[00131604]基于全景声技术的智能语音交互

全景声技术是一种适应全景视频的空间音频技术,又称 3D 空间音频技术（3D Spatial Audio）。全景声是由全景声技术（3D音频技术）发展而来的。目前重建3D音频声场有基于通道（channel-based）、基于对象（object-based）、基于声场（Ambisonic）三种模式。这套基于对象的音频处理系统引入了元数据（Metadata）概念,让混音摆脱了声道的束缚。其良好的声音定位能力和自由灵活的声场塑造手段十分适合应用于全景声领域。基于声场理念的 Ambisonics 是一种球形环绕声技术（full-sphere surroundsound technic）是一种声道独立的球形声场再现技术,除了可以还放水平面信息外,还能还放自下而上的高度信息。这种技术会从话筒所在的点对声场中的整个球体空间进行拾取,因此可以提供沉浸式听感的全景声。Ambisonics 技术将拾取到的声源信号通过一系列打包渲染算法转换成传输编码格式B格式（B-format）。根据阶数不同,B-format 有不同的通道数要求。在解码端配合 HRTF 以及双耳渲染器,我们就可以获得逼真的听音感受了。 全景声录制机通过内置高品质的4个指向性麦克单元,可以精准定位不同方位的音质来源,可实时监听,支持基于业内标准Ambisonic方式的360°全方位声场处理及全景声回放,无障碍支持Google、YouTube、Facebook平台。另外,我们还提供一种可扩展性,移植性高,灵活性强,应用场景更广的音频采集方案（麦克风阵列+软件算法支持）Twirling720 Lite和Twirling Capture SDK。支持多个或多种麦克风阵列形状,并将算法集成在芯片中,这样可以根据用户已设想好的产品模型提出定制化音频采集方案,满足各行各业对声音捕捉的需求。不仅如此,在最近的迭代中,还增加了智能语音交互的部分,实现全方向语音唤醒,语音识别,语音交互等更多功能。全景声录制机,操作简便,携带方便,可与专业摄影机配套使用,也可以与手机连接使用。目前已广泛应用于数字音乐、录音制作、文艺创作、旅游文化、人工智能等领域,受到阿里、虾米音乐、爱奇艺、创维及旅游系统等客户一致好评。公司获得“北京市最具投资价值文创企业30强”,创始人孙学京博士获得北京市“海聚工程”特聘专家称号,团队成员郭红阳入选文化部文化创意人才库、北京榜样等。