共计 2876 个字符，预计需要花费 8 分钟才能阅读完成。
前言
音频技术倒退到明天，经验了从模仿音频到数字音频到历程。国内音频工程师协会创立于 1948 年，中国数字音频技术起步绝对较晚，长期被国外组织和公司垄断。随着中国的一直倒退、科技日益提高，通过近三十年的致力， 咱们在语音辨认重建、音效声场重现、数字音频通信等方面，积攒了很多本人的音频技术专家和学者，曾经逐渐放大和东方的技术差距。
为了更好的促成行业交换，壮大音频畛域的中国力量，遍及公众对音频技术的了解和认知，咱们推出了面向音频领域专家的「 一期一会 」流动，心愿能为更多的音频技术从业者打造一个充沛交换的平台，咱们欣慰地看到大家在流动中碰撞出许多有意义、有价值的思维火花，愿「一期一会」能承载和点燃更多音频技术人的幻想。
—— 声网技术合伙人、音频编解码专家
@高泽华
本文基于「一期一会 • 音频工程师专场」中探讨内容整顿，观点仅供参考。
局部观点前瞻：
● 在音频畛域，AI 解决广泛问题，算法解决个例问题，因而 AI 和传统算法的联合是必然的。
●“热点”的问题可能对于开发者而言意义不大，少数组织架构的利益分配机制对一线开发者往往不利。
● 空间音频面临的一个事实问题是，并没有足够多的音源素材可利用，市场上占有率更多的设施和业务场景并不具备相应的条件。
● 从技术角度看，VoIP 有很多事能够做，但从利用场景来看，市场需求才是决定性因素。
1、音频技术倒退进入平台期
音频技术倒退曾经到了一个平台期阶段。神经网络的热潮开始消退，在音频降噪、回声打消、丢包弥补等方面的利用都有所突破，通道技术的改良靠近瓶颈，编解码和麦克风阵列的利用尚处于尝试阶段。
久远来看， 业务需要的积攒和音频技术的迭代始终都在驱动着畛域的倒退，当初面临的问题是技术层面须要有新的冲破 。在具体的场景下，例如虚构会议、空间音频、降噪、车载等等场景对沉迷式体验的谋求越来越显著，这都须要工匠精力去打磨。
2、被动降噪在技术侧的新冲破
随着 TWS 蓝牙耳机市场的快速增长，被动降噪再次引起人们的关注。在深度学习的加持下，被动降噪（ANC）的利用范畴从智能手机、蓝牙耳机等单点降噪向 PC、智能汽车、智能家居等市场扩大。但声源拆散（声纹识别）与还原（声场重建）、多路音频的网络传输、算法的收敛等仍是一些值得关注的问题。
无论是智能车机或智能家具抑或元宇宙，随着利用场景的一直扩大，工程师对于被动降噪关注的技术方向应该偏重软件与硬件的联合。终端设备算力的一直进步和云服务的日益遍及也必然会为被动降噪技术提供更大的可施展空间；在越来越多的场景中，多个端侧设施的协同调度（回声克制）正在成为新的课题。
3、市场需求决定了 VoIP 的将来
将来 VoIP 会倒退到什么水平？挪动通信曾经从 2G 倒退到 5G 时代，VoIP 也从最后的 8k 晋升到 44k 的高清通话程度。高音质也带来了新挑战，通话的稳定性是第一位的，网络的切换和抖动对 VoIP 的影响也很大；在 1v1 和 N v N 的通话场景中要解决的问题也不尽相同。只管降噪、去回声这 2 大利用课题在学界有了一些停顿，但硬件的复杂性也增大在工业界理论利用的难度。
VoIP 曾经变得更场景化、多设施化，并且场景与设施的融合度更高，谋求沉迷式体验。因而在前端解决（算力）、网络、设施的多样性和复杂性方面存在诸多制约因素。产业界思考的是稳定性。 从技术角度看，VoIP 有很多事能够做，但从利用场景来看，市场需求才是决定性因素。
4、阵列技术的利用迎来新场景
