声网实现广播级4K超高清实时互动体验 提升用户观影质量

10月24日，由声网和RTE开发者社区联合主办的RTE2023第九届实时互联网大会在北京举办。围绕“智能·高清”主题，嘉宾探讨了RTE领域技术开发、AIGC、出海以及数字化转型等话题。声网创始人兼CEO赵斌宣布，声网在RTE行业首次实现广播级4K超高清实时互动体验。

AR、VR、XR等技术迭代，为实时互动在各个领域的应用提供了更多可能，智能和高清正在推动实时互动体验进入全新时代。赵斌介绍，4K不仅仅只有分辨率一个纬度，光亮强度的动态范围、色彩的真实度、饱和度，以及色彩渐变的细腻程度，都是真正超高清体验里不可或缺的一环。

广播级超高清可以带来更加逼真的视觉效果，高对比度和丰富的色彩表现可以使影像更加生动，细节更加清晰，并以此提升观影体验。

声网首席科学家、CTO钟声介绍，实时高清需要许多端上实时AI，在Low Level Vision and Audio这一需求层面，声网的SDK 4.1.x, 4.2.x版本已经可以支持1080P/4K视频的部分功能，例如超分、虚拟背景、感知编码、降噪、去回声等底层计算机视觉处理和高音质的计算机听觉处理能力。在High Level Vision and Audio层面，声网已经部分实现对物体、声音、场景的理解和重构能力，包括面捕、动捕、情感计算，物体识别和场景重建等，可以大力改善多种应用场景下的用户体验。

实时互动QoE(用户业务体验质量，Quality Of Experience)体验的变化对于用户留存和使用行为的影响日益增强。声网合伙人兼客户成功副总裁孙雨润称，根据声网某东南亚头部泛娱乐客户数据显示，当视频从标清升级高清，停留超过30秒观众数提升19%，观众人均观看时长提升30%，同时观众打赏率大幅提升。某国内知名社交出海App，从CDN 升级声网极速直播，送礼率增长12.3%。

通过过去一年的投入和打磨，声网推出行业首创AIGC-RTC能力模块，可支持与任何大模型平台结合，实现更低延时、更自然、更沉浸的实时语音对话，为企业协作、社交 、直播、游戏等多种场景提供新玩法、新机会。

赵斌认为，虚拟人+AIGC所创造的情感和情绪价值或将在未来解决社交供需不平衡的现状，并引领交互对象发生变化。另一层面，随着AIGC能力的进一步加强，越来越多的应用型开发将被AIGC替代，API+AI的形式将大幅提高应用开发效率。钟声预测，具备端边实时智能的高清实时互动能力将成新趋势和竞争焦点。