音质到底是指什么？

flyaudio · 发表于 2007-12-13 13:40:04

音质到底是指什么？
您是否能够回忆起完全沉浸在声音魅力的时刻？在安静的公路上长途驾驶时，把音响开得震天价响。隆冬时分的海滩上，惊涛裂岸，两人面对面时的心潮澎湃。在狭窄的酒吧中观赏一场精彩现场演出，声响震耳欲聋，但人人都十分尽兴。号角响起的时候，从遥远的银河出现某个电影系列的史诗级简介文字。

我们对声音的体验其实相当主观，声音可以让我们感到安适，但有时也令人烦躁。工作播放清单上对某人而言是放松的环境音乐，有可能对他人来说并非如此。我们之中有些人在枯燥乏味的工作中需要播放Podcast 当作背景声音，但有些人在专心工作时就没办法聆听Podcast。

但以上所有这些例子都假设了一件事情：清晰顺畅的音讯播放。在数位时代，声音压缩与串流技术已经发展到令人难以置信的精确程度；因此，这种音效体验不再只是有钱人的专利，而是我们对声音的基本要求。

那么，到底什么因素使我们能够区别所期待（即使不是渴望）的丰富声音体验？让我们花一点时间谈谈基本概念。

声波

声音会以波的形式传送，是因为不同频率在空气中产生振动的缘故。这些频率的测量单位是赫兹（Hertz，Hz），我们将其称为「音调」。人类说话的声音频率范围从80 Hz 到14 kHz（千赫）。我们耳朵所能听见的音调范围则是从20 Hz 到20 kHz。频率较低，表示音调较低，例如内燃机燃烧、放克音乐低音声部，或男中音歌手的声音。较高频率的声波表示声音音调较高，比如用叉子敲打玻璃或吹口哨的声音。

但是，当我们播送声音时，过程就稍微复杂一点。我们从无线电发射机开始，这台机器会产生包含音讯资讯的电气讯号。接着，天线会放大该讯号，由无线电波负载传送至无线电接收器。然后，接收器就会撷取资讯，并将讯号传送至装置（喇叭、显示萤幕等）。

在20世纪初期，这些元件各自分开且十分庞大，连接城市中各个街区的摩天大楼。这个一如魔法般的功能提供众人相同的体验，成功地将世人连结在一起。

时至今日又如何呢？每一台智慧型手机都采用此技术。声音会即时分解、数位化，并从连线到网际网路的任一装置上传输至世界各地。

至于视讯会议，现在大部分参加者的音讯是经由VoIP（网际网路通讯协定语音传输技术）传输的。基本上，您的音讯会透过网际网路，而非透过行动通讯网路来传送。VoIP 视讯会议的音讯品质更仰赖个人的网际网路速度，这与传统电话通话仰赖邻近行动通信基地台的状况不同。

音质会受到许多变数的影响，但以下4 个方面是关键：

取样率。每秒从原始类比音讯取样的数位样本数目。一般来说，取样率越高表示音讯品质会越好，这会以kHz 表示(我们经常看到的标准电话是8 或16 kHz，串流音讯则是44.1 kHz)。
位元速率。这是指数位音讯档案所包含的资料数量。位元速率的测量单位是kbps（每秒千位元）。与取样率一样，位元速率越高，表示音讯品质越好。
音讯转码器。这是指压缩与解压缩数位音讯的演算法。数十年来，电话所使用的标准编码格式是G.711 窄频转码器（就像C-3P0 说话的声音那样）。但我们现今身处的时代已经出现符合宽频标准的高解析度转码器，如G.722（相同）与其他格式，能够提供更好的音讯品质。
频宽。归根究底，您的频宽也许才是影响VoIP 通话与视讯会议音讯品质的最大关键。如果您的上传速度缓慢，则大多数平台会预设使用窄频音讯转码器。必须使用比较快的网际网路速度，才会使用能提供HD 音讯的宽频与全频段转码器。
请花一点时间思考视讯会议如何能让这些变数变得更加复杂。即使参加者不多，但因为有些人透过智慧型手机使用行动网路，有些人使用笔记型电脑或其他装置，每个人使用的网际网路速度与网路供应商都不一样，所以潜在音讯问题就一路叠加，形成更为复杂的状况。
Opus-can-provide-great-audio-quality.webp.jpg

