为了应对复杂声学场景下的实时语音通信技术挑战，解决企业会议室开会难题，7月7日，腾讯会议背后又一黑科技浮出水面，旗下天籁实验室推出天籁语音模组方案，由AILab多项技术加持，实现12米超长距离拾音，消除超过200种会议噪声，在双讲，回声消除等方面实现突破性升级。
据了解，该方案将应用于腾讯会议Rooms专款机型上，并已率先授权开放给腾讯会议Rooms专款硬件合作伙伴，助力打造会议室场景高清、纯净、流畅的开会体验。与此同时，不做硬件的腾讯会议，目前还通过开放音视频认证标准，联合硬件设备厂商，共同为企业量身打造“软硬一体”的云视频会议解决方案。
解决企业会议室复杂场景开会难题，给企业会议室装上“顺风耳”
当下，在线会议成为企业高效办公的标配，越来越多的企业衍生出线上线下协同开会的混合式会议需求，随之而来的是会议室场景下面临的声学挑战，一方面，在远场情景下，讲话者会因离麦克风距离远，导致麦克风采集到的有效信号逐渐减弱，信噪比降低。另一方面则经常因为会议室场地空旷，声音经过玻璃和墙面的折射后产生反射声和混响、各类噪声也会严重影响到开会质量。
对于企业来说，如何有效应对企业会议室场景下复杂的声学环境，成为一个新课题。
腾讯会议基于会议室的特定场景，推出天籁语音模组方案，首次结合房间声场感知、采集和空间声场重建技术，开创性地解决了会议室复杂场景下，远场多人音频通信、多讲话人实时追踪、多人自动取景等实时音视频技术难题，帮助企业和用户实现在远场复杂物理空间下通信体验的突破性提升。
例如，同一会议室中，随着人与音视频设备的距离变远，声音在传播过程中也会逐渐减弱，因此参加企业培训、工作汇报等企业会议时，最常见的一个现象就是听不清甚至听不到。针对这一点，天籁语音模组方案将多个MEMS麦克风板嵌入到会议大屏中，结合音频处理器，能够实现180度广角、12米超长距离拾音，相当于参会者即使相隔4层楼的距离，也完全可以像面对面交流般清晰、自然，给予参会者更灵活的活动空间，让其在自由不设限的氛围中开展讨论。
在远程会议中，很多人经常会遇到延迟而导致的声音卡顿、声音忽快忽慢，甚至与会者同时安静或同时说话等尴尬的情况，极易破坏会议沟通思路，影响会议沟通进度。为了解决这一痛点，天籁语音模组方案突破性地将设备上行时延降低至几十毫秒，可以让远程语音交流如面对面交谈般实时。
值得一提的是，针对多人同时说话时声音明显失真现象，天籁语音模组方案则能有效实现双讲无剪切、无回声泄露、无近端语音抑制，有效确保多人讨论时，每个人的声音都听得见、听得清、听得真，提升会议参与感。天籁语音模组还基于深度学习模型，不仅可以将空调声、风扇声等平稳噪声的降噪深度提高至40dB，还对包括写笔触屏声、键盘声、手指敲桌子、放水杯、翻纸等会议室场景下超200种各种突发噪声进行针对性消除，提升语音信噪比，为用户打造更加专注高效的会议氛围。
开放技术能力，打造“软硬一体”的云视频会议生态
作为一款云视频会议产品，腾讯会议自2019年底推出以来，一直致力于满足用户在不同场景下的开会需求。去年9月，腾讯会议发布企业版、会议室连接器以及新一代云视频会议室解决方案“腾讯会议Rooms”， 试图从根源上解决了企业会议组织难、效率低、管理难等问题。
除了与硬件厂商的合作，腾讯会议还积极通过开放标准API接口以及二次开发，助力企业IT、系统集成商等合作伙伴轻松适配多种会议场景，快速实现与腾讯会议的连接。数据显示，近万家企业通过接入腾讯会议API，大幅提升不同场景的会议体验。
此次推出天籁语音模组方案，是腾讯会议基于企业用户需求，在企业会议室场景下的再次发力。腾讯天籁实验室的融合感知编码、声学硬件设计、经典语音信号处理和深度学习技术，通过覆盖不同应用场景，网络条件和终端设备，为腾讯会议提供底层实时音频通信技术。（程子文）
