今天，講講“千里眼”和“順風(fēng)耳”的故事

　 域名預(yù)訂/競(jìng)價(jià)，好“米”不錯(cuò)過(guò)

為跟客戶開(kāi)半小時(shí)的會(huì)議,一整天都耗在路上;一個(gè)緊急電話,立即驅(qū)車數(shù)十公里趕往偏遠(yuǎn)的下轄礦區(qū);月總、季總一到,分布在全國(guó)各地的同事就得定期飛回來(lái),不僅鞍馬勞頓,還要花費(fèi)大量的差旅費(fèi)……這些經(jīng)歷,應(yīng)該是許多人的共同記憶。

視頻會(huì)議的普及,給上述種種情況帶來(lái)不少“福音”,但遠(yuǎn)程終究不是現(xiàn)場(chǎng),視聽(tīng)和互動(dòng)的感受,都會(huì)有所影響,在設(shè)備不達(dá)標(biāo)的情況下,還會(huì)出現(xiàn)音畫(huà)不同步、聲音斷斷續(xù)續(xù)等一系列問(wèn)題,溝通效率大打折扣。

讓遠(yuǎn)程協(xié)作的用戶體驗(yàn)和效率,盡可能和現(xiàn)場(chǎng)的一模一樣,這是MAXHUB研發(fā)團(tuán)隊(duì)在開(kāi)發(fā)V6系列會(huì)議平板時(shí),所肩負(fù)的一大使命。

今天,一起探究這背后的故事。

像面對(duì)面一樣交流,是音視頻設(shè)備的本位價(jià)值

“讓屏幕兩端的交流感更真切,擁有接近于面對(duì)面討論的逼真效果,我們認(rèn)為音視頻設(shè)備理應(yīng)為用戶帶來(lái)這樣的本位價(jià)值。”MAXHUB視覺(jué)研究負(fù)責(zé)人騰哥如此說(shuō)道。

但當(dāng)騰哥帶領(lǐng)技術(shù)團(tuán)隊(duì)走訪企業(yè)、深入調(diào)研的時(shí)候,看到的卻是另外一番景象。

他們了解到很多中小型企業(yè)正在使用的視頻會(huì)議工具,居然是“電腦+云視頻會(huì)議軟件”這樣的組合,存在看不清、聽(tīng)不清和交互弱等一系列問(wèn)題,很大程度上影響著溝通的效率和員工的積極性。而原因就是,一套專業(yè)級(jí)音視頻設(shè)備的價(jià)格動(dòng)輒幾十萬(wàn),他們沒(méi)有這么多的預(yù)算用于部署。

騰哥也發(fā)現(xiàn),就算是在MAXHUB所專注的會(huì)議平板行業(yè),大部分產(chǎn)品的音視頻功能還有所欠缺,視頻會(huì)議的流暢性和清晰度,未能達(dá)到用戶預(yù)期的效果。

“所以,我們想去改變這個(gè)現(xiàn)狀,讓大家用會(huì)議平板就能進(jìn)行專業(yè)的視頻會(huì)議。”騰哥補(bǔ)充道。

MAXHUB研發(fā)團(tuán)隊(duì)的期盼中,這不僅是能夠解決視頻會(huì)議現(xiàn)狀的產(chǎn)品,更希望可以在行業(yè)中產(chǎn)生“鯰魚(yú)效應(yīng)”,激勵(lì)上下游的廠商,共同來(lái)優(yōu)化用戶體驗(yàn)。

我們花費(fèi)一年半時(shí)間,造出了這顆雙攝

“看到這顆雙攝了不,它是4800萬(wàn)像素廣角與800萬(wàn)像素長(zhǎng)焦雙軸機(jī)械云臺(tái)組合而成的一體化雙攝,我們花了一年半的時(shí)間折騰出來(lái)的。單個(gè)鏡頭的時(shí)候,四五米遠(yuǎn)的人像放大后效果不太理想,所以我們加了一個(gè)長(zhǎng)焦鏡頭,可以在人像特寫(xiě)的情況下,保證畫(huà)面清晰度。”騰哥指了指位于MAXHUB V6科技版頂部的攝像機(jī),自豪地介紹道。

可是,一體化雙攝的研發(fā)過(guò)程,遠(yuǎn)遠(yuǎn)不像描述中的那么輕松。

騰哥帶領(lǐng)的視覺(jué)研發(fā)團(tuán)隊(duì)要攻克的第一個(gè)難關(guān),是如何把兩顆鏡頭、精密的磁編碼云臺(tái)和眾多零部件,高度集成在頂部邊框中。最先采用的是潛望式結(jié)構(gòu),但得到的鏡頭組體積較大,顯得有些突兀,影響整體的美觀性。經(jīng)過(guò)數(shù)十次推倒重來(lái)后,MAXHUB研發(fā)團(tuán)隊(duì)參考專業(yè)云臺(tái)攝像機(jī)的架構(gòu)進(jìn)行重新設(shè)計(jì),實(shí)現(xiàn)了如今兼顧美感和小體積的雙攝方案。

