智慧生活從點(diǎn)進(jìn)【惠普】嗶哩嗶哩開始，歡迎大家！惠普哥在這里恭候多時啦，想知道更多產(chǎn)品背后的研發(fā)細(xì)節(jié)？想了解更多科技生活可能？

?從本月起，惠普哥將會定期開設(shè)科普學(xué)院欄目，為大家?guī)硪幌盗谢萜胀黄菩援a(chǎn)品技術(shù)的深度解讀，揭秘產(chǎn)品背后的巧思與妙想，探索科技生活的更多便利與溫暖。

在一場“溝通”中，溝通對象雙方傳遞和交換的并不僅僅只有文字信息。這也就是為何我們常常會使用察言觀色、言外之意等成語來形容那些隱含在文字和對話之外的信息傳遞。

?

一、?溝通中的大部分信息傳遞，都是非語言性的

早在1872年，英國生物學(xué)家查爾斯·羅伯特·達(dá)爾文（Charles Robert Darwin）就提出了「非語言溝通」的概念。他認(rèn)為，在人際溝通過程中，部分信息是「通過非語言途徑所呈現(xiàn)的信息」，這其中包括語調(diào)、肢體語言等重要部分?。

?

科技的進(jìn)步，讓遠(yuǎn)程溝通的需求通過語音、視頻通話等方式實(shí)現(xiàn)。但遠(yuǎn)程溝通的效率依然會受到視頻或音頻設(shè)備能力的限制，如畫面顯示的清晰度問題，環(huán)境噪音的干擾，導(dǎo)致溝通雙方無法完整的接受對方的全部信息，如表情、肢體語言甚至是語氣語調(diào)。最后使得溝通成本增加、降低了溝通的效率。

?

那么有沒有什么辦法，能夠提升溝通效率，讓人們的遠(yuǎn)程溝通更加高效？

?

二、?POLY博詣如何讓遠(yuǎn)程會議身臨其境？

1、?機(jī)器識別配合聲源定位算法，確保表情動作清晰呈現(xiàn)

POLY博詣將機(jī)器學(xué)習(xí)和音頻定位融入攝像頭之中，并根據(jù)用戶使用場景設(shè)計獨(dú)家算法，打造獨(dú)特的「Director AI技術(shù)」，以多個取景模式實(shí)現(xiàn)對參會人員表情、動作的真實(shí)捕捉，力求將視頻會議變得更加高效。

?

首先，Director AI會利用機(jī)器學(xué)習(xí)算法掃描視野，對鏡頭畫面進(jìn)行人像頭部檢測，僅用于識別與會人員的方位、數(shù)量等信息，不對人物身份進(jìn)行識別，而且不做數(shù)據(jù)存儲。這樣做，既可以避免人臉信息的數(shù)據(jù)傳輸，同時也能提高攝像頭的追蹤性能。此外，攝像頭還會對參會者的位置關(guān)系、傾斜程度、真實(shí)程度等情景進(jìn)行實(shí)時分析演算，盡可能地不遺漏任何一個與會者。

?

此外，POLY博詣還會在特定模式配合專門的聲源定位算法（SSL）識別聲音方位和來源陣列，以協(xié)同配合鎖定發(fā)言人、并調(diào)用攝像頭進(jìn)行取景，來實(shí)現(xiàn)更為精準(zhǔn)的視頻切換與追蹤。

聲源定位算法（SSL）會采用專有的拾音單元計算出聲音來源位置，同時基于頭部數(shù)據(jù)、聲音等關(guān)鍵因素進(jìn)行綜合判斷：如果捕捉到的數(shù)據(jù)是較傾斜的側(cè)面人臉，算法會判定為此人不在會議中或不屬于重要發(fā)言位置，則不會對此側(cè)面人臉畫面進(jìn)行拾取并傳輸給遠(yuǎn)端；如果捕捉到的是正面人臉，算法則會自動鎖定正面人臉并將畫面?zhèn)鬟f給遠(yuǎn)端。

?

正是通過Director AI技術(shù)的多種取景模式，使得攝像頭更加智能，猶如有一位導(dǎo)播在對會議進(jìn)行實(shí)時操作和畫面切換，帶給用戶更加智能化、平等的會議體驗(yàn)。

?

以群組取景模式為例，POLY博詣攝像頭先會基于模式識別算法識別出不同人臉，并給予不同大小的識別框。這些識別框，會用于進(jìn)行畫面的傳輸和裁剪。

?

其中，綠色框內(nèi)的人臉是POLY博詣攝像頭判斷的中心，而藍(lán)色框內(nèi)則是設(shè)備輸出給遠(yuǎn)端的實(shí)際圖像畫面，藍(lán)色框會基于綠色框內(nèi)人臉的實(shí)時變化而進(jìn)行變化，這樣能讓所有與會者保持在畫面中央，進(jìn)而展現(xiàn)更加清晰的與會者畫面。攝像頭還會根據(jù)與會者人數(shù)自動縮小或者放大畫面。

?

