當虹科技參編三維菁彩聲技術白皮書發布 解決超高清音視頻「卡脖子」難題

戴上耳機，就能感受到「把環繞式音響裝進耳朵里」的沈浸式體驗。在不久前的2022年中央廣播電視總台中秋晚會上，三維菁彩聲給我們帶來了「聲」臨其境的震撼。

那麽，這是如何做到的呢？又為何需要自主研發標准？近日，由中央廣播電視總台、華為、當虹科技（股票代碼：688039.SH）等單位聯合起草，世界超高清視頻産業聯盟正式發布的《三維菁彩聲（Audio Vivid）技術白皮書》給出了答案。

自研三維聲標准 解決超高清音視頻「卡脖子」難題

資料顯示，三維聲是超高清視頻「六維技術」的重要組成部分，可以帶來空間感、方位感和臨場感，讓人感覺聲音從「四面八方」「撲面而來」，帶來非常「真實」和「沈浸」的體驗。

然而，我國的三維聲技術積累相對較少。國際主流的三維聲技術方案，長期以來均由國外企業或標准組織制定。如今，三維菁彩聲的推出和應用，擺脫了超高清音視頻關鍵技術「卡脖子」難題。

據悉，該標准由世界超高清視頻産業聯盟(UWA)牽頭，與AVS編解碼標准協同，聯合産業「端到端」生態共同發布。業内人士指出，這有利于快速推動超高清産業發展，提升超高清視頻核心技關鍵技術標准影響力。

《白皮書》表示，Audio Vivid技術標准的目標是一個面向全球，技術先進，更加開放的、具備産業安全要求的技術標准和方案，同時産業生態政策友好，更加適合超高清産業生態各方進行「端到端」的産業部署。2022年中央廣播電視總台中秋晚會，是對三維菁彩聲技術的首次示範應用。

編解碼+渲染 讓音符在多維空間律動

相對傳統聲音，三維聲增加了空間感和方位感，使聽衆能再現在現實世界中所聽到的聲音，從而滿足人們對聲音高度還原、高度沈浸的體驗需求，同時可具備個性化選擇和交互體驗。

Audio Vivid體驗場景

值得一提的是，三維菁彩聲解決聲音從構建到還原的整個環節，可以在家庭環境、影院環境、演唱會、體育賽事、個人、AR/VR以及車載等多元場景中得以應用。

Audio Vivid集成場景

《白皮書》顯示，三維菁彩聲的編解碼和渲染非常重要。尤其編解碼，針對不同的信號類型采用不同的技術工具對輸入信號進行編解碼，解決了很多「信息冗余」的問題。比如，采用多聲道編碼技術，去除多聲道信號間的信息冗余；用基于心理聲學模型的預處理和基于AI的量化、熵編碼技術，去除單聲道、對象音頻信號中的信息冗余。這都為最終渲染出「聲」臨其境的體驗提供保障。

三維菁彩聲還是全球首個基于AI技術的音頻編解碼標准，支持主流三維聲編碼的同時，兼容單聲道、立體聲、環繞聲、三維聲，可以讓聲音在三維空間的任何位置精准放置和移動，准確描述每一個聲音的位置、大小、軌迹、時間、長度。戴上耳機，瞬間感受到音符在多維空間里的律動，與聲音共鳴的，將是大腦而不是耳朵。

在各方的聯合支持下，三維菁彩聲技術標准已經完成了「端到端」的體系建設，並逐漸進入落地應用階段。據介紹，在核心的編解碼階段，當虹科技的8K超高清編解碼技術已支持三維菁彩聲，聯合産業鏈上下遊企業，可以為人們提供纖毫畢現、「聲」臨其境的體驗。

來源：中國財富通