實時互動終超越場景限制，成為互聯(lián)網(wǎng)新的“水電煤”

2015年的第一屆RTC大會，議程里只有一個主會場，一個分論壇和一個WorkShop，參與者不到1000人。聲網(wǎng)攢起這場局的時候僅僅成立兩年，那時候一個關(guān)于實時互動的開發(fā)者大會更像一場滯澀的布道。

RTC(Real time communication)，翻譯過來叫做實時通信，也可以被理解為實時音視頻，這在七年前是一個新詞。但風已經(jīng)吹起，2016年抖音出現(xiàn)，將開始一場與剛完成轉(zhuǎn)型的快手之間的競爭，同年淘寶上線直播功能。短視頻與直播電商的大幕幾乎是同時拉開的，實時音視頻技術(shù)則是藏于背后的概念，開始醞釀一場對于社交甚至整個泛娛樂領(lǐng)域產(chǎn)品的全球變革。谷歌、阿里巴巴、陌陌以及快手的身影，緊接著出現(xiàn)在2016年的第二屆RTC大會上。

對于實時互動曾經(jīng)的猜想變成了確實的生長空間。七年之后，全球娛樂應用年收入突破100億美元，全球社交應用年下載量也首次越過70億次。疫情影響下泛娛樂應用的增長勢頭迅猛，實時音視頻已幾乎成為市面上所有產(chǎn)品的基本要素，全球范圍內(nèi)所有泛娛樂產(chǎn)品用戶的使用總時長超過了10萬億分鐘每月。

聲網(wǎng)在2020年完成上市，并且在上市招股書中首次公開提出“RTE(Real-Time Engagement)”的概念，后者從2021年開始代替RTC成為這場大會新的名字。

“RTE更聚焦用戶所需要的共享時空，即俗話說的場景。 并且能夠達到或者超越線下場景的互動體驗和效果，這是RTE真正聚焦的部分，其內(nèi)涵和外延的范圍遠遠超過了RTC的領(lǐng)域。”聲網(wǎng)創(chuàng)始人兼CEO趙斌在今年的RTE大會上表示。

從RTC到RTE，也是一條從基礎(chǔ)能力到場景化能力進化的道路。曾在最初引領(lǐng)起實時互動技術(shù)風潮的聲網(wǎng)，也已經(jīng)建立起一個豐富生態(tài)，在RTC賽道的市場占有率達到43.4%，穩(wěn)居市場第一。泛娛樂領(lǐng)域新的變革，也會從聲網(wǎng)的技術(shù)革新開始。

新的變革

全球頭部的社交泛娛樂用戶的產(chǎn)品里包含直播場景的比例開始超過50%。在全球社交Top100的應用中，有大約20%左右的應用包含RTC實時音視頻的能力。“而在互動社交玩法的快速迭代中，一些對于聲音層面更細顆粒度的要求開始出現(xiàn)”，聲網(wǎng)泛娛樂產(chǎn)品負責人李斯特表示。

圖源：聲網(wǎng)

相比畫面，聲音是更原生的素材，也更容易左右一種沉浸感的塑造或被破壞。泛娛樂產(chǎn)品的演進是一場對于沉浸感的追逐，最大程度還原真實的聽覺感受也引領(lǐng)著聲網(wǎng)最新的的技術(shù)革新。

隨著深度學習的發(fā)展，當前基于數(shù)據(jù)驅(qū)動的 AI 語音降噪算法發(fā)展迅猛。幾年前，聲網(wǎng)成為首個將 AI 算法全面引入實時互動領(lǐng)域的技術(shù)服務商，今年聲網(wǎng)在AI降噪技術(shù)上取得了突破性進展，已經(jīng)可以做到對于上百種突發(fā)性噪音的有效抑制。

與AI降噪相對的是傳統(tǒng)的DSP(digital signal processing)算法降噪。后者的工作原理是先用麥克風獲取外部噪音，轉(zhuǎn)換成數(shù)字信號后主動轉(zhuǎn)換出一個與噪音相反的反向聲波來抵消，比如Air Pods或者Bose做的降噪處理一樣。但DSP算法降噪的缺點是這個轉(zhuǎn)化再生成反向聲波的過程需要時間，這會造成噪音與降噪效果之間產(chǎn)生延遲，在某些對于聲音極度嚴苛的場景——比如冥想——這種噪音的出現(xiàn)會嚴重影響體驗。