隨之而來(lái)的,是小體積導(dǎo)致的溫升、轉(zhuǎn)動(dòng)精度問(wèn)題。

該雙攝采用4K級(jí)傳輸碼率,且內(nèi)部空間小,故此容易發(fā)熱。為此,MAXHUB視覺(jué)研發(fā)團(tuán)隊(duì)自己搭建了全新的風(fēng)道設(shè)計(jì),并進(jìn)行1000多次熱學(xué)仿真實(shí)驗(yàn),不斷改進(jìn)風(fēng)道結(jié)構(gòu),讓散熱的效果實(shí)現(xiàn)最優(yōu)化。

受整體體積影響,內(nèi)置的微型電機(jī)較難把控轉(zhuǎn)動(dòng)的精度,基于此,研發(fā)團(tuán)隊(duì)自行設(shè)計(jì)電機(jī)的傳動(dòng)架構(gòu),以及采用高精度磁編碼器,使得微型電機(jī)可以精準(zhǔn)轉(zhuǎn)動(dòng),讓攝像頭準(zhǔn)確捕捉到相應(yīng)的人像。

接下來(lái)的難點(diǎn),便是如何讓兩顆鏡頭默契配合,達(dá)到1+1>2的成像效果。

“最大的挑戰(zhàn)是,要讓一顆ISP芯片操控雙攝的圖像處理能力,跟單攝是一樣的,簡(jiǎn)單來(lái)說(shuō),就是當(dāng)你的工作量變成雙倍的時(shí)候,你要把它做得跟之前一樣好。大家可能會(huì)有一個(gè)疑問(wèn),我們?yōu)槭裁床挥脙深w芯片?事實(shí)上,芯片增多后,它們之間的任務(wù)劃分、數(shù)據(jù)交換和數(shù)據(jù)通信,都會(huì)損耗時(shí)間并產(chǎn)生熱量,結(jié)果可能會(huì)適得其反。”騰哥這種化繁為簡(jiǎn)的解釋,哪怕是視覺(jué)領(lǐng)域的技術(shù)小白,也能夠快速理解到其中的關(guān)鍵所在。

為此,MAXHUB視覺(jué)研發(fā)團(tuán)隊(duì)設(shè)計(jì)了多套技術(shù)流方案來(lái)優(yōu)化ISP芯片的系統(tǒng)架構(gòu)和功能單元的運(yùn)作流程,并進(jìn)行大量的仿真計(jì)算,讓ISP芯片的性能充分發(fā)揮出來(lái),在工作量翻倍的情況下,依舊游刃有余。

“再分享一個(gè)小細(xì)節(jié),我們主攝像頭的可視角是92°,這是一個(gè)畸變、透視和解析力都極為均衡的黃金角。為了得到這個(gè)數(shù)值,我們基于微軟Teams的標(biāo)準(zhǔn),在82°到110°這個(gè)角度范圍內(nèi)反復(fù)進(jìn)行了1500多場(chǎng)模擬測(cè)試,并邀請(qǐng)一些真實(shí)用戶來(lái)現(xiàn)場(chǎng)對(duì)比成像效果。”

在騰哥看來(lái),92°超廣角鏡頭帶來(lái)的實(shí)際體驗(yàn)感還是非常令人滿意的,“鏡頭可視角調(diào)整后,視野范圍比以前擴(kuò)大了37.3%,成像的效果非常清晰,這樣一來(lái),我們?cè)诤苄〉臅?huì)議室也能夠進(jìn)行多人視頻,而大型講廳更是可以輕松拍齊整個(gè)會(huì)場(chǎng)。”

小而美的外觀結(jié)構(gòu)、別出心裁的92°黃金角……這些背后藏著的,是MAXHUB視覺(jué)研發(fā)人員對(duì)用戶的洞察及用心。

有了“千里眼”,就得有“順風(fēng)耳”來(lái)配

在視覺(jué)研發(fā)團(tuán)隊(duì)埋頭攻克雙攝技術(shù)難關(guān)的同時(shí),以鄭工為主導(dǎo)的聲學(xué)研發(fā)團(tuán)隊(duì),則在跟如何提升會(huì)議平板的音頻處理能力較著勁。

“視頻會(huì)議的時(shí)候,大家應(yīng)該都體會(huì)過(guò),對(duì)方會(huì)場(chǎng)講的話傳到你耳邊摻雜著鍵盤(pán)聲、關(guān)門(mén)聲、咳嗽聲等等噪音,而且有時(shí)候聲音還會(huì)時(shí)大時(shí)小……這很影響效率。”解決這樣的用戶痛點(diǎn),是鄭工和他的團(tuán)隊(duì)在堅(jiān)持的事情。