Opus-can-provide-great-audio-quality.webp.jpg

为什么音质对视讯会议来说非常重要？
自从COVID-19 突袭这个世界，造成生活与工作模式天翻地覆的改变，至今已经快满两年了。有鉴于我们经常透过视讯彼此交流与协同合作，因此全盘了解世转移到混合式与远端工作模式的方式对工作人员造成什么影响是很重要的。

随着越来越多研究与分析结果问世，我们也发现对视讯会议感到疲惫的问题不断增加。我们知道将近一半的工作人员表示远端工作让他们感觉遭到孤立，61% 的人还表示视讯会议疲劳的状况越来越频繁。或许下面这个事实更令人感到担忧：90% 的研究受访者表示在家工作时发生过协同合作的问题。

谈到声音，我们很容易察觉潜在问题：

延伸频宽很容易对音讯品质造成负面影响。想想，当同事说「听不到你的声音！」时，你马上出现的焦虑感。
残响声音也会造成会议中断，并且给所有人带来不愉快的音讯体验。
对沉默寡言的人来说，彼此对话更是一个挑战，对于力求建立具有包容性的公司来说，这是一个不容忽视的问题。
持续不断又无法消除的背景噪音会让发言人停止说话、让听众分心，甚至把一场会议破坏殆尽。
随着时间，这些问题可以像滚雪球一般，演变成对虚拟协同合作的大规模长时间焦虑。如果我们持续遭遇音讯效能的问题，我们进行协同合作的意愿就会降低。

这才是真正的关键，我们却认为这是理所当然的。无论是进行协同合作，或只是观察这个世界，声音都是我们获得每日经验的主要核心层面。研究显示，特定内容的声音能成为绝佳的压力释放管道。相反的，研究也显示声音可以造成焦虑，甚至沮丧。

在《设计的心理学：人性化的产品设计如何改变世界》(The Design of Everyday Things) 一书中，Don Norman 指出产品设计内容中声音的双重本质，特别是对使用者而言所指涉的意义：

「声音是个难以捉摸的元素。它能成为助力，但也很容易惹恼人，让人分心。声音的其中一个优点是即使注意力放在其他地方，也很容易察觉到。但这种优点却是两面刃，因为声音经常太具侵略性。」

因此，我们到底要从何处着手克服音讯焦虑？当我们召开视讯会议时，如何才能达成更好的音质？

对视讯会议来说，什么是最佳音质？
正如我们在前文中所读到的，频宽、压缩与转码器对音讯品质来说都至关重要。因此，让我们进一步讨论宽频(HD) 与窄频音讯之间的差异。

窄频音讯使用的是「调适型多速率」(AMR) 语音转码器。基本上，在即时串流期间进行压缩与传输时，AMR 转码器会利用有限声音频率范围（200 Hz 至3.4 kHz）。。AMR 转码器也具备可变动的位元速率，能根据频宽进行变更（约5-12 kbps）。如果音质欠佳，问题很可能与低频宽有关：AMR 转码器会改用较低位元速率来传输声音。

随着高速网际网路越来越普及，更好的音质也随之成为主流：宽频音讯，这是特别针对VoIP 所设计的高传真格式。

宽频使用的是「调适型多速率宽频」(AMR-WB) 语音转码器，能提供更宽泛的频率范围(50 Hz – 7 kHz) 。这表示系统会拾取更高与更低音调的声音来传输，提供更丰富饱满的音质。

如先前所述，若网际网路的速度较慢，视讯会议解决方案预设会使用窄频音讯转码器。更快的网路速度则开启了使用宽频(HD) 转码器的时代。但这听起来好像有点违反普及原则，不是吗？网际网路速度真的应该主宰包容性到这种程度吗？

这就是为什么Webex 要利用 Opus（一种更多元的可扩充音讯转码器），为所有参加者维持具有包容性的音讯体验。

即使处于较低位元速率环境，Opus 也能提供绝佳的音讯品质。但它也能针对宽频与全频段音讯发挥所长，所涵盖的声音频谱远比人们可以察觉的范围(20 Hz – 20 kHz) 来得宽广。

