技術平權，是我聽過最浪漫的詞。透過技術上的努力，讓每個人都能平等、有尊嚴地享受豐富多彩的現代文明，這才是技術進步的魅力。
廣州車展前夕，科大訊飛正式釋出了“飛魚音效”產品，透過端雲協同的人工智慧演算法進行調音，軟硬一體的方案使普通車主也能擁有百萬豪車的聽覺體驗。
該套“飛魚音效”將搭載在智己、廣汽傳祺、奇瑞等品牌的車型上。
科大訊飛請了多位音樂學院的學生，體驗某豪華品牌中大型SUV的原車高階音響，及科大訊飛改裝的某10萬級國產SUV音響。經過多維度的盲評，後者的各項表現都要優於前者。
科大訊飛總裁吳曉如在介紹“飛魚音效”前，舉了相機和手機的例子。過去攝影只是屬於少數人的愛好，因為相機很貴且功能單一，而現在隨著手機影畫素質越來越好，越來越多人可以隨時用鏡頭記錄生活，甚至還催生了用Vlog、短影片來分享生活。
手機受制於成本和尺寸，鏡頭和感測器並不可能比相機好，能做到現在的狀態，依靠的是手機的成像演算法、補償演算法、合成演算法、光學防抖演算法等一系列的智慧軟體的加持，拉高了硬體的體驗。
科大訊飛“飛魚音效”的做法和手機相機的逆襲類似，也是透過軟體演算法，拉高硬體的體驗，讓普通硬體也能達到豪華硬體的水準。具體是怎麼做到的呢？
“飛魚音效”的秘密
我們通常認為“身臨其境”，是對聽覺體驗最高的讚賞，畢竟去現場看話劇比看電影貴，現場聽音樂會也比聽數字CD貴。
因此想知道“智慧演算法是如何提升硬體體驗”，就得先聊聊人是如何透過聽覺來感知環境的？
我們閉上眼睛，可以聽到不同的聲音的強弱層次，以及各個聲源位於我們的位置。不同聲音的區分是來自我們大腦內的記憶儲存，聲音的強弱則來自音量和距離，而聲源的定位則依靠我們耳朵的結構，以及聲音入耳的角度。
具體來說，我們是透過聲音在左右耳之間的延遲，來判斷聲源水平方位，透過耳廓對聲波的反射，獲取聲源的垂直方位。
如果能夠透過精細化的調校模擬出不同聲音的音量、離左右耳的距離，在耳廓中的反射，就能實現虛擬聲學空間，在汽車的座艙中營造立體的、高還原度的聲場。
在這一過程是非常難的。很多對座艙聽覺體驗有要求的車型，都擁有10個以上揚聲器，每個揚聲器有3到4個喇叭，每個喇叭都需要協同調節，引數量非常大。這種多引數的系統調優耗時耗力，但現階段多數都是依靠“金耳朵”們人力完成的。因此對一套動輒上萬元的音響系統而言，調校是當下成本的大頭。
此外受制於座艙內空間有限，揚聲器安裝的位置也不夠靈活，但多數的音響系統調校，都是基於音樂廳、家庭影院，沒能很好適配座艙場景，因此也無法最大化發揮昂貴硬體系統的價值。
科大訊飛的做法是，透過採集艙內每一個位置接收不同喇叭聲音的引數，透過人工智慧演算法針對座艙場景自動調優，減少了聲源調校的人力成本和時間成本。
做到這些還不夠，科大訊飛依靠自身強大的語音人工智慧技術，將各類聲音做實時的元素分離，精準還原聲場。例如為了還原一場電影的聲音效果，會將聲道中不同人的對話、BGM聲、背景直升機的聲音、海浪的聲音、海鳥的叫聲等分離出來，再根據人耳的位置，按照不同方向、頻率、音量等做精細化分佈，從而聽起來更有層次感和指向性。
為了軟硬一體提升座艙聽覺體驗，科大訊飛釋出了“飛魚智慧音訊管理系統”，支援10路麥克風接入、6路感測器接入、和對26個揚聲器單元的管理。“飛魚智慧音訊管理系統”搭配不同數量的普通揚聲器，可實現不同梯度的座艙聽覺體驗。
