法、壓縮算法等方式來優(yōu)化網(wǎng)絡(luò)通話體驗。但在會議場景中，卻很難找到相對理想的統(tǒng)一解決方案。尤其從鍵盤打字這種近音干擾噪音如何優(yōu)化，到多人通話的低時延保持，再到視頻流與音頻流結(jié)合的優(yōu)化，往往都是移動會議場景才會面對問題。如果沒有針對性的解決措施，用戶很難找到替代方案。
而騰訊會議這款產(chǎn)品，就是針對這一場景的驚人“空間魔術(shù)”。
空間魔術(shù)：騰訊多媒體實驗室如何把同事“變”到你身邊？
騰訊會議的魔術(shù)可以被分為四個部分：音畫、聯(lián)通、評估與網(wǎng)絡(luò)。
在音畫方面，騰訊多媒體實驗室不僅提供了視頻美顏算法，還特地收錄了車站噪聲、風(fēng)雨噪聲等常見的環(huán)境噪聲，以及咳嗽聲、鍵盤聲、放水杯聲等常見的會議噪聲。通過定點降噪處理，剝離噪音還原清晰人聲。同時騰訊多媒體實驗室還打通了VoIP、PSTN等多種語音通話技術(shù)，在盡可能廣泛的帶寬和采樣率中應(yīng)用音頻超分算法，通過技術(shù)處理提升語音品質(zhì)。不僅如此，多媒體實驗室還推出了真實網(wǎng)絡(luò)場景的語音質(zhì)量運維和保障方案。在提供良好的通話效果之外，也通過這一方案幫助用戶更好地對雜音、噪音進行定位，為通話效果提供保障。
在音畫能力和聯(lián)通能力背后，重要的支撐力就是評估能力。大多數(shù)時候遠程會議通話的清晰與否，都只能由用戶自己主觀判斷。這對會議通話的產(chǎn)業(yè)化發(fā)展是非常不利的。而騰訊多媒體實驗室則擁有專業(yè)的音視頻實驗室和測試設(shè)備，利用上百個符合ITU/3GPP/AVS等國內(nèi)外標(biāo)準(zhǔn)的指標(biāo)對通話質(zhì)量進行評估。多媒體實驗室自己也建立了大規(guī)模音視頻主觀質(zhì)量數(shù)據(jù)庫，在此基礎(chǔ)之上研發(fā)了可以部署到業(yè)務(wù)線中的評估算法。這樣一來不僅在研發(fā)時可以有衡量標(biāo)準(zhǔn)，也可以監(jiān)控用戶的體驗質(zhì)量。最后，針對多方通話可能面對的各方網(wǎng)絡(luò)連接狀態(tài)不同的情況，騰訊多媒體實驗室還應(yīng)用了智能網(wǎng)絡(luò)探測算法，覆蓋多種網(wǎng)絡(luò)類型，在復(fù)雜的網(wǎng)絡(luò)環(huán)境之下提供優(yōu)質(zhì)的通話服務(wù)。
除此之外，騰訊會議還提供一鍵錄音、云端加密存儲等功能，讓產(chǎn)品形態(tài)更加完整，囊括會議進行和會議記錄保存的整個周期。
如此一來，即使身處嘈雜的街邊，用戶也能享受到如同身處封閉會議間式的通話體驗?？萍季腿缤兡g(shù)一般，讓身處天涯海角的人們在同一“空間”內(nèi)無礙溝通。
魔術(shù)師的進階之路
從反復(fù)出現(xiàn)的名字就能看到，在空間魔術(shù)背后提供動能的“魔術(shù)師”，就是騰訊多媒體實驗室。雖然這一名字較為新鮮，但騰訊多媒體實驗室的魔術(shù)師進階之路，卻從多年前就開始了。
想想開頭提到的，很多人小時候第一次“見證奇跡的時刻”就是通過QQ與遠方的親人朋友聊天。但很快這種溝通模式就從文字進化成了語音和視頻，也就是說，從很久以前，騰訊就已經(jīng)在處理語音視頻會話的技術(shù)問題了。
到了2011年左右，當(dāng)移動端產(chǎn)品逐漸普及，QQ語音通話這一體驗和電話通話十分接近的功能迎來了更廣闊的需求。于是QQ成立了音視頻中心，開始著手解決語音視頻功能移動化的問題。尤其是弱網(wǎng)的適應(yīng)性、以及移動終端的豐富類型，都是在提供優(yōu)質(zhì)影音服務(wù)之前，必須要解決的問題。
從這一時刻起，騰訊多媒體實驗室的技術(shù)基地開始加速累積。但也正因一開始為解決QQ產(chǎn)品需求而生，使得騰訊多媒體實驗室的技術(shù)與QQ業(yè)務(wù)深度耦合。但到了2014年，隨著硬件能力的提升和普及，語音視頻服務(wù)開始出現(xiàn)在更多的產(chǎn)品之中——K歌、直播、游戲……尤其像直播、K歌等源自模式創(chuàng)新且注重運營的產(chǎn)品，往往都是業(yè)務(wù)比技術(shù)優(yōu)化更先上馬。此時這些產(chǎn)品所向往的，正是已經(jīng)在應(yīng)用場景取得成果并且能夠盡快與自身業(yè)務(wù)場景結(jié)合的技術(shù)。騰訊自己也通過布局投資和成立新業(yè)務(wù)開始涉足這些領(lǐng)域，此時急需的，是技術(shù)與產(chǎn)品之間的解耦，完善SDK使技術(shù)可以復(fù)用，在更廣泛的空間中發(fā)揮價值。
