6月4日-10日，國際聲學、語音與信號處理會議ICASSP 2023（全稱：International Conference on Acoustics, Speech and Signal Processing）在希臘羅德島舉辦。在本次會議上，騰訊游戲公共研發運營體系（CROS）的GVoice攜全球首次提出的混合架構的子帶（subband）Neural Kalman濾波算法（GVoice NKF）亮相，目前該技術已成為Github社區今年最受歡迎的回聲消除算法之一。
ICASSP是全世界規模最大、最全面的聲學、語音和信號處理方面的國際會議，也是語音技術領域最具影響力的頂級國際會議之一。本次會議上，來自全球各地的學者、應用廠商代表共聚一堂，分享語音技術領域的最新研究成果，交流技術創新和落地場景應用，探討全球語音技術發展趨勢。
在這一最前沿技術的國際舞臺上，騰訊游戲GVoice內核算法負責人楊棟介紹了GVoice NKF算法的研究背景、研究過程及最新應用成果，吸引了眾多與會者圍繞算法展開討論。其中，聲學領域泰斗級專家Gerald Enzner教授對這一算法技術突破給予了高度評價，并與楊棟深入交流。楊棟表示，在工業界，好的回聲消除算法需要滿足非線性失真對線性模型的影響盡量小，雙講過程中盡量保持ERLE和SDR等指標，模型復雜度越低越好，現實環境下面具備較好的回聲路徑的跟蹤能力，模型的泛化能力要好、做到無超參等要求。
【資料圖】
而GVoice NKF從學術角度首次提出并驗證了Kalman濾波可以用數字信號處理（MB）和數據驅動（DD）混合架構完成回聲消除任務，驗證了數字信號處理框架指導數據驅動模型可以有效降低神經網絡模型復雜度。這一算法用較少的數據就可以得到泛化能力超強的模型，并且系統性解決了貝葉斯類型自適應濾波器算法的重收斂的問題。
目前，圍繞GVoice NKF算法的論文《基于神經網絡的低復雜度卡爾曼濾波器自適應回聲消除算法》（Low-Complexity Acoustic Echo Cancellation with Neural Kalman Filtering）已被會議收錄。同時在Github 社區中，GVoice NKF算法也受到極大關注與認可，短時間內已經獲得116枚star，收藏數量名列第三，在原創算法中排名第二，且呈現出持續快速增長的狀態，已成為Github 社區2023年最受歡迎的回聲消除算法之一。多名行業人士表示，GVoice NKF未來將成為學術界工業研究的熱點。
GVoiceNKF具有極強應用空間助力制定及落地行業語音標準
在實際應用中，GVoice NKF算法框架的擴展性和性能都優于其他傳統類算法，能夠解決更復雜的問題。例如，遠端信號自相關矩陣病態導致non-uniqueness問題會讓收斂速度變慢；基于MMSE傳統算法的鏈路復雜且效果一般，面對干擾和突變信號的魯棒性不強等。在這些問題中，GVoice NKF僅需改變兩個向量維度，就可以沿用單通道NKF框架擴展成統一解決方案，僅需少量數據即可訓練一個魯棒性強的線性模型，因此多通道回聲消除可以十分容易納入到本框架下。
近年來，移動游戲內的語音交流是玩家社交的剛需，從實時語音、語音消息到語音識別等功能，都已成為游戲廠商的關注重點。GVoice NKF算法可以提供小隊語音、語音消息、語音轉文字、語音同傳、文明語音等功能，能夠支持1萬名玩家在同一個語音房間內互相交流，在UE4、Unity、Cocos、Native等平臺均有不錯的表現與反饋，目前已接入騰訊旗下的《王者榮耀》、《和平精英》、《天涯明月刀手游》、《英雄聯盟手游》等多款游戲。
除游戲領域外，GVoice NKF算法還被寫入高通、聯發科、Intel等多款CPU芯片，助力制定及落地行業的游戲語音標準。
游戲科技亮相頂級學術會議，持續釋放外溢價值
此次，騰訊游戲GVoice NKF登上ICASSP 2023這一頂級學術會議，代表著其背后的游戲技術在學術領域進一步得到廣泛認可。如今，游戲技術所擁有的可交互、高仿真、強沉浸、實時渲染等特性，已經成長為一個獨立的技術新種群，并在更多領域中得以運用。這也使得游戲的技術創新和社會價值在全球范圍內愈發被重視。
而早在去年，中科院研究團隊就發表了《游戲技術--數實融合進程中的技術新集群》報告。報告指出，電子游戲突出的趣味性掩蓋了它的科學屬性，游戲與前沿科技一直互相促進，在彼此共生中形成新的社會生產力。
未來，伴隨著游戲技術的不斷進步，以及對游戲更多可能性的探索，游戲一定會融入更多經濟發展與社會生活之中，成為“超級數字場景”，釋放更大的科技力量和更為豐富的價值。
（免責聲明：此文內容為廣告，相關素材由廣告主提供，廣告主對本廣告內容的真實性負責。本網發布目的在于傳遞更多信息，并不代表本網贊同其觀點和對其真實性負責，請自行核實相關內容。廣告內容僅供讀者參考。）
（責任編輯：董萍萍 ）關鍵詞：