Opus 能提供绝佳的音讯品质

我们应该先不要关注Opus 具备的弹性最近是如何协助解决以人为本的协同合作难题。

由于Opus 能跨声音频率频谱提供清晰无比的音讯，才能实现Webex 音乐模式这样的功能。在这种音讯模式中，声音会针对音乐而非人类说话的声音进行最佳化，让原始声音能够更加清晰。

在疫情期间，印第安纳坡里斯儿童合唱团（Indianapolis Children's Choir，ICC）不仅无法演出，甚至有好几个月无法集合练习。因此，他们决定使用音乐模式来逐步恢复合唱练习。他们也提供意见回馈，协助Webex 进一步改善这项功能。

请观赏这段影片，了解音乐模式如何协助ICC 面对前所未见的阻碍时，仍能返回团练室，继续延续着他们的音乐热情：

由于有太多不断变动又彼此交叠的因素会影响视讯会议的声音，我们也必须要考虑到其他潜在挑战。

现在让我们了解硬体能如何转换视讯会议期间您所听到的声音，以及同事所听到的声音。

cnyinpin · 发表于 2007-12-15 14:58:29

基本上，麦克风会拾取各种不同的声响讯号。这是声音在数位化、压缩与解压缩前的第一个接触点。简易的电脑麦克风、外接式麦克风、具备麦克风阵列的装置都能影响特定音讯问题，例如残响或细微的声音。

依您的工作方式与工作场所而定，不同类型的装置能大幅最佳化您的音讯体验化，包括您所能听到的声音，以及他人如何听到您的声音。我与我们的声学工程师Patrick Achtelik讨论Webex 硬体以及进阶音讯技术，这项技术能在放大发言人语音的同时，减少恼人的噪音。

图：Patrick 从土地的尽头望向太平洋。
这位是Patrick。
Patrick 表示：「波束成形基本上会使用数支全向性麦克风。」。「麦克风会同时拾取来自四面八方的所有声音。」

但是，集结更多全向性麦克风，就更能为这些麦克风定向。结果就是，麦克风能更有效率地拾取更多不同频率的声音。正如Patrick 所说：

「要在较大频率范围中获得指向性，就需要使用更多支麦克风。比方说，在Desk Pro里，左侧挡板中有6 支波束成形麦克风，彼此间隔距离并不一样。如此一来，麦克风就能在不同频率与不同频带中运作。」

居家工作使用Desk Pro 的情况。
这是Webex Desk Pro。
这种排列方式也表示不会拾取来自装置上方与下方的声音，而是会集中拾取一排麦克风阵列前方的声音(比如您的声音)，且将声音最佳化。

但这不过只是其中的一部份。Patrick 也说明了软硬体之间重要的依存关系，这种依存关系能造成重大影响；尤其是对于发言人与聆听者如何避免像回音这样有时会让人觉得状况失控的隐忧来说：

「需要完美运作『回音消除』(AEC) 技术，才能让Webex 全双工正常运作。在某人面前的麦克风也会收集喇叭传来的声音。因此，如果没有AEC，你就会听到自己的回音。」

AEC 功能是视讯会议的关键。当我们想到全双工（让多位发言人同时说话的技术）时，就会想到应该时时都能正常运作的某些装置，但许多平台都缺少能够处理回音问题的功能，造成回音与残响状况一再打断会议进行。Patrick 清楚说明为何距离问题如此重要：

「听到回音可以从喇叭失真状况开始。若你把笔记型电脑上那台小小的喇叭音量调高，传出来的声音很快就失真了。实际距离可以降低喇叭传到麦克风上的音量，但也可以让麦克风更靠近使用者。这就能让你的声音更加清楚了！」

请花一点时间到Patrick 的「Focus on Sound」(关注声音) 影音部落格，了解麦克风与喇叭之间的关系：

对音质与视讯会议来说，哪些装置是最棒的？
对在远端与混合式环境中工作的人员来说，升级耳机可以是强化音讯体验绝佳的第一步骤。理由何在？对此，Patrick 说明如下：