智能设施的倒退造成将来很多单声道的场景都会被多声道取代，因而阵列技术的利用场景会变得越来越多。但如何选取传声器或扬声器的音频信号、怎么评估阵列的成果以及声场重建等方面仍面临着挑战（如多区域、指向性、时域滤波等）。除了实验室环境，国内外的钻研机构曾经在户外音乐会、音乐广场等畛域的利用获得停顿。
5、空间音频在 RTC 畛域大有可为
自从苹果推出空间音频后迅速成行业关注的焦点，利用场景也从耳机设施延长到外放音响。据理解，苹果在空间音频实现方面采纳的是杜比的计划。Facebook、微软最近也都在空间音频方面有所钻研，公开的 Demo 显示次要利用在会议场景。
因为会议场景太过简单，在做空间音频时到底要先做拆散还是先做声道，目前业界尚没有对立的实现计划；在人 & 声拆散方面，抉择哪一路音频（向用户播放给进去）次要取决于下层利用。但思考到更多的利用场景，工程师须知，空间音频要解决的问题既包含事实场景的模仿与反抗、也包含虚构场景的模仿与反抗。
目前空间音频的利用还面临一个更为事实的问题是， 并没有足够多的音源素材可利用，市场上占有率更多的设施和业务场景并不具备相应的条件 ，尤其是海量的中低端设施和短视频利用。
另外，空间音频在模仿事实的过程中还有一些信息失落，对于空间音频的品质评估也不足对立的规范，目前空间音频的体验（空间感）或者说音质并不现实。因为空间音频的场景较多，业内公司提出了一些不同的计划，这可能会影响它的进一步利用。
6、AI 和传统算法必然会走向联合
AI 在音频前解决算法的热潮继续到 2018 年前后时，发现音频信号处理的办法在服务具体行业时遭逢了瓶颈（各类播放端的算力和能耗问题），因而更多细分行业的解决方案开始返回到之前传统的音频信号处理技术。 在音频畛域，AI 解决广泛问题，算法解决个例问题，因而 AI 和传统算法的联合是必然的。
7、软硬技术联合的厂商会更具劣势
3A 在传统场景的利用十分成熟，在细分场景下还有许多要进步的中央。以会议场景为例，目前可改良的中央十分多（例如 AEC 的收敛问题、全双工的体验问题等），怎么在细节上晋升用户体验才是重点。多人会议时，多设施、多麦克风阵列的问题不能单纯靠软件和算法去改良，硬件设施自身从底层提供反对能够补充软件能力的有余，从而达到事倍功半的成果，将来软硬联合的解决思路将占具劣势。
8、工程师应正视元宇宙的乱象与机会
现阶段元宇宙市场的乱象中，确实存在割韭菜的行为，但不可否认硬件设施的降级也带来了新的场景和机会。以沉迷式音频为例，企业混和办公场景下，目前商用的计划造价不菲且对布署环境（例如会议室的规格和声学设计）有肯定的要求，可落地的状态和计划仍需持续寻找突破点。目前看，元宇宙实现的侧重点是虚构的音频沉迷体验，元宇宙 / 空间音频如果只是为了娱乐，是不是应该在内容制作方面多发力？
9、音频技术的下一个“热点”在哪里？
抛开商业行为，“热点”的问题可能对于开发者而言意义不大，少数组织架构的利益分配机制对一线开发者往往不利。
从技术角度看，VR 和 AI 等新技术曾经火过不止一次，这代表有些热点技术存在肯定的周期性，值得长期关注。例如，AI 在语音方面还有很大的倒退空间，目前高校的学生受大厂影响也比拟违心学，但传统 DSP（数字音频处理器）方向就鲜有人问津；再比方，蓝牙耳机在助听和辅听市场的倒退已初现端倪。
其余方面，以后大火的元宇宙对视频的关注显著多于音频，这显然不合乎“两条腿”走路的常识。在更多细分畛域，把声音的（语音辨认、场景辨认、音源辨认）前端感知能力当作传感器，联合后端逻辑实现物联网、工农业生产、医疗等场景下的定位、辨认、检测等自动化治理，都有很宽泛的利用前景。
