由于世界各地迥異的風土人情，文化偏好與基礎設施建設水平，音視頻業務在全球化的推廣進程中遇到了諸多困難，這也使得元宇宙在未來的布局中會面臨多種挑戰。為了更好的服務不同地區的用戶，傳音基于終端平臺做出了一系列針對音視頻、影像、游戲等業務的優化解決方案，提升了用戶在不同場景下的視聽體驗。

本次分享將分為三個部分，第一部分介紹全球用戶在音視頻業務中的痛點，包括弱網環境，環溫差異，文化差異，個性偏好差異等；第二部分主要闡述傳音針對不同用戶所研發的網絡優化，音視頻影像，游戲體驗優化等技術。為了提前布局元宇宙，并在AIGC時代迎來新的機遇，傳音針對不同地區的人群研發了AI語音，虛擬人等技術；在未來也將在終端平臺搭建異構計算，交互體驗預測等新的技術平臺，這些內容將在第三部分詳細介紹。

文/趙玉東

整理/LiveVideoStack

大家好，首先簡單介紹一下傳音，它是面向非洲、東南亞、拉美的手機終端制造商，在十多年間積累了很多全球化經驗。今天分享的題目是《建設高性能終端平臺——傳音元宇宙的基礎設施探索》，元宇宙是一個綜合了各種音視頻交互（游戲、體驗等）的全方位框架，在這個場景下，有很多可以展開的內容。

接下來做個自我介紹，我叫趙玉東，博士畢業于倫敦瑪麗女王大學，研究方向主要是音頻相關，包括音樂風格建模等。在傳音，我主要負責游戲端音頻探索、性能優化等。

這張圖是Jon Radoff提出的元宇宙構成要素。底層是基礎設施，接下來是人機交互，包括交互體驗和方式等；再往上是去中心化，如邊緣計算、AI代理、區塊鏈等，其相當于元宇宙的機制；空間計算即如何把元宇宙中的虛擬空間和現實進行映射結合，以獲得沉浸感體驗；傳作者經濟和探索發現關乎元宇宙具體如何運作；最上層是在綜合了視覺、聽覺、觸覺等之后，給用戶帶來最終的沉浸體驗。

本次分享主要分為三部分：1、全球化當中的挑戰與痛點；2、針對挑戰和痛點的終端解決方案；3、未來技術探索。

-01-

挑戰與痛點

上圖是元宇宙相關技術的分類，包括應用場景、算力、算法、通信、交互技術、產權規則。對應的，每一類別都面臨相應的挑戰，比如算力會有性能瓶頸，算法模擬的真實世界需要考慮人文文化，在通信層面需要應對不同國家地區的網絡情況等等。

上圖是各國互聯網用戶在本國家的數量占比情況。可以看到，從2005年到2021年，各國的互聯網用戶有明顯的增長，但例如非洲等地的入網人數還是比較有限的，這也一定程度反映了各國網絡基礎設施是參差不齊的，同時也會給用戶服務帶來一些問題和挑戰。

此外，在日常生活中，例如在高鐵和地下車庫、商場等環境中，都會遇到網絡不佳、信號屏蔽的情況，這樣用戶使用網絡時延遲就會變高。

然后是性能瓶頸，在游戲、直播等場景會遇到終端算力問題，面臨全球不同用戶的需求，如何滿足不同機型的使用體驗。

面臨各地不同的氣候環境，終端體驗的差別也是非常大的。

人文文化有時是被忽略的一點。例如某些小語種、音樂偏好、宗教習慣等可能在設備中不被支持，同樣會影響用戶體驗。

在偏好與習慣上，不同地區的用戶會對色彩感知、聲音類型和仿生學定制有不用的偏好和習慣差異。

最后就是需要兼顧全球各地對于隱私數據安全、法律和社會道德的要求。

-02-

終端解決方案

針對以上的問題，我們提供一些相應的解決方案。

例如針對算力，會提供溫升控制和智能算力分配；在算法層面配備色彩增強引擎；通信層面增加本地化網絡治理策略；交互層面涵蓋小語種語音交互；遵守本地的政策法規；根據地區的應用場景做本地化虛擬形象。