MAXHUB聲學(xué)研發(fā)團(tuán)隊(duì)很早前就自研了AI降噪技術(shù),讓麥克風(fēng)在收音的時(shí)候,可把常見(jiàn)的噪音都過(guò)濾掉。在開(kāi)發(fā)新的麥克風(fēng)模組時(shí),為了再度優(yōu)化AI降噪技術(shù),他們旁聽(tīng)了超過(guò)600多場(chǎng)會(huì)議,收集了1000多個(gè)小時(shí)的錄音,豐富了原有的音源數(shù)據(jù)庫(kù)和聲學(xué)模型體系。如今,MAXHUB的AI降噪技術(shù)可以過(guò)濾掉打字聲、開(kāi)關(guān)門(mén)聲、空調(diào)低頻振動(dòng)聲等各類噪音。

“其實(shí),我們的AI降噪技術(shù)還有一個(gè)小缺點(diǎn),它會(huì)把歌聲也過(guò)濾掉,我們?cè)谶@邊唱歌的時(shí)候,對(duì)方能看到口型,但聽(tīng)不到歌聲,這是因?yàn)楫?dāng)時(shí)沒(méi)考慮到大家可能會(huì)在會(huì)議室唱歌?？?我們后續(xù)的研究課題又多了一個(gè),期待大家以后用MAXHUB會(huì)議平板,來(lái)一次遠(yuǎn)程歌唱比賽。”鄭工這句幽默的話語(yǔ)中,詮釋的正是MAXHUB人不斷發(fā)現(xiàn)問(wèn)題、不斷改善、不斷探索的精神共識(shí)。

為了進(jìn)一步打造極致音頻體驗(yàn),MAXHUB聲學(xué)研發(fā)團(tuán)隊(duì)還引入了騰訊天籟實(shí)驗(yàn)室的領(lǐng)先技術(shù),在MAXHUB V6音視頻專業(yè)版上內(nèi)置騰訊天籟inside音頻模組,采用全新升級(jí)8陣列麥克風(fēng),從而實(shí)現(xiàn)180度廣角、12米超清拾音,并基于深度學(xué)習(xí)模型智能消除超過(guò)300種噪聲,確保多人講話時(shí)每一個(gè)聲音都能聽(tīng)得清、聽(tīng)得真。

“如果把我們的一體化雙攝比作‘千里眼’的話,那我們的麥克風(fēng)模組就是跟它絕配的‘順風(fēng)耳’。它們倆配合工作的原理也挺有趣的,講話人在走動(dòng)的情況下,攝像頭和麥克風(fēng)會(huì)聯(lián)合定位說(shuō)話人的位置,麥克風(fēng)波束就能自動(dòng)對(duì)準(zhǔn)講話人,拾音口就能一直正向收音,確保拾音效果是最好的,我們把這叫做聲隨影動(dòng)。”鄭工驕傲地講解著研發(fā)團(tuán)隊(duì)帶來(lái)的最新成果,當(dāng)然,這不是因?yàn)榧夹g(shù)有多么領(lǐng)先、多么獨(dú)特,而是這些技術(shù)真的能為用戶提供更好的產(chǎn)品體驗(yàn)和更高效的辦公助力。

“千里眼”和“順風(fēng)耳”默契無(wú)間,再搭配上MAXHUB所擅長(zhǎng)的云視頻會(huì)議軟件系統(tǒng),一幅宛如同地的視頻會(huì)議畫(huà)面,就展示在眼前:雙方的動(dòng)作、表情和聲音都清晰傳遞給彼此,ppt、設(shè)計(jì)稿等等會(huì)議文件,也能通過(guò)軟件實(shí)時(shí)展示給對(duì)方,如果有哪個(gè)畫(huà)面講不清,我們就可以借助同步批注的功能,在這張圖上圈圈畫(huà)畫(huà),讓對(duì)方快速鎖定疑問(wèn)的出處。

對(duì)用戶來(lái)說(shuō),MAXHUB帶來(lái)價(jià)值,是讓組織間的遠(yuǎn)程協(xié)作也能同步溝通,就像現(xiàn)場(chǎng)交流一樣高效,幫助減少出差的頻率。對(duì)會(huì)議平板行業(yè)而言,希望MAXHUB的視頻會(huì)議新技術(shù)能起到“燈塔效應(yīng)”,為各大廠商帶來(lái)新的探索方向和技術(shù)原型。

垂髫年華的MAXHUB,才剛剛出發(fā),還很稚嫩,但這里有許許多多像上述兩位工程師一樣的滿懷熱忱和追逐夢(mèng)想的人,用行動(dòng)書(shū)寫(xiě)著MAXHUB的未來(lái)和詩(shī)歌。

申請(qǐng)創(chuàng)業(yè)報(bào)道，分享創(chuàng)業(yè)好點(diǎn)子。點(diǎn)擊此處，共同探討創(chuàng)業(yè)新機(jī)遇！