高清語(yǔ)音技術(shù)在LTE時(shí)代的價(jià)值

Q:《通信世界》

A:Matthias Rose

2012年的移動(dòng)世界大會(huì)上，音頻和多媒體技術(shù)研究機(jī)構(gòu)Fraunhofer集成電路研究所（IIS）創(chuàng)新的一個(gè)音頻新技術(shù)引起移動(dòng)通信界關(guān)注：基于LTE網(wǎng)絡(luò)的手機(jī)基于該新技術(shù)首次實(shí)現(xiàn)了全高清語(yǔ)音通話、將語(yǔ)音通信音質(zhì)提升到一個(gè)前所未有新高度。今年，高清語(yǔ)音體驗(yàn)的觸角又延伸到了手機(jī)與平板電腦的日常娛樂(lè)應(yīng)用中。本期《通信世界》就相關(guān)話題與Fraunhofer IIS音頻和多媒體營(yíng)銷傳播總監(jiān)Matthias Rose進(jìn)行探討。

Matthias Rose

目前，移動(dòng)設(shè)備已成為首選的娛樂(lè)設(shè)備。中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心發(fā)布的《第32次中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》顯示，截至2013年6月，在中國(guó)約有4.56億網(wǎng)絡(luò)音樂(lè)用戶，占總?cè)藬?shù)的77.2%；此外，另有3.886億和3.45億的網(wǎng)絡(luò)視頻和網(wǎng)絡(luò)游戲用戶。

Q：LTE時(shí)代的高帶寬可以支持用戶享用很多大流量數(shù)據(jù)業(yè)務(wù)，而語(yǔ)音業(yè)務(wù)仍將是手機(jī)終端的主要應(yīng)用，高清語(yǔ)音技術(shù)逐漸成熟，其應(yīng)用價(jià)值體現(xiàn)在哪里？A：目前手機(jī)被廣泛運(yùn)用在我們的日常娛樂(lè)生活中，支持各類多媒體應(yīng)用，但遺憾的是，在我們使用手機(jī)打電話時(shí)，聽(tīng)到的語(yǔ)音音質(zhì)，幾十年來(lái)并沒(méi)有太大的不同。目前3GPP在通信、音頻編解碼的技術(shù)標(biāo)準(zhǔn)上推進(jìn)并制定全高清語(yǔ)音標(biāo)準(zhǔn)，這意味著在未來(lái)LTE的標(biāo)準(zhǔn)之下，整個(gè)語(yǔ)音通話的音質(zhì)標(biāo)準(zhǔn)會(huì)有大幅提升。全高清語(yǔ)音技術(shù)（Full-HDVoice），該技術(shù)能夠?yàn)橐苿?dòng)設(shè)備提供無(wú)與倫比的音質(zhì)，使手機(jī)的通話音質(zhì)如同在同一房間里面對(duì)面交談那樣清晰，該項(xiàng)技術(shù)已經(jīng)成功應(yīng)用于如蘋果Facetime應(yīng)用程序中。

人類的耳朵能夠聽(tīng)到的音頻范圍是從20Hz到20000Hz。大家都認(rèn)為CD的音質(zhì)好，其主要原因就是它能夠覆蓋人類的整個(gè)聽(tīng)覺(jué)范圍。打電話時(shí)傳輸?shù)男盘?hào)只卻有20Hz到3500Hz。而全高清語(yǔ)音通話技術(shù)通話，至少能夠覆蓋到14000Hz的聽(tīng)覺(jué)范圍。

目前，在全高清語(yǔ)音方面最好的技術(shù)就是由Fraunhofer開(kāi)發(fā)的AAC-ELD技術(shù)。目前全球已有8億臺(tái)設(shè)備使用該項(xiàng)技術(shù)。同時(shí)它還在專業(yè)的視頻會(huì)議系統(tǒng)中采用。最近歐盟贊助了一個(gè)研究項(xiàng)目，希望能夠在社交網(wǎng)絡(luò)當(dāng)中支持全高清語(yǔ)音的傳輸。我們也參加了這個(gè)項(xiàng)目，希望通過(guò)我們的參與能夠在未來(lái)社交網(wǎng)絡(luò)的視頻會(huì)議中，使用者可以得到最高質(zhì)量的音頻效果。

Q：包括中國(guó)移動(dòng)在內(nèi)的很多運(yùn)營(yíng)商都提出了VoLTE發(fā)展計(jì)劃。在高清語(yǔ)音技術(shù)上，F(xiàn)raunhofer IIS與電信運(yùn)營(yíng)商的合作有哪些進(jìn)展？

A：我們與中國(guó)的三大運(yùn)營(yíng)商都已建立聯(lián)系。并且我們推出的高清語(yǔ)音技術(shù)是能夠支持所有LTE標(biāo)準(zhǔn)，其設(shè)計(jì)的出發(fā)點(diǎn)就是希望以非常低的比特率來(lái)實(shí)現(xiàn)很高的音質(zhì)。LTE主要是著眼于未來(lái)用戶會(huì)大量地進(jìn)行視頻的下載以及可視通話等，我們希望在音頻領(lǐng)域，消耗最低的碼率，達(dá)到最優(yōu)的語(yǔ)音體驗(yàn)，避免出現(xiàn)網(wǎng)絡(luò)擁塞的情況。Facetime就是一個(gè)很典型的基于VoIP的服務(wù)。

Q：移動(dòng)設(shè)備已經(jīng)成為用戶首選的娛樂(lè)設(shè)備，這樣的趨勢(shì)下，高清語(yǔ)音技術(shù)是否也在向多媒體應(yīng)用普及？A：是的。FraunhoferIIS推出的最新技術(shù)Fraunhofer Cingo，就是針對(duì)移動(dòng)終端的影院級(jí)環(huán)繞音效這一目標(biāo)而開(kāi)發(fā)的。憑借Cingo技術(shù)，移動(dòng)設(shè)備用戶可通過(guò)內(nèi)置立體聲揚(yáng)聲器或耳機(jī)領(lǐng)略到家庭影院般的高質(zhì)量環(huán)繞聲音頻體驗(yàn)。

人類兩個(gè)耳朵聽(tīng)到的聲音的信號(hào)來(lái)自于各個(gè)方向。即使只有兩個(gè)聲道，聲音還會(huì)在墻壁上經(jīng)過(guò)多次的折射反射最終進(jìn)入耳朵。兩個(gè)耳朵攝取聲音后，大腦能夠識(shí)別聲音的延遲或者方向，并最終定位聲音信號(hào)。Cingo技術(shù)的特點(diǎn)在于它能夠在聲音播出來(lái)之前對(duì)聲音進(jìn)行一個(gè)預(yù)先處理，也就是說(shuō)把本來(lái)在電影院、音樂(lè)廳中產(chǎn)生的折射反射預(yù)先加到音頻信號(hào)中再播出去。

FraunhoferCingo作為一款即用型軟件，已全面面向移動(dòng)設(shè)備生產(chǎn)商、芯片供應(yīng)商和多媒體服務(wù)供應(yīng)商。Cingo技術(shù)不僅限于用耳機(jī)聆聽(tīng)環(huán)繞聲音效，同時(shí)它也支持通過(guò)平板電腦的揚(yáng)聲器來(lái)播放環(huán)繞聲音效，全新的Google Nexus7平板設(shè)備已集成了Cingo技術(shù)。

此外，韓國(guó)SKBroadband公司，IPTV供應(yīng)商，也在它的視頻服務(wù)中加入了Cingo技術(shù)。