参加“中国音频技术大会”的一点收获

原创 精进学思行

中国音频技术大会，第一次在上海召开，因为其中有个重要的“金耳朵”培训环节，于是报名参加了，刚好也跨界了解了一下当前音频行业在中国的发展。大会分享者都是行业的大咖，有来自华为、小米、阿里等不同公司的专家，也有来自中科院声学研究所的教授，大会总共持续了一天半的时间，限于篇幅和当前理解，无法全部分享，只介绍我印象比较深刻的三点：

音频行业的产业链和当前热点是什么？汽车中有哪些和音频技术相关的技术？什么是金耳朵以及为什么需要金耳朵？ 1音频行业产业链 1.1音频系统构成 我们通常说的音频行业包括哪些内容呢？分享中，科大讯飞的马桂林和田德文做了一个系统的梳理。 首先是马桂林，他把音频系统分为了上行链路和下行链路，上行链路包括：音源-环境-硬件-软件-后端。从下面这张图当中，我们可以看到，音源可以是人的语音，或者是弹奏的音乐；环境指的是声波充满的空间，如一个房间或者音乐厅；硬件通常指的是麦克风；软件就是一些音频处理手段，比如噪声消除；后端可以是机器人，比如我们现在的机器人客服，也可以是进行对话的人或者享受音乐的人。

下行链路主要包括：音源-软件-硬件-环境-终端，和上行链路最大的不同的是，环境放在了软件和硬件的后面。我理解上行更偏向于声音信号的采集和处理，而下行更偏重声音信号的处理和回放，同时，在上行中包括了我们通常说的语音识别和通话功能，而下行更加突出了声音的回放。在这里可能你有疑问，为什么环境也算在了音频系统中，毕竟我们在音频系统中不会去设计环境，而环境通常是给定的条件，所以，如果剔除了这里的环境和后端/终端，那么就得到了更加简洁的版本，这就刚好对应了田德文博士的分享，他用了一个不同的名字，叫“声学系统”，包括：麦克风，音频的IC（integrated circuit），扬声器，这是一个典型的“输入-处理-输出”模型。

1.2市场规模和趋势 对于上面三个领域，国内外的现状和市场规模是什么样子呢？田德文博士也给了一个很详细的总结，如下所示，三个领域的市场份额是：扬声器＞音频IC＞麦克风。而且，可以看到中国的音频市场占据全球约1/4，整体增速也比全球高约2.4个百分点，但是值得注意的是，在音频IC领域，中国市场的增速是要小于全球的。

上面提到扬声器在三项中规模最大，而最近两年的爆款也是出现在这个类别中，中科院声学所的李晓东教授统计发现，当前最爆款是智能音响和无线耳机，他们最近的增速分别是70%和250%。

未来会是什么样呢？田德文博士给出了他的判断，他认为基于大数据和物联网的发展，声学产业最大的价值会出现在“Analytics”方面，也就是情景认知和智能终端，我理解就是基于大数据科学的智能音频，比如能通过声音更好理解人的情感，并提供人性化的服务。

除此之外，华为手机产品线副总裁李昌竹给出的方向也很有启发，他认为音频未来的三个发展方向分别是：享受品质，提升效率和生态创新。享受品质就是提高声音的品质，无论是通过声场优化，还是更好的解码编码以及降噪技术；提升效率，就是让人们使用音频更加方便，甚至让音频提高人们的效率，比如实时的语音翻译；生态创新，就是让音频融入更多场景，比如在健康管理中的应用。

2 汽车中的音频技术 因为我是做汽车声学，所以更加更加关心在汽车中，会有哪些音频技术呢？科大讯飞和哈曼的分享很有启发。其中科大讯飞分享了全闭环测车载语音交互系统，从这个图中，我们看到，其实它不止语音交互，还包含了在车上的听音效果。

如果说科大讯飞的核心优势在于语音识别，而哈曼的优势则是声音本身的体验上，下图是哈曼涵盖的声学领域，不仅有常规的高品质音效和声场，也有比较创新的主动降噪和各种模拟音效（如内部电声合成）。

而在语音识别中，有一个让我很感兴趣的话题，也是在这次大会中不同讲者中反复提到的，就是在声音处理中，传统信号处理和神经网络的优劣和互补，科大讯飞比较了两种技术手段在语音识别中的优劣,如下图：

而声加科技创始人邱锋海也对比了两种方式的优劣：

这个问题，等我研究后，有机会单独分享。 3金耳朵培训 最后就是“金耳朵”培训，这是我参加这个会议的主要目的，培训者是前哈曼高级声学总监李胜波，培训要持续2个月，第一次集训是一些基础入门和练习软件介绍。 3.1 什么是金耳朵？ "金耳朵"是对一部分特定人群的俗称，这部分人通过长期的训练和非凡的听音经验，对于音响的音质属性或者是音乐的基本要素，有超出常人的鉴别和鉴赏能力，而它主要包括两种类型，第1种是技术类型的，是音响界的，要具备正常的听力，了解频率，失真噪音等概念，并对声音的各个维度的细微变化比较敏感；而第2种是偏艺术类的，它是音乐界的事情，需要了解音乐知识，听音过程，更需要调动高级的神经活动来辨别音调，节奏，和声旋律等，这两种金耳朵是不能相互混淆和替代的，它们的基本方法也各有不同。 如果你想判断一个音响好不好要找前者，如果你想知道一个音乐好不好，要问后者，不能搞混淆了。 3.2 为什么需要金耳朵？ 金耳朵当然是比普通耳朵更“灵光”，但是我们都有了很完备的客观测试设备，为什么还需要金耳朵来做主观的评价？首先，有些主观的东西是无法测量或当前很难测量的，比如结构振音和声音定位；其次，我们现在掌握的客观测试指标，不足以涵盖所有的主观感觉，而且有些物理指标和主观的关系还存在争议；最后，主观和客观在本质上它是一致的，但是，主观的正确结果取决于评价者的认知观念的正确性，金耳朵就是有比较正确认识观念，能将主客观比较好联系起来的人，这是金耳朵培训的价值。

总结

一次半跨界的参会，让我对音频行业略有了解: 1、音频产业链主要包括：麦克风、音频IC和扬声器，当前增长最快的是智能音箱和无线耳机；2、未来的音频主要趋势：享受品质、提高效率和创新生态；3、金耳朵是一种超乎常人的鉴别能力，分为“技术型”和“艺术型”，两个有很大的区别。