从AI绘画、AI视频换脸再到当下爆火的ChatGPT，越来越多的 AI 生成类软件如雨后春笋般冒出来，AIGC(人工智能生成内容)也成为当今大数据时代下最热门的话题。
同样的，基于互联网的音频业务全球市场规模持续增长，在线音频业务平台生态和产品形态不断多样化，为互联网用户提供了播客、直播、社交、游戏等音频服务场景，提供了人工智能技术在业务广泛应用的行业实践空间。随着AIGC和大语言模型的技术突破，为音频互动产品提供了更多创新的可能性，通过AIGC和大语言模型技术赋能业务产品创新探索将成为未来的发展趋势。
近日，白鲸技术栈携手亚马逊云科技&伊克罗德&Intel，分别在北京、广州两地举办《乘“云”而上 数智AI并行》、《游戏行业创新发展研讨会》技术沙龙活动，来自亚马逊云科技、英特尔(中国)有限公司、荔枝集团、启元世界等嘉宾，探索如何用数据+人工智能+云技术，构建企业出海、游戏行业创新新路径。
从AI降噪到AIGC赋能音频业务
作为以音频为中心的社交和娱乐平台，荔枝集团是行业内为数不多拥有自研声音技术的平台。2022年，荔枝推出了自研技术综合平台“声音云”，荔枝一直在研究AI语音相关的核心底层技术，结合市场上的前沿技术成果，正陆续将AI语音、NLP等技术应用在产品中。
在技术沙龙中，荔枝集团以“AI降噪技术”为例，音频技术团队基于以站内海量内容数据，通过自研训练的AI降噪算法，可以有效抑制互动文娱场景下音视频通话过程中的背景噪声，并保证语音无损伤，最终有效提升在多种复杂场景下的实时互动体验。
荔枝资深音频算法工程师徐潇宇介绍，互动娱乐场景相比其他场景，其技术差异方向主要在不同外设的接入、多条通道的支持、变声美声的需求、声音的理解以及链路音质的提升等方面。跟会议场景声音源主要来源采集输入通道不一样，文娱场景为了丰富娱乐性，在主播端要支持音乐播放通道、音效播放通道、屏幕共享通道等。当主播进行才艺表演或播放音乐时，整个互动娱乐场景对于音质的要求就会提高。从音频体验来讲，要让用户像在本地一样声临其境沉浸式的参与到互动场景当中，不受各种身边噪音输入干扰，这成为了音频行业的一大技术难点。
徐潇宇现场演示了不同使用场景下的“AI降噪”效果。随着算力持续增长，基于大数据训练的AI语音降噪算法具有强大的能力，使实时AI语音降噪算法在互动娱乐场景中成为可能。相比于传统的降噪算法，荔枝技术团队自研的 AI 降噪的效果有巨大提升，对直播场景可能经常会遇到敲键盘、喝饮料、背景讨论等噪声能进行有效抑制乃至降低到最低影响。