「笔记型电脑中内建的麦克风离使用者太远，又太靠近笔记型电脑中的喇叭。大部分时间，由于喇叭的接近程度，你的声音可能听起来就像从很远的地方传过来，AEC 功能也可能难以奏效。耳机能阻断喇叭与麦克风之间的声学连结，因为耳机上传出的声音不会传到耳麦上。」

耳机设计的草图与相片。
Cisco 730 耳机从草图设计到最终产品的历程。
荣获红点设计大奖的
Cisco 730 耳机能协助提供清晰无比的视讯会议声音。其设计不会产生爆音，提供更为自然的说话体验（在您的嘴边不会再发生喷麦状况）。耳机搭载波束成形技术，耳机内排列4 支麦克风，能产生一种音讯泡泡，专门收集您的声音。这款耳机能从调适型噪音消除功能（自动针对吵杂环境进行调整）移至环境模式，当您感觉到浓厚的协同合作气氛时，就能在共用工作空间中听到对话。

全新思科耳机，与业界领导者Bang & Olufson 合作设计开发，能提供更多音讯功能。在其几何设计中精心安排6 支麦克风的位置，以便更妥善地隔离出您的声音，同时运用进阶演算法消除背景噪音。

Bang & Olufson 耳机
Bang & Olufson Cisco 980 耳机
即使是将麦克风从笔记型电脑麦克风移往耳机的小小变化，都能转化您在会议中所体验到的感受。但当您考量到要彻底翻新视讯会议体验时，像全新Webex Desk Mini这样的协同合作装置可能才是答案。这个装置不仅搭载我们已经讨论过的智慧型麦克风阵列技术与聚焦式拾音技术，也提供高画质视讯，让您可以即时利用数位白板进行共同创作。

按照颜色排列的Webex Desk Pro Mini
Webex Desk Mini
基本上，我们可以把硬体视为音讯体验的引擎，这种原动力会影响我们所听到的，以及我们如何让他人听到。若是如此，我们可以将软体视为燃料，用来发动引擎，并提升其效能。

哪些软体功能可以改善视讯通话的声音？
我们都知道会发生这种状况，也是我们大多数人担心的：声音被背景噪音盖掉。随着这个世界转移到混合工作模式，这是其中一种最严苛挑战，更是工作人员必需想方设法解决的。

对于「背景噪音会给人带来压力」这件事，我们都不会感到讶异。视讯会议设定是全球各地的人们都感受到的痛点缩影。研究显示：我们所碰到的噪音烦恼不仅是事实，还能造成伤害。此外还必需了解，恼人的声音尤其会造成焦虑。在递送包裹时狗狗吠叫。当您正在聆听重要专案的细节时，孩子的声音打断您的思绪，或是您准备好要说话时，搅拌器或吸尘器正好开始运作。

我们都希望身处在享有专注工作体验的环境中，但很多时候都是事与愿违。为了获得这样的体验，我们需要技术来对抗这些有时我们无法控制的音讯挑战。而现在的技术已经能够担此大任。

2020 年，思科收购了噪音消除软体领导者BabbleLabs。他们使用AI 与机器学习，强化Webex 工具中移除噪音的能力，成功让这种令人惊叹的革命性技术获得重视。

机器学习中包含许多精细复杂的程序。工作人员使用长达无数小时的训练资料，让机器学习演算法能够区分人声与其他声音。部署完毕后，系统就会在特定噪音传送出去让他人听到之前，就识别出这些噪音，并且加以移除。这也纳入许多人类的聪明才智，特别是推断出最有可能打断会议并让在家工作者分心的噪音。

为了更进一步了解AI 在音讯方面如何转化Webex 体验，我与另一位专家：Keith Griffin对谈。他是技术长办公室里十分杰出的AI 与机器学习工程师。

图：Keith 站在思科标志墙边
这位就是Keith。
「当你要求别人再说一次，或身处吵杂环境时，你不可能觉得舒服。」Keith 表示，这就是在疫情爆发前，多年来造成焦虑的来源。「过去，人们不愿意加入，因为他们对于自己身处的环境完全没有信心。」

