声学|这波钉钉搞音频实验室，真没蹭热点_

鱼羊萧箫发自凹非寺报道 | 公众号 QbitAI前脚Facebook改名Meta，后脚微软也在会议软件上搞出XR新花样。这波元宇宙热度烧得太旺，个中真假虚实着实让人难以辨别。而就在这个时候，国内也有一个新消息曝出：钉钉已正式成立音视频事业部，还下设钉钉蜂鸣鸟音频实验室，由技术大拿冯津伟直接负责。这个时间节点，瞄准的又是国际大厂纷纷打上“元宇宙”标签的在线会议场景，钉钉此举立即引得这样一种说法甚嚣尘上：钉钉这个新实验室的研发目标，指向的就是元宇宙。啊？这意思，我以后不会要在元宇宙里迟到了吧。

文章插图
个中真相，是有必要进一步搞清楚。话不多说，我们立即着手联系了新闻中提到的新实验室一号位——声学大拿冯津伟博士。来，真假虚实，我们一问究竟。实验室为什么在钉钉？冯津伟博士首先向我们确认，钉钉确实单独成立了音视频事业部，并且下设音频实验室，网罗各路博士研究员的那种。这加码音视频业务的意图明明白白。不过在更靠近业务侧的钉钉设立一个研究型实验室，到底有些出人意料。核心的问题就是：钉钉成立这个 “实验室”，具体是要研究什么？关注哪个方向的前沿技术？围绕这一点，冯津伟博士向我们透露了他和团队的几个“小目标”：其一，针对线上会议场景的最大痛难点，将对应的前沿音频技术论文算法，在钉钉进行落地，提升音视频产品体验与竞争力。例如，用目前常见的会议软件在高铁上、地铁中紧急开会，往往会出现信号极不稳定，说话人卡顿、掉线的情况。现在，蜂鸣鸟音频实验室正在针对这种情况设计“高铁模式”音频方案，从声学原理、信号处理到软硬件产品全流程进行技术研发，力图真正解决线上会议网络不稳定的问题，包括采用电脑自带的麦克风等通用收音硬件的情况。其二，透过钉钉，把经过验证的成熟技术开放给行业伙伴。例如研发独立音视频模组，把钉钉音视频会议的产品技术、AI能力等封装成一个硬件化的SDK，硬件可以接上模组，实现设备的智能化升级；其三，进行“下一代音视频形态研究”，如XR。如此看来，这个“蜂鸣鸟实验室”的研究路径，其实已经很明确：既有研究成果——转化为产品结果——向行业开放——深化研究。

文章插图
而这也就是为什么，钉钉会请来冯津伟坐镇新实验室：这位负责人本科、硕士分别毕业于南京大学无线电物理专业、声学研究所，还是南洋理工大学电子信号处理硕士、弗吉尼亚理工大学声学博士。

文章插图
加入阿里巴巴前，冯津伟曾在公认的全球视频会议设备“黄埔军校”——宝利通（Polycom）担任首席工程师。以他为核心贡献者的团队，成功研发了世界上首台音视频会议行业的智能摄像机。可以说，他在声学和信号处理方面的双重背景，使其在世界音频研究领域备受关注。2017年加入达摩院之后，冯津伟博士也继续着声学与信号处理方面的研究。并且不仅是学术研究，事实上从2017年起，冯津伟就已经负责起阿里内部音频与声学相关算法的结合应用。最经典的落地案例，就是支持钉钉F1音视频一体机的打造，将语音3A算法（主要负责音频降噪和增益）应用到智能硬件中。除此之外，达摩院的会议转写“听悟”项目、远程教育的“专递课堂”项目、钉钉音视频一体机“F2”项目……背后也均有冯津伟团队音频技术方案的身影。