5月21日—23日，2019騰訊全球數(shù)字生態(tài)大會在昆明召開，來自騰訊音視頻實驗室的專家研究員商世東帶來了題為《面向產(chǎn)業(yè)互聯(lián)網(wǎng)的音視頻技術(shù)發(fā)展展望》的主題演講，從音視頻國際標(biāo)準(zhǔn)、客觀和主觀質(zhì)量評估、音視頻體驗深度優(yōu)化、以及音視頻技術(shù)與5G和人工智能展望等四個方面，分享了產(chǎn)業(yè)互聯(lián)網(wǎng)大背景下，騰訊音視頻實驗室對音視頻技術(shù)發(fā)展的思考與探索。

“5G的推出和AI的突破性進(jìn)展促進(jìn)音視頻體驗的極大提升”，商世東介紹，在移動互聯(lián)網(wǎng)比重逐漸提升的今天，實驗室持續(xù)深耕音視頻技術(shù)，以個性化用戶訴求為核心，帶來音視頻技術(shù)的深度優(yōu)化和沉浸式體驗。

產(chǎn)業(yè)互聯(lián)網(wǎng)時代，騰訊音視頻實驗室逐漸清晰的國際標(biāo)準(zhǔn)化研究與制定

以往，提到音視頻技術(shù)標(biāo)準(zhǔn)時，高通、三星、愛立信、諾基亞、LG、華為、聯(lián)發(fā)科這些起步較早的企業(yè)總會第一時間被行業(yè)所提及，但在2016年11月，騰訊音視頻技術(shù)中心正式升級為騰訊音視頻實驗室后，騰訊也成為了音視頻標(biāo)準(zhǔn)領(lǐng)域舉足輕重的玩家。

據(jù)商世東介紹，在音視頻標(biāo)準(zhǔn)領(lǐng)域的重大國際會議中，騰訊音視頻實驗室的提案總數(shù)位居前列。去年4月份，在美國圣迭戈召開的國際多媒體標(biāo)準(zhǔn)盛會MPEG 122上，騰訊音視頻實驗室代表騰訊公司正式亮相視頻編解碼國際標(biāo)準(zhǔn)會議并展示成果，并深度參與到標(biāo)準(zhǔn)的制定過程中。

隨著騰訊公司整體戰(zhàn)略升級，為積極響應(yīng)扎根消費(fèi)互聯(lián)網(wǎng)，擁抱產(chǎn)業(yè)互聯(lián)網(wǎng)的號召，音視頻實驗室在多媒體領(lǐng)域之外，致力于各項行業(yè)標(biāo)準(zhǔn)的制定。
? ? ? ?目前，騰訊音視頻實驗室不僅已經(jīng)有近30項提案被下一代視頻編碼標(biāo)準(zhǔn)VVC/H.266采納，在DASH（Dynamic Adaptive Streaming over HTTP）、OMAF（Omnidirectional Media Format）、PCC（Point Cloud Compression）、CMAF （Common Media Application Format）、NBMP （Network-Based Media Processing）等相關(guān)多媒體標(biāo)準(zhǔn)中也取得多項標(biāo)準(zhǔn)核心專利，并擔(dān)任包括主席在內(nèi)的重要席位。
? ? ? ?而針對國家標(biāo)準(zhǔn)AVS2，騰訊也進(jìn)行了相關(guān)布局。值得一提的是，王者榮耀也被正式納入視頻編解碼標(biāo)準(zhǔn)測試序列級。音視頻實驗室已成為國際行業(yè)標(biāo)準(zhǔn)不可忽視的影響者和領(lǐng)導(dǎo)者。

面向未來，騰訊音視頻實驗室將繼續(xù)深耕視頻相關(guān)標(biāo)準(zhǔn)制定和商業(yè)化以及基于對象的音頻標(biāo)準(zhǔn)和商業(yè)化。同時，在點云壓縮以及360VR壓縮和傳輸上，也有著清晰而周到的布局。