于是在2016年騰訊音視頻實驗室正式獨立，最終成長為今天我們所看到的騰訊多媒體實驗室。從最初的成員數(shù)只有個位數(shù)，到現(xiàn)在全球超過100多人的團隊，強大的人才儲備結(jié)合接近二十年的累積，還有無數(shù)次來自真實場景的技術(shù)煉金，一切都為這位魔術(shù)師累積了充足的工具箱。
從魔術(shù)師，到制造魔術(shù)的工廠
從騰訊會議這一款產(chǎn)品中，我們也能窺見一二。
除了能夠提供聲音降噪、音頻超分等語音方面的算法之外，在騰訊會議這款產(chǎn)品中還能見到騰訊多媒體實驗室強大的編解碼能力。
例如在遠程會議常見的屏幕分享場景中，常常會出現(xiàn)畫面卡頓、文字等細節(jié)內(nèi)容模糊的情況。騰訊多媒體實驗室針對屏幕分享場景做了大量優(yōu)化。在編碼方面推出了專門針對屏幕內(nèi)容的屏幕內(nèi)容編碼器TSE，并在其中加入屏幕內(nèi)容編碼工具，以提升編碼效率。至于文字模糊問題，騰訊多媒體實驗室則采用了YUV444編碼，很好地解決了因為色度分量下采樣導(dǎo)致的質(zhì)量損失。
在實時音視頻能力上，騰訊實驗室除了有豐富的場景經(jīng)驗外，還對于業(yè)界先進的學(xué)術(shù)成果保持持續(xù)追蹤，就像在擁塞控制這一常見需求上，騰訊實驗室就調(diào)研了各種學(xué)術(shù)界和業(yè)界最新的擁塞控制算法，結(jié)合自身累積的場景經(jīng)驗，提出了新的實時擁塞控制算法，在不同網(wǎng)絡(luò)場景下都能迅速給出可靠的帶寬預(yù)測，以便運營方即時做出各種準(zhǔn)備。
不僅如此，騰訊多媒體實驗室還在音視頻質(zhì)量評估、互動沉浸式媒體方面有著強大的累積。能夠?qū)崿F(xiàn)端到端的音視頻內(nèi)容質(zhì)量評估的客觀音視頻質(zhì)量評估算法，以及全新的互動式媒體交互手段，都是騰訊多媒體實驗室已經(jīng)開始向產(chǎn)業(yè)世界所輸出的能力。
魔術(shù)師的帽子里，有抽不盡的彩帶、飛翔的白鴿和跳躍的兔子。一切都是為讓整個世界增添更多魔法色彩而服務(wù)。但一位魔術(shù)師，所面對往往只是一群人、一個劇場、一條街道。
在這里，我們就可以重新審視騰訊多媒體實驗室的布局與籌劃。
騰訊強大的產(chǎn)品基因，以及優(yōu)圖、AI Lab、安全實驗室等其他部門提供的豐富技術(shù)能力，最后加上騰訊云這一輸出口，可以讓騰訊多媒體實驗室的技術(shù)擁有更妥帖的落地能力。目前除了在騰訊會議中外，全民K歌、斗魚直播、NOW直播等產(chǎn)品中，也能見到騰訊多媒體實驗室所釋放的“空間魔術(shù)”。在接受采訪時，騰訊多媒體實驗室相關(guān)負責(zé)人也表示，未來騰訊多媒體實驗室的技術(shù)，將會盡可能地開放給社會，讓更多產(chǎn)業(yè)參與者能夠在此基礎(chǔ)之上優(yōu)化自身產(chǎn)品。
這樣看來，與其說騰訊多媒體實驗室是某一項產(chǎn)品背后的魔術(shù)師，不如說這是一座“魔術(shù)工廠”，不僅用一只帽子里的兔子驚艷他人，而是源源不斷批量生產(chǎn)“魔法”，讓世界與狀態(tài)理想接軌——讓更流暢無卡頓的直播，拉近陌生人之間的距離。或是一首無縫銜接的遠程合唱，讓遠在天邊的家人也能感受到一起K歌的快樂。
對于成長于互聯(lián)網(wǎng)和公寓樓中的千禧一代來說，遷徙、分離、孤獨似乎成了他們生活的常態(tài)。但一款能讓他們隨時聯(lián)系到家人朋友的通訊軟件，一種能讓他們相隔千里也有對坐而談感受的技術(shù)，幾乎是生活的必需品。用技術(shù)消弭物理空間的阻隔，是這場空間魔術(shù)的最大魅力，也是騰訊一直在做的。而這一魔術(shù)顯然不會僅僅被騰訊擁有，而是通過云端撒向世界，如同一場溫暖的雪，為即將到來的未來取暖。
免責(zé)聲明：此文內(nèi)容為第三方自媒體作者發(fā)布的觀察或評論性文章，所有文字和圖片版權(quán)歸作者所有，且僅代表作者個人觀點，與極客網(wǎng)無關(guān)。文章僅供讀者參考，并請自行核實相關(guān)內(nèi)容。投訴郵箱：editor@fromgeek.com。
免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。
