会议主题：对齐一下

一人说一个尴尬的开会经历。我先说！

有一次出差，在电脑打开腾讯会议，另一边是线下会议室里激烈讨论的几个同事。一阵嗡嗡嗡后，轮到我发言，我一顿输出：刚刚XX说的很好，但我觉得这个问题的关键，是要找到关键的问题……

还没说完，收到同事的私信：刚不是XX在说话。

线上开会，「对齐一下」，是工作中常有的事情。如果连人都对不齐，就很尴尬。

我许愿：请AI，帮我把会议室里说话的人分出来。

许愿成功了。

腾讯天籁实验室，腾讯最会开会的实验室，也是腾讯会议背后的技术团队，一直致力于让开会这件事情更丝滑。

最近，他们又搞出了一些开会利器。

（「多人分镜」模拟演示，实际效果以产品功能为准）

首先是多人分镜功能。

电脑前的你，在人多的时候，很难分辨清楚线下是谁在说话。

但AI可以。AI不仅听得清，还能把面对着同一个摄像头的四个人，分成四个视频小窗格，打在公屏上。让开会更高效，也让摸鱼更困难。

多人分镜的底层逻辑，其实是通过音视频多模态AI算法，快速识别不同的声纹、唇动等特征，追踪说话的人，准确分辨出不同的说话人。（注：腾讯会议与腾讯天籁不会储存发言人的声纹。）

图片

识别不同说话人之后，AI还会始终帮你定位正在说话的人，让说话人处于镜头的C位，还可以在不同说话人之间快速切换。

哪怕他们像我的同事一样，喜欢开会的时候走来走去（是在换位思考？），AI也能持续定位到他。

（音视频多模态AI算法，在会议中持续追踪说话人）

第二个开会利器，是更优秀的去混响能力。

线上接入大型会议，是开会中特别难受的体验。在超大型空旷会议室，玻璃和墙面会让声音产生严重反射，产生混响。

混响，是声音在空间里反射、散射再传到你的耳朵中。混响严重的时候，你在线上听会，体验就像躲在大礼堂的三楼后座听领导讲话，领导一句话说完，声音的拖尾还继续传到你这里。

图片

效果大概是这样：「我简单说两句，两句～句～」

为了解决混响问题，专业开会的天籁实验室，在3.0版本的天籁inside解决方案中，打造了业界领先的AI+16阵列麦的拾音矩阵，使得在房间里任何位置发言，都像面对面说话一样清晰。

第三是智能音幕。

在多人会议室中，旁边不免会有其他人窃窃私语，或是有环境噪音的干扰。

由于天籁inside的收音效果非常好，这些小声说话，也能被线上参会者收听到，反而很干扰听感。

比如说，有个朋友（真不是我），常常在开会的时候刷视频号，又被麦克风收音进去了，没少挨领导批评。

这个补丁不能不打上。天籁团队打造了「智能音幕」的功能。

图片

它像是一道虚拟的音频屏障，可以让说话人的声音清楚呈现，同时屏蔽屏障外的声音。这一虚拟音频屏障还可以实时调整方向，灵活满足需求。

以上的种种能力，都由天籁inside 最新的3.0版本——16mic多模态人像分割解决方案提供。只要你的办公场所的设备装载了天籁inside，就可以使用「多人分镜」等开会利器。目前使用腾讯天籁insde解决方案的产品有这些：

图片

接下来，天籁inside 解决方案也会持续开放给合作硬件厂商，提供全链路深度合作支持，从算法层、芯片层、硬件层到产品层，全方位护航产品研发。

以后，在所有贴有这个logo的硬件上，都能体验到天籁inside解决方案。

图片