如果拿這個(gè)問題去詢問大部分手機(jī)用戶，相信收獲的答案會(huì)是高清直播、VR、云游戲等等。應(yīng)該很少人會(huì)說，“5G來了，會(huì)讓我聽音樂更爽”。
確實(shí)，5G提高帶寬降低時(shí)延，基本指向于網(wǎng)絡(luò)能夠支撐更好畫質(zhì)，于是無論視頻、游戲還是AR、VR，都把5G牢牢和視覺捆在了一起。
那么5G網(wǎng)絡(luò)的升級(jí)，真的就跟聽覺一點(diǎn)關(guān)系都沒有嗎？換言之，今天智能手機(jī)以及個(gè)人硬件里，關(guān)于“聽”的那一部分是不是已經(jīng)走到了盡頭？
其實(shí)未必，5G雖然與視覺緊密相關(guān)，但它能給聲音帶來的東西也不算少數(shù)。今天我們從幾個(gè)方向展示一下，5G對(duì)音頻的賦能到底是怎么發(fā)生的。
高音質(zhì)與低時(shí)延：5G特性下的聲音
首先能夠給聲音帶來改變的，依舊是5G的基礎(chǔ)特性：大帶寬與低時(shí)延。
沿著這兩條軌跡，我們會(huì)發(fā)現(xiàn)現(xiàn)有聲音傳輸還是有較大空間來進(jìn)行優(yōu)化。在4G網(wǎng)絡(luò)環(huán)境下，我們習(xí)慣了隨時(shí)在線收聽音樂、音頻節(jié)目，甚至觀看直播，但其基本是建立在音質(zhì)經(jīng)過較大幅度壓縮基礎(chǔ)上的。而當(dāng)網(wǎng)絡(luò)傳輸速率達(dá)到10Gbps左右的時(shí)候，高清音質(zhì)也可以通過網(wǎng)絡(luò)快速傳輸，保證實(shí)時(shí)化共享。另一方面，5G網(wǎng)絡(luò)的低時(shí)延特性也給聲音帶來了新的可能，比如多聲源同步問題可以得到比較妥善的解決。
把這些5G特性落到應(yīng)用場景里，我們可以比較簡單地看到，三個(gè)方面的5G+聲音能力將被打開。隨之而來是一些新玩法可能被挖掘。
一、高清、高品質(zhì)音樂的在線化。
我們知道，一些高質(zhì)量音樂在手機(jī)端很難復(fù)現(xiàn)，一方面是由于揚(yáng)聲環(huán)境有限，另一方面也是因?yàn)榫W(wǎng)絡(luò)環(huán)境限制，導(dǎo)致質(zhì)量較大的音頻文件很難傳輸。5G直接帶來的改變，是高品質(zhì)音樂和音頻節(jié)目具有更高的實(shí)現(xiàn)性。這個(gè)特性可能打開的應(yīng)用，不僅于音樂一項(xiàng)。很多對(duì)于音質(zhì)細(xì)節(jié)具有高要求的音頻內(nèi)容，比如環(huán)境音、催眠音效、白噪音等等也可以獲得更好的輸出效果。比如用聲音來觸發(fā)大腦舒適感的ASMR，一直以來其圈內(nèi)都強(qiáng)調(diào)專用收音設(shè)備的等級(jí)。而高等級(jí)收音同時(shí)也需要大帶寬網(wǎng)絡(luò)的輔助，才能達(dá)到最佳用戶體驗(yàn)，5G到來或許是類似領(lǐng)域的一個(gè)契機(jī)。
二、讓聲音在5G中互動(dòng)。
5G的另一個(gè)特性是低時(shí)延，這意味著不同音源的聲音可以更好組成統(tǒng)一體。這一點(diǎn)應(yīng)用在在線音頻中，可以很好解決幾個(gè)終端同步收音合奏的效果。今天的直播界，也經(jīng)常會(huì)搞一些對(duì)唱和聲之類的玩法，但質(zhì)量很難跟現(xiàn)場音樂相提并論。尤其樂器合奏，近乎于是無法在4G網(wǎng)絡(luò)環(huán)境下達(dá)成很好效果的。
5G網(wǎng)絡(luò)的特性，可以讓異地音樂排練變?yōu)榭赡?。而?duì)商業(yè)形態(tài)的最直接影響在于，5G網(wǎng)絡(luò)或許可以讓不同地域的歌手樂手完成高品質(zhì)的合奏玩法，換言之就是網(wǎng)上音樂會(huì)成為可能。在今天直播與音頻節(jié)目盛行的環(huán)境下，類似玩法應(yīng)該會(huì)有比較好的表現(xiàn)。
三、更好的聲畫同步效果。