但Webex 部署的功能已经寻求因应这些挑战的方式，而在疫情爆发，大家纷纷转移到混合工作环境后，更是加强了这方面的努力。一个重要例子是将「我的声音」功能最佳化，这也纳入了Patrick 所强调的「距离」基础概念。

Keith 表示：「对于我们的机器学习/AI 团队现在能够达成的技术，我感到十分惊喜。」。「不仅仅是移除噪音的技术，还有他们如何让这个技术更加进化，以解决如将我的声音最佳化这样的其他使用情境。『将我的声音最佳化』所能达成的效果，是能够根据一组参数来判断目前发言人。麦克风能拾取主要发言人的声音，侦测到的其他人声则会直接过滤掉。」

在谈到移除噪音时，Keith 提及机器学习中几个更有趣的特点。为了尽可能涵盖更多低音，Webex 软体能够识别出如敲击键盘的声音、警报器声（软体能够分辨不同国家/地区的警报器声音）、园艺机器声与狗叫声等各种声音，并加以移除。事实上，我们原始的噪音侦测器设计就能够根据各种品种的狗所叫出来的声音，辨识出超过100 种不同品种的狗。

如Keith 所言，噪音移除并不只是移除背景噪音而已。这个功能效率惊人，才能推动更具包容性、更加灵活的协同合作。这也表示团队在会议体验中能够安心地彼此交流互动。

「我的Cisco Galway 网站领导成员会议在不同时候，最多会有14 个人参加。今天则有12 位参与会议。其中三位正在开车送小孩上学的归途上。四位团队成员则正在遛狗。」

对于我们对音讯品质、音讯焦虑、视讯会议疲劳，以及这些问题如何影响团队协同合作等的看法，这个轶事真的「非常」重要。Keith 表示：

「有一些会议类型，人们应该可在每天日常生活中召开，无论身处何种环境，都能安心地加入某场会议。也许是在车上或是在街上行走，可能会有狗狗吠叫、车辆飞驰而过，但他们知道我们只会听到他们的声音。这才是能为混合工作环境与音讯品质做出贡献的地方。」

部署Webex 音讯智慧所投入的工作，包括移除噪音、「最佳化我的声音」等技术，可说十分庞大。那么成果如何？到目前为止，Webex 已经从使用者的视讯会议中成功移除了160 亿分钟的背景噪音。

这些在音讯方面所开发的创新技术，已经转换成对工作人员与企业组织而言真实且明确的优势。这也是为什么Aragon Research 再一次将Webex 列为视讯会议软体的领导者。

我们既然已经探讨取得更好音质的关键：先进硬体、进阶软体与功能强大的AI，现在我们要提供一些切实可行的秘诀，协助您改善音讯体验。

提升视讯会议音质的秘诀
诀窍#1
仔细检视您最常参与视讯会议的空间。在一天的特定时间中，出现恼人噪音而造成中断的可能性有多高？对您的同事来说，您的声音通常听起来如何？您可以轻松使用Webex事先测试麦克风。

秘诀#2
尝试了解基本的房间声学，让您在解决每天的声音问题时更顺手。我们的朋友Patrick 可以带您一同入门：

秘诀#3
除非必要，否则别使用电脑麦克风！无论您偏好使用基本耳机、外接式麦克风或是品质超群的思科耳机，远离电脑麦克风绝对是摆脱音讯焦虑，提升音质的最快方法。

秘诀#4
当您要专心工作时，请使用正面积极的声音。打开您的专心工作播放清单，然后戴上思科耳机。若您与团队打算共同即时专注于某些工作，则可以在Webex 会议中开启音乐模式。

秘诀#5
与团队成员一起测试噪音移除功能，了解他们听不到哪些声音。我们经常听到狗叫声，然后赶快道歉。我们的同事会说：咦，为什么要道歉？在了解有多少噪音已经遭到移除后，您就更不容易分心，因为您知道除了您以外，没有人会听到那些声音。

账号		自动登录	找回密码
密码			快速注册

[讨论] 音质到底是指什么？

相关帖子

浏览过的版块