個性化用戶訴求下，騰訊音視頻實驗室?guī)硪粢曨l體驗的深度優(yōu)化

隨著移動互聯(lián)網(wǎng)比重不斷提升，4G網(wǎng)絡(luò)也即將展開向5G高速迭代的變革，用戶對高質(zhì)量音視頻內(nèi)容的追求，對音視頻處理技術(shù)提出了更為嚴(yán)苛的要求。

“以往，我們對于音視頻內(nèi)容質(zhì)量的評價的方式，大體上‘各花入各眼’，而客觀評價也只能從技術(shù)指標(biāo)入手，并不能與人眼的評判標(biāo)準(zhǔn)進(jìn)行統(tǒng)一?！鄙淌罇|演講的第二個重點，則是AI的突破性進(jìn)展下，音視頻內(nèi)容客觀到主觀質(zhì)量評估的轉(zhuǎn)變。騰訊音視頻實驗室通過對AI技術(shù)的合理運(yùn)用，實現(xiàn)了視頻的端到端所有環(huán)節(jié)統(tǒng)一對標(biāo)人眼評價整體目標(biāo)的技術(shù)，能夠完成基于人眼評價的客觀無參考評估標(biāo)準(zhǔn)，以及模擬人耳主觀體驗的全面評測系統(tǒng)，能夠在音頻的聲學(xué)指標(biāo)、網(wǎng)絡(luò)指標(biāo)及物理環(huán)境下對信號的客觀和主觀質(zhì)量進(jìn)行全面詳細(xì)的評估，這在整個音視頻行業(yè)里也是首開先河。

商世東指出，移動互聯(lián)網(wǎng)時代，娛樂、教育、即時通信等不斷細(xì)分的垂直領(lǐng)域帶來了多元化的音視頻場景，用戶所使用的軟硬件環(huán)境愈發(fā)復(fù)雜，催生了更加個性化的用戶訴求。為了滿足不同用戶的個性化訴求，騰訊音視頻實驗室通過智能的用戶調(diào)度策略、高質(zhì)量鏈路的傳輸以及靈活的流控政策，從用戶角度出發(fā)，實現(xiàn)了基于主觀感受的音視頻體驗的深度優(yōu)化。

直面5G時代，技術(shù)創(chuàng)新打造沉浸式音視頻體驗

在演講的最后，商世東表示，面向即將到來的5G時代“大容量、高速率、低延遲”的網(wǎng)絡(luò)特性，騰訊音視頻實驗室也做好了充分的準(zhǔn)備，通過大數(shù)據(jù)、智能網(wǎng)絡(luò)結(jié)構(gòu)以及調(diào)度和資源優(yōu)化，為用戶帶來極具5G時代色彩的沉浸式音視頻體驗；同時，騰訊將音頻通信與機(jī)器學(xué)習(xí)進(jìn)行了深度融合，實現(xiàn)了網(wǎng)絡(luò)/硬件的自動分析與適配、內(nèi)容的情緒識別/合成與轉(zhuǎn)換以及降噪/增強(qiáng)和3D空間渲染的功能。

自成立以來，騰訊音視頻實驗室專注于音視頻通信技術(shù)的前瞻性研究，包括全球?qū)崟r音視頻網(wǎng)絡(luò)優(yōu)化、音視頻編解碼前沿算法研究、音視頻國際標(biāo)準(zhǔn)、計算機(jī)視覺圖像處理、基于AI的音頻語音增強(qiáng)、聲音美化及音視頻質(zhì)量評測等。在服務(wù)于騰訊社交體系下的海量用戶同時，在實時音視頻通信、圖像處理和音視頻處理等技術(shù)領(lǐng)域積累了十幾年的研究經(jīng)驗，擁有行業(yè)領(lǐng)先的技術(shù)水平。

在互聯(lián)網(wǎng)全球化的浪潮之下，兼具研發(fā)實力以及對用戶需求深入探尋的騰訊音視頻實驗室，將努力打造更多具備國際影響力的標(biāo)準(zhǔn)技術(shù)，進(jìn)一步提升“中國智造”在全球市場的話語權(quán)。