接下來將針對以上六個層面展開來講。

1、本地化網絡治理

首先是弱網優化LinkPlus，它是為解決弱網環境下游戲時延高卡頓、視頻難以加載、網頁打開緩慢、視頻電話卡頓、手機在上網場景中發熱嚴重等應用問題二設計的網絡優化引擎。

LinkPlus分為四個版本，目前還在持續優化。

LinkPlus v1.0基于前端反饋機制+AI預測模型的應用單鏈路分流，保持鏈接不斷的情況下實現網絡智能切換和功耗調節；

LinkPlus v2.0基于AI預測模型的多鏈路數據補充解決單鏈路數據弱網問題；

LinkPlus v3.0使用自學習的AI算法打造符合個人使用習慣的網絡生態（AI聯合學習框架）；

LinkPlus v4.0是構建端、云、邊全鏈路網絡解決方案。

這是弱網治理的技術架構圖

前端有三個感知模塊，分別是用戶喜好、網絡環境和應用反饋的感知。接著，把對應的感知結果傳到LinkPlus智能調度，以分配不同的網絡。

上圖是LinkPlus功能開啟和關閉情況下在不同弱網環境中的時延對比數據。經過實驗對比發現，LinkPlus可以快速預測網絡變化并尋找切換最優網絡。

上圖是一個實際應用場景的示例

一個用戶的前臺app正在進行游戲，后臺運行著其他app，LinkPlus會感知用戶的使用情況，同時判斷當前的網絡狀態，結合二者把前臺應用分流到狀況較好的網絡，另外網絡QoS處于動態監控，A引擎映射會根據QoS預測QoE。

2、色彩增強引擎

色彩增強引擎（PQE）通過調整畫面的清晰度、飽和度、亮度、對比度等參數優化畫面質量，用戶可以針對某個特定App使用參數優化視覺體驗。

3、智能算力分配

首先是智能超分算法。GPU渲染低分辨率圖像（720p），通過AI-SR超分算法提升其分辨率并智能恢復細節（1080p），以減少GPU算量，降低整理功耗。

智能可變渲染是通過AI識別場景關鍵點位置，降低非焦點區域渲染質量，以達到節約GPU功耗的目的。

智能幀回救系統通過AI算法預測游戲每幀的算量需求，動態調整CPU工作頻率，實現幀內預測與回救，減少掉幀，平衡游戲功耗。

4、智能溫升控制

智能環溫預測是通過獲取到的原始特征如主板溫度、CPU溫度、使用率等，進行數據預處理，結合分類模型進行環境溫度的預測，為手機溫升提供策略支持。

在游戲內可通過懸浮窗快速開啟溫升控制，在開啟溫控策略的情況下，可以根據實時使用情況預測到溫度變化，控制發熱情況，減少限頻卡頓現象。

5、本地化語音交互

我們推出面向新興市場本地小語種的AI語音助手，針對非洲網絡基礎設施特點進行了離線語音交互方案，適配本地口音、場景和領域。

接下來是針對個性化場景的音頻降噪。需要根據當地的噪音場景進行數據收集，建立數據庫，以應對當地個性化需求。降噪效果演示：

6、本地化虛擬形象

傳音擁有億量級的深膚色影像大數據庫平臺，以及相應的圖像算法、國際標準、定制芯片等。

圖為針對印度市場的虛擬人解決方案，和傳音取得的數字人系統基礎能力評測證書。

-03-

未來技術探索

未來技術的探索包括算力增強、網絡深度優化、VR+內容借口、玩法體驗優化等。

首先是網絡深度優化。在預測機制方面，根據QoE和QoS映射關系，進行主動和被動探測，通過決策層然后做出相應的策略。

如圖是未來在算力增強方面需要做的一些探索方向。

傳音除了是終端制造商，目前也有移動互聯的業務，希望結合人因工程和大數據，打造生態化的應用場景。

最后是希望打造全方位玩法的感知優化，包括視覺、聽覺、觸覺和玩法的體驗感知優化。