在「人物取景」模式中，POLY攝像頭可以將同一畫面的幾位與會者分為獨(dú)立的單個畫面?zhèn)魉徒o遠(yuǎn)端，也可以將獨(dú)立的個人畫面合成一個畫廊。舉個例子，一共有5個人參與了遠(yuǎn)程視頻會議，但由于屏幕的限制導(dǎo)致與會者無法看清每個人，這時候攝像頭給會議室中的每一位參與者特寫鏡頭，并通過技術(shù)處理，將所有特寫鏡頭的畫面放在一個畫面中。

?

?

根據(jù)不同的使用場景，用戶還可以設(shè)置將單流畫面分成多流畫面，讓處于同一空間、共享一個攝像頭的不同參會者也能以不同用戶的身份參與到會議中。

?

此外，POLY還推出了專門的「發(fā)言人追蹤」模式，發(fā)言人取景與發(fā)言人追蹤模式所用到的聲源定位算法原理類似，但也有所區(qū)別。發(fā)言人取景模式下，聲源定位算法會實(shí)時檢測聲源位置；發(fā)言人追蹤模式下，算法會周期性地檢測聲源的位置，如果出現(xiàn)無人發(fā)聲的情況，將鎖定當(dāng)前識別的人臉畫面并且進(jìn)行追蹤。這也是發(fā)言人追蹤模式的特別之處，主講人就算不出聲、只是進(jìn)行肢體移動，攝像頭也不會丟失追蹤焦點(diǎn)，確保時刻聚焦的出色視頻體驗(yàn)。

?

2、拾音魔墻(Acoustic Fence)加持，真實(shí)傳達(dá)語音語調(diào)

?

POLY不止聚焦于視頻技術(shù)的精進(jìn)，針對聲音傳輸環(huán)節(jié)，POLY早在7-8年前就推出了拾音魔墻Acoustic Fence功能。拾音魔墻Acoustic Fence功能通過排列主麥克風(fēng)和Fence麥克風(fēng)的位置，再用算法識別用戶周圍的聲音，對有效聲音進(jìn)行拾取、對噪音進(jìn)行過濾。這就像為用戶豎起了一堵隱形的噪音屏蔽墻。

?

拾音魔墻Acoustic Fence的主麥克風(fēng)負(fù)責(zé)拾取收音范圍內(nèi)的音頻并進(jìn)行傳輸，F(xiàn)ence麥克風(fēng)則負(fù)責(zé)接收環(huán)境噪音、將圍欄外的聲音進(jìn)行過濾。在拾音范圍內(nèi)的聲音，算法會判定為有效聲音，主麥克風(fēng)會對有效聲音進(jìn)行拾取并傳輸；針對拾音范圍外的聲音，算法會對噪音進(jìn)行有效消除；如同時有噪音和用戶的人聲，算法會對噪音抑制 – 10~12db，凸顯演講者的聲音。用戶可以自行設(shè)定設(shè)備的有效拾音范圍，來決定這堵墻的屏蔽區(qū)域，以實(shí)現(xiàn)個人和團(tuán)隊(duì)會議不同的拾音需求。

?

拾音魔墻Acoustic Fence在不同的設(shè)備上的樣式也各有差異，比如在音箱產(chǎn)品的Sound Bar上的陣列是自定義扇形，用戶可以自行設(shè)定扇形的角度，根據(jù)使用需求靈活調(diào)整扇形的覆蓋角度；在更加復(fù)雜的會議室場景中采用模塊化的會議室解決方案時，可以通過連接多個處于不同平面的麥克風(fēng)的形式，在空間中打造一個更為立體的復(fù)雜的拾音魔墻，以滿足對于不同聲場環(huán)境的適配。

?

此外，POLY博詣還充分發(fā)揮Director AI技術(shù)和拾音魔墻Acoustic Fence的協(xié)同作用，拾音魔墻可以輔助Director?AI進(jìn)行演講者識別，幫助其更加準(zhǔn)確地識別當(dāng)前演講人、給到特寫；當(dāng)Director AI將鏡頭切換到對應(yīng)演講者，拾音魔墻Acoustic Fence的范圍也會調(diào)整到當(dāng)前的以演講者為中心。用戶無需手動調(diào)整鏡頭和耳機(jī)，算法會自動進(jìn)行運(yùn)算和更新。舉個例子，用戶從一張椅子移動到另一張椅子，攝像頭會同步對畫面進(jìn)行切換，拾音魔墻Acoustic Fence也會將隱形隔音墻移動到另一張椅子，將拾音范圍外的噪音屏蔽。

?