“常見的電視噪音，開關(guān)門或裝修的聲音，或者玩游戲時手指與屏幕接觸的一些聲音，我們都有對應的一些算法模型去做有針對性的消除，”李斯特表示。

AI降噪相較于DSP算法等傳統(tǒng)降噪思路的一大優(yōu)勢是其不依賴于任何假設條件，因此處理非穩(wěn)態(tài)噪聲效果顯著。這讓前者它能有效的降低各種突發(fā)式、不持續(xù)、甚至不規(guī)律的噪聲信號。并且作為一種純軟件算法，AI降噪并不依賴于硬件。也就是說，這種降噪能力將會以超低延遲的端上消除模式實現(xiàn)。

空間音頻領(lǐng)域的技術(shù)進步同樣令人期待。

如何依靠聲音來描述位置感，這是在虛擬中塑造出臨場感的關(guān)鍵。但空間感并不只是左右聲道，聲網(wǎng)試圖在3D的空間中去重建聲音在真實環(huán)境下的物理效果，并實現(xiàn)了一些具體的效果。

圖源：聲網(wǎng)

聲網(wǎng)3D空間音頻通過純軟件算法方案，模擬頭部球面區(qū)域立體聲場，使用戶在音頻聽感上具有空間感。當用戶操作虛擬人物在虛擬場景里移動，可以實現(xiàn)根據(jù)虛擬人物的面部朝向、音源朝向、遠近距離與上下高度，呈現(xiàn)不同聲音效果。

“包括聲音在傳播的過程中的阻礙、衍射、繞射，聲音在互相影響造成的一些混響，以及在一定范圍內(nèi)的一些人聲模糊的效果”，李斯特表示。

人聲模糊功能實現(xiàn)了對環(huán)境中人聲的模糊化，這意味著類似現(xiàn)實場景中——比如酒吧或劇院——環(huán)境氛圍中存在嘈雜的人聲，但當你在與朋友交談時，實際上聽不清其他人在說什么的效果可以被還原出來。除此之外，聲網(wǎng)也實現(xiàn)了空氣衰減模擬的功能——當朋友在虛擬空間中位置變遠，其聲音也會變?nèi)酢?/p>

“易用”、“沉浸感”以及“有趣”，是聲網(wǎng)作為一家技術(shù)服務商所感受到的泛娛樂社交產(chǎn)品對于音視頻能力的核心需求。關(guān)于前兩者，AI降噪技術(shù)是很好的例子。降噪技術(shù)的進步會迅速提升音視頻產(chǎn)品對于環(huán)境的寬容度，而純軟件算法的研發(fā)方向也提升了技術(shù)的易用性對于設備的寬容度，這一切都指向“沉浸感”的高效實現(xiàn)。

而“有趣”是更天馬行空的事，隨著新的場景和玩法在近幾年不斷涌現(xiàn)，Z時代群體們究竟在尋找一種怎樣的社交和娛樂方式，輪廓也在逐漸清晰。

去找年輕人想要的

無論是在中東迅速流行起來的語聊房產(chǎn)品Yalla，還是日本的二次元音頻社區(qū)LisPon，或是在拉美爆紅的Oasis，背后都呈現(xiàn)出一種多元化的娛樂社交傾向。這曾被描述為一種“松圈主義”，即現(xiàn)在的年輕用戶相比以前愛好更加多元，卻更難被單一的事物或圈子完全吸引，Z時代的年輕人更偏愛一種“不親近，也不疏離”的距離感，以這種方式增大自己與這個世界的接觸面，并在這個過程中尋找認同。

如果說的通俗一些，從近來火爆的泛娛樂產(chǎn)品中尋找共性的話，Z時代年輕人尋求多元而更加個性化的玩法，并且歡迎這些豐富的場景最終切入社交場景，這開始成為年輕人找到自己的同類和社區(qū)的常規(guī)方式。于是許多結(jié)合了游戲或直播元素的社交產(chǎn)品在近幾年開始聚起聲量。

圖源：聲網(wǎng)

李斯特表示，聲網(wǎng)在互動游戲、組件化的音樂能力等方面都比之前開放了更多能力。比如游戲中對于語音識別以及多人競技等復雜互動場景的支持;在音樂場景中對歌詞組件、演唱打分等游戲玩法，聲網(wǎng)會提供對應的開源項目，幫助開發(fā)者伙伴能夠更快完成基礎(chǔ)能力的搭載。

“音樂正版化是最近一年我們看到的大趨勢。在直播、語聊領(lǐng)域，過往大家通過本地播放背景音等手段去獲得在線互動的一些音樂體驗。一方面這樣的體驗可能不是特別好，另外一方面也有巨大的版權(quán)風險。”

隨著直播的興起，音樂侵權(quán)開始成為一個愈發(fā)尖銳的問題而開始被重視。2021年6月1日開始施行的新《著作權(quán)法》中明確規(guī)定，網(wǎng)絡直播中使用音樂錄音制品應該向錄音制作者支付報酬。

