首页科技快讯腾讯主导！新一代实时语音编码标准AVS3P10即将发布

腾讯主导！新一代实时语音编码标准AVS3P10即将发布

来源：晰数塔互联网快讯时间：2024年06月26日 23:55

6月26日，记者获悉，新一代实时语音编码行业标准AVS3P10即将正式发布。

该标准由腾讯提议启动、推进和维护，以腾讯首款神经网络语音编解码器Penguins为原型，经过AVS音频组多家成员单位共同贡献。

作为全球首个系统性引入人工智能并实现真正意义上的低码率下高质量语音编码标准，AVS3P10的表现达到国际一流水准。仅需现有主流标准1/3的编码码率，就能实现同等清晰的音质。

这意味着，今后在线上会议、语音通话等实时音频场景，带宽要求大幅降低。即使在电梯、地库、隧道等网络很差的环境，也能实现清晰流畅的语音通话。

在有限的带宽条件下，想要将声音高质量传递到接收方，压缩原始数据、去除冗余信息的语音编码技术是其中关键。然而，基于EVS、OPUS等现有主流音频编解码标准，当码率降低到10kbps以下时，语音质量下降明显，影响用户体验。

为应对该挑战，腾讯会议天籁实验室联合腾讯AI Lab自研了腾讯首款神经网络语音编解码器——Penguins。此次AVS音频组AVS3P10标准采纳的腾讯侧方案，就是以Penguins为原型。

具体来说，Penguins将AI与传统技术紧密融合，从算法研究、工程化、产品化层面做了大量系统性创新，打破传统香农定律的性能极限，引入大数据并在可控算力增量下提供了新的性能上界，从而对下一代通信系统，尤其是信源编码器部分，提供了新的技术基础和方法论。通过AI语音信号建模，提取最核心的特征参数编码，再借助深度学习网络，预测并重建语音中的细微结构，最终生成逼真的音频波形。

多方测试表明，腾讯提交的AVS3P10标准，代表了目前AI Codec的行业最高水平。该标准实现了6kbps下的高质量语音通信，即使在“2G”网络下也能实现清晰通话，且主观质量非常接近原始参考信号，媲美国际主流的OPUS标准在20kbps的质量。同时，主观质量对标传统编码的中高码率情况下，编码效率提升200-300%。