音頻當(dāng)然不止于自身，更多情況下它需要與視頻合作。5G網(wǎng)絡(luò)的低時(shí)延特性，一個(gè)可能性在于能夠升級(jí)VR、游戲等環(huán)境下的聲畫同步體驗(yàn)，讓聲音更好與視覺配合。這個(gè)體驗(yàn)最直接的商業(yè)想象力在于互動(dòng)視頻，更復(fù)雜可交互的音效，是互動(dòng)視頻體驗(yàn)升級(jí)的核心路徑之一。
聲音漂移：IoT環(huán)境下無處不在的聲音
更多時(shí)候，5G不能被看作一個(gè)單獨(dú)的技術(shù)路徑，而是必須與更多技術(shù)突破相結(jié)合，提供網(wǎng)絡(luò)方面的助力。對(duì)于聲音來說，這樣的“5G+”賦能也同樣存在。
比如我們知道，大量生活場景里的IoT設(shè)備，都趨向于取消按鍵和觸屏，而是用智能語音交互作為主要控制入口。
這也意味著，大量家庭生活與車載場景里的IoT設(shè)備，都將攜帶發(fā)聲設(shè)備。那么在5G環(huán)境下，這些設(shè)備將獲得更好的聯(lián)接效果與硬件虛擬化能力，聲音也就可以在這些設(shè)備之間更好傳輸。
或許不久的未來，我們可以期待這樣的場景：客廳中用電視追劇的你，要起身去運(yùn)動(dòng)，然后去廚房做點(diǎn)吃的。在執(zhí)行這個(gè)非常符合減肥需求的行動(dòng)同時(shí)，你并不想停止追劇，至少也要聽個(gè)聲音。那么你可以把電視的聲音扔到運(yùn)動(dòng)耳機(jī)上，運(yùn)動(dòng)之后再把耳機(jī)的聲音扔到廚房的音箱，或者干脆扔到冰箱、燃?xì)庠钌稀?/p>
IoT體系下的聲音無縫體驗(yàn)，并不僅僅意味著用戶可以指揮聲音到處游走，同時(shí)也意味著設(shè)備對(duì)用戶聲音的識(shí)別、理解與交互能力。每個(gè)設(shè)備和用戶說過什么話，學(xué)習(xí)到了什么東西，都需要體系化共享與再學(xué)習(xí)，這都需要建立在強(qiáng)大網(wǎng)絡(luò)環(huán)境上。5G和wifi6，目前看來是這一能力的網(wǎng)絡(luò)基礎(chǔ)基石。
IoT必須擁有更多能力，而聲音正是其中之一。
算法即聲音：AI+5G賦能音頻
或許關(guān)注AI領(lǐng)域的朋友有這樣一個(gè)感覺，新聞里的AI語音能力越來越神奇，什么聲音克隆、情緒識(shí)別、機(jī)器對(duì)話，都非常強(qiáng)力。但落到自己的手機(jī)和音箱上，總感覺有點(diǎn)傻傻的？
這里面有一個(gè)核心問題，就是算力和網(wǎng)絡(luò)環(huán)境不達(dá)標(biāo)，龐大的深度學(xué)習(xí)模型沒法在現(xiàn)有條件下跑在終端設(shè)備上。雖然類似問題更多出現(xiàn)在機(jī)器視覺領(lǐng)域，但隨著這兩年語音模型飛速發(fā)展，算力和網(wǎng)絡(luò)能力不足，優(yōu)秀算法不能落到用戶終端的問題，也開始出現(xiàn)在了語音領(lǐng)域。
所以5G給音頻的賦能，另一個(gè)想象力在于跟AI結(jié)合。
未來，我們聽見的機(jī)器聲音和其他人傳遞過來的音頻，很有可能已經(jīng)經(jīng)過了大量算法“美化”。聲音界更具欺詐性的“喬碧蘿殿下”可謂指日可待。
相對(duì)需要5G網(wǎng)絡(luò)加持的語音算法應(yīng)用，包括機(jī)器音的實(shí)時(shí)美化和情緒修飾、聲音克隆、多模態(tài)語義理解等等。另一方面，在5G網(wǎng)絡(luò)下，AI也將有條件更好理解用戶的聲音，并從中產(chǎn)生更多玩法和商業(yè)化價(jià)值。
5G即將到來，升級(jí)網(wǎng)絡(luò)環(huán)境和眾多新網(wǎng)絡(luò)特性，對(duì)于各產(chǎn)業(yè)都將帶來不同的升級(jí)效果。對(duì)于內(nèi)容創(chuàng)作者來說，5G是新的畫板。無論你的創(chuàng)作載體是聲音、視頻、游戲，或者想象中的其他形式，5G都是一個(gè)新的機(jī)遇。
