作为知国际专业会议，INTER-NOISE
大会每年在美洲、欧洲和非洲以及亚太地区轮流举行，主题聚焦在世界各地的噪音控制问题上，并且因其专业性和覆盖范围而有着巨大影响力——比如1972年在华盛顿首次召开时，美国噪音控制法案（US
N C A）正在审议之中，与会人员的积极交流和呼吁推动了后续法案的通过。
本届大会继续由
I-INCE 发起，美国噪声控制工程学会（INCE-USA）和 P A （巴西）共同主办，美国声学学会、SAE
国际、西班牙声学学会和韩国噪声与振动工程学会参与联合举行。虽然因疫情原因，今年的活动只能以线上方式进行，但大会还是进行了精心策划和准备——包括在首届会议活动地点举办仪式，纪念自
1972 年首届国际噪声大会以来噪声控制取得的 50 年进展，以及通过聚焦的议题展望和推测未来 50
年可能取得的成就，会议主题也定为“噪声控制的下一个 50 年”。
2篇技术论文：突破多个音频核心技术问题
作为会议比较重要的事项之一，本届大会按照已有的严格文章审核流程和标准——由位细分领域的专家匿交叉审核，比较终再由 T C 比较终选拔——收录了来自 25 个和地区的作者的 635 篇学术论文。
易云信音频验室被
INTER-NOISE 2022 收录的两篇论文分别是《一种基于神经络的针对瞬时噪声控制的低计算复杂度噪声抑制方法》（A N
N B N S M T N C
L-C C）和《一种使用梅尔频谱和频谱通量的基于卷积神经络的时音乐检测方法》（A
R- M D M C N N
M-S S F）。
（来源：INTER-NOISE 2022）
首篇论文聚焦在
AI 抑制“瞬间噪声”的问题，“瞬时噪声”是指键盘声、敲门声等这类突发性的声音。易云信音频验室针对 RTC
场景，成功研发落地了轻量级的、适合全平台终端的 AI 音频降噪算法。该算法使用了化的谐波相关性（M
H-C），和独创的损失函数（L F），在一个 RNN（R N
N）模型上进行训练。在终端运行时，算法结合了易云信自研的 NENN 推理框架，在大幅提升降噪效果（SNRI S
Q）的同时，保持了一个极低的运算复杂度。整体而言，易云信研发的 AI
音频降噪算法同时兼顾了算法效果和计算开销，不仅适合时处理，还能落地到各种运算能力有限的终端设备中，可以应用在包括会议场景、语聊房场景等目的仅为语音通话的场景中。目前，该算法已经应用在易
POPO、易有道乐读等具体的场景，并取得良好的效果。
第二篇论文聚焦在利用卷积神经络算法对“有用信号”的检测和减损。通常来说，在
WRTC 在音频处理中，大量的算法都是针对 S 信号进行设计，整体是一个 S EH 系统，但是在
RTC 的场景中，有用信号（D S）不仅仅只有
S，还有一种常见信号就是音乐（比如音乐主播、音乐教学等场景中）。易云信落地国内行业中首个 AI
音乐训练检测模型，这是结合了自研的帧间频域特征和一个轻量级神经络，训练出了一个音乐检测率高、鲁棒性强、且计算开销小，适合在各个端侧落地的 AI
模型；通过对环境声音的检测，区分出音乐和非音乐场景，并基于此先验信息，对 RTC 中音频 APM
处理进行有针对性的调整，在保证语音信号质量的同时，大幅提高音乐信号的质量，可以应用在包括音乐教学、音乐直播等目标传输信号包含音乐的场景中。
从行业角度看，RTC
行业发展至今已经有二十年左右的时间，从小众产品变成几乎人人都会接触到的巨大产业，自然也带来激烈的市场竞争。随着行业逐渐成熟，粗放的市场环境过去之后，谁能带给用户更好的体验谁就具有核心竞争力，技术的重要性越来越突出。另外，时音视频技术个性化场景要求越来越高，应对的环境也愈加复杂，传统的技术已经很难有大的化空间，所以时音视频企业倾向于成立
AI 验室或 AI 项目组，专门负责 AI 在音视频中的应用研究，为客户提供更加便捷、易用、专业的音视频服务。
作为行业内首批音视频 AI 验室之一，易云信音频验室自成立之初便秉承“把身临其境的音频感受带给用户”的使命感，不断把握前沿技术方向，攻克业内比较难的技术瓶颈，将行业高尖技术应用到产品中，进而现用户体验的全面升级。
发表于 2024-8-1 09:22:30