圖源：聲網(wǎng)

聲網(wǎng)今年攜手中國音像著作權(quán)集體管理協(xié)會，推出了版權(quán)音樂曲庫。曲庫中整合了約25萬首以上的明星熱門單曲，目前包含了高品質(zhì)音源、逐字(音)歌詞等一些完整的素材，并支持直播、語聊房等泛娛樂全場景調(diào)用。

而元宇宙的概念看上去是年輕人設想中沉浸而多元的終極泛娛樂產(chǎn)品。

2020年，幾乎沒有預兆的，一款主打元宇宙社交的產(chǎn)品Oasis在登陸巴西兩個月后爆火，上線 2 個月就已登頂巴西社交類 App 榜單，并在一年內(nèi)超越Facebook、Twitter、Instagram成為巴西年輕人最熱捧的應用之一。Oasis的熱度從南美地區(qū)開始擴散，隨即進入美國、菲律賓等十多個國家名列社交類 App 榜單前列，并在2021年Q4增長超過600萬注冊用戶，成為全球范圍內(nèi)增長最快的元宇宙社交產(chǎn)品之一。

人們在Oasis里創(chuàng)造自己的虛擬形象，然后一起玩游戲、唱歌、找到自己的興趣Club。這里有理論上可以無限擴展的“虛擬活動”。在這樣不斷豐富的玩法和場景背后，作為底層技術(shù)服務商的聲網(wǎng)也在不斷積累著技術(shù)迭代的經(jīng)驗。

聲網(wǎng)針對元宇宙產(chǎn)品開發(fā)者所面對的不同場景提供組件化能力，這能夠為開發(fā)者降低產(chǎn)品開發(fā)門檻，也更便于小團隊在初期更迅速的將創(chuàng)意落地。包括云K歌、虛擬漫展、虛擬招聘會，虛擬演唱會以及元宇宙婚禮，聲網(wǎng)方面表示今年已有10多個合作伙伴上線了有一定用戶影響力的元宇宙應用。

圖源：聲網(wǎng)

造船的人也最知道海水深淺。在以技術(shù)服務商姿態(tài)為元宇宙概念提供基礎(chǔ)能力模塊，力求最大化行業(yè)效率的同時，聲網(wǎng)也清楚目前元宇宙的互動內(nèi)容積累和玩法創(chuàng)新仍然還在起步階段，遠不能匹配外界對于這一概念的熱忱。

“從數(shù)據(jù)來看，大部分元宇宙產(chǎn)品的單次使用時長都低于5分鐘的，并且每周打開次數(shù)低于50次”，李斯特表示，“表示目前元宇宙產(chǎn)品市場上在產(chǎn)品形態(tài)、交互設計、視覺感受方面的創(chuàng)新，還不足以構(gòu)成一個產(chǎn)品的核心競爭力。”

結(jié)語

可以想見的是，元宇宙甚至實時互動技術(shù)的應用本身，都仍然處在一個發(fā)展早期階段。這與實時互動技術(shù)在泛娛樂社交、線上辦公領(lǐng)域已經(jīng)看出一些繁榮跡象并不矛盾。在這種不斷的探索中，聲網(wǎng)提出的RTE概念和它的邊界也已經(jīng)愈發(fā)明確。而實時互動最終會超越場景的限制，真正成為互聯(lián)網(wǎng)新的“水電煤”。

來源：品玩

IT時代網(wǎng)(關(guān)注微信公眾號ITtime2000，定時推送，互動有福利驚喜)所有原創(chuàng)文章版權(quán)所有，未經(jīng)授權(quán)，轉(zhuǎn)載必究。
創(chuàng)客100創(chuàng)投基金成立于2015年，直通硅谷，專注于TMT領(lǐng)域早期項目投資。LP均來自政府、互聯(lián)網(wǎng)IT、傳媒知名企業(yè)和個人。創(chuàng)客100創(chuàng)投基金對IT、通信、互聯(lián)網(wǎng)、IP等有著自己獨特眼光和豐富的資源。決策快、投資快是創(chuàng)客100基金最顯著的特點。

相關(guān)文章

實時互動終超越場景限制，成為互聯(lián)網(wǎng)新的“水電煤”

迎接Web3.0時代：政策東風頻吹，行業(yè)玩家加碼研發(fā)

互聯(lián)網(wǎng)進入下半場：創(chuàng)新照見未來，共建鴻蒙世界

廣告龍頭們“一瀉千里”，谷歌、Meta沒有“免死令”