電動汽車擁有更高的電壓、更多的帶電量，為座艙的聽覺提升提供了基礎，車主們對電動汽車的聽覺需求也會越來越高。科大訊飛的“飛魚音效”，能夠透過智慧演算法的加持，實現技術平權，讓優質的聽覺體驗不再是需要花近10萬費用加裝的奢侈品。
融入飛魚OS的場景化服務
場景這個詞愈發頻繁地進入我們的視野，自動駕駛需要場景化落地，智慧座艙也需要針對不同場景做更精細化的服務。本次科大訊飛的釋出會，飛魚OS也增加了很多針對場景做的使用者體驗最佳化設計。簡單來分享幾個我認為很棒的設計。
融合視覺的動態完美“皇帝位”。透過座艙攝像頭獲取的座艙資訊，就可以知道當前車內該服務的“聽”者是誰，從而做到自動切換聲場。同時視覺演算法可以捕捉耳朵的位置，做到動態的聲場定位。當一個人開車時，系統會讓音響的“皇帝位”跟著主駕駛的耳朵走。這相對於此前在車內調校幾個固定聲場，再在車機螢幕上手動切換，使用者體驗是質的飛躍。
飛魚音效和輔助駕駛的融合體驗。輔助駕駛系統啟用下，座艙會有很多的提示資訊和提示音，飛魚OS希望透過ADAS的感知資料，讓提示音能夠和障礙物的方位保持一致。例如當左前方有車近距離Cut in，觸發系統警報聲，就會從左前方傳來。這樣避免了輔助駕駛系統下訊息過密，影響體驗。
融合視覺的車內無障礙交流。同樣是透過座艙攝像頭或許視覺資訊，當透過唇部判斷兩個人在聊天時，系統會主動降低這兩個位置聽到的聲音音量，讓聊天資訊更清晰。如果是兩個坐在前後排，且車在高速上噪音比較大時怎麼辦？還有車內交流補償，就是透過一側的麥克風降噪收聲，然後再在另一個乘客座位的音響內播放，這樣來個迴圈，就能確保兩個人在環境噪音較大的情況下無障礙交流。當然，打電話時的收聲降噪問題，早就不算問題了。
場景定製。可以針對具不同的場景做不同的定製化體驗，例如定製看電影的專屬調校、聽音樂的專屬調校、放鬆的森林小屋場景，還有KTV車內唱歌的場景。這些場景不僅會對揚聲器和聲場做專屬最佳化，還會和生態商一起做最佳化。舉個例子，KTV場景下，對伴奏聲做聲場調校，還會在收聲後做聲音的最佳化處理，讓你覺得自己唱的更好聽。
語音流轉。語音電話打進來了，聊到一半，想讓後排的乘客繼續聊，只需要在螢幕上劃一下，就能將聲音和收聲都移動到該駕駛位。
每個座位專屬的語音TTS。同一個語音助手，在不同的座位，可以用不同的TTS存在，也會變得很有趣。想象一下主駕交流使用時是成熟的大人聲，而後排的小朋友在後排聽到的是童聲，每個座位都能聽到自己想象中人工智慧應該有的聲音。
透過不同聲音的元素分離技術，精細化的揚聲器和麥克風控制，以及視覺人工智慧的相結合，座艙在娛樂、辦公等不同需求下的使用者體驗升級，會打來非常大的想象空間。
寫在最後：
介紹完“飛魚音效”以及飛魚OS的場景化服務，再來分享一個不那麼有趣的故事。
科大訊飛蘇州研發院的團隊，在做完“飛魚音效”後，邀請了某家車企合作伙伴來體驗。對方體驗完，表示“飛魚音效”的表現，在各方面都比進口的名牌音響系統要好，但自家依然不會買。
原因大家都懂的，畢竟聲音的優異對很多人而言是“玄學”，而一個響噹噹的國外牌子刻在顯眼的位置，確實更吸引人。
擁抱變化真的是一件艱難且需要勇氣的事。