3、通過混合式降噪(ANC)技術(shù)，讓發(fā)言者細(xì)微的語氣也能被聽眾感知

雙向的溝通除了能看能說，還少不了聆聽這個重要環(huán)節(jié)。而這部分，就需要在接收端進(jìn)行努力。

市面上已經(jīng)有許多耳機(jī)使用「主動降噪」功能。其原理就是通過環(huán)境麥克風(fēng)搜集環(huán)境噪音，隨后通過揚(yáng)聲器產(chǎn)生一個響度一致、頻率相反的音波，來抵消掉對應(yīng)噪音的音波，實(shí)現(xiàn)降噪的目的。

?

在具體的技術(shù)實(shí)現(xiàn)上，市面上常見的主動降噪技術(shù)（也被稱為ANC，Active Noise Cancellation）有三種，分為后饋ANC、前饋ANC和混合ANC。POLY博詣利用其超過50年的遠(yuǎn)程溝通研發(fā)經(jīng)驗(yàn)，充分將包含辦公室、機(jī)場等多種環(huán)境下的常見噪音考慮在內(nèi)，精進(jìn)混合式ANC技術(shù)，結(jié)合后饋式ANC和前饋式ANC的優(yōu)點(diǎn)，給用戶帶來更好的語音通話體驗(yàn)。接下來，惠普哥就簡單給大家講講，這三種ANC技術(shù)有什么不同。

?

前饋式ANC是將麥克風(fēng)放在耳機(jī)外部，用來搜集耳機(jī)外部的全部音頻噪音，由于它相對于揚(yáng)聲器處于更外邊，可以更早地檢測到環(huán)境噪聲，進(jìn)行降噪處理，但缺點(diǎn)是無法確認(rèn)人耳最終聽到的是否依然還有漏網(wǎng)的噪聲，且只對類似汽車?yán)?、嬰兒哭聲、門鈴、鑰匙、吹口哨等1-2千赫的噪音起作用。而且在通話時，由于其降噪麥克風(fēng)位于耳機(jī)外側(cè)，很容易將人的說話聲也當(dāng)成噪音進(jìn)行處理，因此會在耳邊聽到自己的回音。

?

而后饋式ANC技術(shù)是將麥克風(fēng)放置于耳朵的一側(cè)，通過檢測人耳實(shí)際聽到的噪音來進(jìn)行對應(yīng)的降噪，因此它不會處理那些不會被聽到的噪音，相比較而言處理更準(zhǔn)確，但缺點(diǎn)是降噪效果和耳機(jī)的佩戴準(zhǔn)確程度息息相關(guān)，且不能處理門鈴、鑰匙聲等超過800Hz的噪音，以及容易讓人感受到耳邊有雜音。

?

此外，針對后饋式ANC，雖然麥克風(fēng)接收到的雜音都來源于耳朵一側(cè)，但它無法分辨究竟是耳朵能聽到的聲音、還是來源于人在說話時產(chǎn)生的骨骼共振，因此會讓人在說話時也會誤啟動降噪，從而讓人反而感覺到耳邊總有雜音。

?

針對前饋式ANC降噪不徹底、后饋式ANC在語音通話時的不足，POLY博詣以其豐富的研發(fā)經(jīng)驗(yàn)，使用混合式ANC技術(shù)，改善前饋式ANC和后饋式ANC的缺點(diǎn)，為用戶帶來更清晰的通話體驗(yàn)。

?

混合式ANC 麥克風(fēng)被置于耳罩內(nèi)外側(cè)，所需的麥克風(fēng)數(shù)量是反饋 ANC 的 2 倍以上，可同時監(jiān)控用戶聽到的聲音和背景噪音，從而生成相對舒適的降噪聲波。在耳機(jī)內(nèi)部，POLY博詣通過專門算法，將人說話時產(chǎn)生的骨骼共振雜音也考慮到降噪音波的生成中，從而降低說話過程中的耳邊雜音。此外，耳機(jī)外部的麥克風(fēng)也會同步收集來自外部的噪音來源，兩方相合，能夠產(chǎn)生相對準(zhǔn)確且自然的降噪聲波。優(yōu)質(zhì)的音頻傳輸，也會減少溝通的成本，提高聆聽效率，幫助用戶保持專注和高效。

?

此外，用戶還能通過手機(jī)APP、電腦客戶端對降噪等級進(jìn)行調(diào)整，實(shí)現(xiàn)更好的降噪體驗(yàn)。

?

這就是POLY博詣在實(shí)現(xiàn)高效溝通方面作出的努力。如果你也在為遠(yuǎn)程溝通場景尋找一個趁手外設(shè)，那么以下產(chǎn)品，不容錯過：

?

用于個人音頻降噪：

【Voyager Focus 2】

https://item.jd.com/100025055636.html?

用于團(tuán)隊(duì)視頻會議：

【Poly Studio R30】

https://www.poly.com/cn/zh/products/video-conferencing/studio/studio-r30

?

還想知道惠普更多的產(chǎn)品背后的科技與故事？歡迎關(guān)注「惠普」官方嗶哩嗶哩賬號、關(guān)注「科普學(xué)院」專欄，我們下期見~！?

<廣告>