不知道大家有没有用过手机上的音源变焦功能，在用手机拍摄视频时，当你把画面逐渐变焦放大时，拍摄目标的声音逐渐变得清晰，而且背景的噪音被明显降低，聚焦突显拍摄目标的声音。这样的视频拍摄效果，就是通过音源变焦技术实现的。
音源变焦技术早就已经应用在手机上，到了今天，音源变焦技术的应用场景变得越来越广阔，不仅可用于视频拍摄，在安防摄像头、会议系统等场景，也可以利用该技术来实现实时声音跟随画面聚焦，带来更沉浸的体验。
图片来源：豆包AI图像生成
想要把音源变焦效果做好，在硬件和算法部分仍旧存在很多挑战，但AI技术带来了新的捷径。
音源变焦都有哪些应用场景？
在手机上，音源变焦技术可用于视频拍摄场景。借助这项技术，可以把视频画面变焦与音频声音相关联。比如在街边看到有路人歌手在演唱，通过变焦放大画面拍摄歌手特写时，即使拍摄距离比较远，也能把歌手的声音清晰地录下来。
音源变焦技术还能用于VR/AR眼镜，未来可能眼睛看往哪，声音就会自动聚焦到哪，让你瞬间拥有“顺风耳”。
在安防场景，当画面中的目标人物距离有点远，又想要听清声音时，就可以用上音源变焦技术。我们把安防摄像头的画面拉近放大，音源变焦技术会把目标人物的声音同步清晰放大，不用担心声音太小或者被其他人声干扰。
在会议系统中，音源变焦技术可以根据画面实时聚焦人物，同步输出聚焦人物的声音。即使会议上有其他干扰声音，也能让远程参会人听清当前主讲人的讲话内容。
实现音源变焦，都有哪些难点？
音源变焦的主要技术包括波束成形。波束成形技术要基于麦克风阵列，通过该技术可实现指向性声音收录，能够呈现指定方向的声音，并减弱背景噪音的影响。除了要具备麦克风阵列这种硬件基础，实现音源变焦还需要有专门的声音算法来对音源信号进行处理。
在音源变焦方案中，声音处理算法是一大难点。声音算法不仅要能够放大目标声音，还需要抑制其他环境噪音干扰，最终才能呈现出清晰的目标声音，核心在于声音和噪音的分离。
图片来源：豆包AI图像生成
在传统的音源变焦方案中，对语音信号处理的算法主要依赖于对声音信号的统计特性理解，只能根据人工编写和预估的规则，来识别环境噪音。这种处理方式的适应性较差，面对噪音种类繁多的复杂场景，难以起到较好的降噪效果。
强大的AI技术恰好能够大幅改善算法适应性差的问题，给音源变焦技术带来颠覆性的影响。
音源变焦还能变得更好用吗？
在音源变焦方案中，麦克风决定着音源信号的质量，这也是进行后续算法处理的基础。用上更好的麦克风阵列硬件，可有效提升音源变焦效果。因为麦克风性能提升后，能够清晰捕捉到目标声音，减少失真。高性能麦克风极大增强了特定方向的声音拾取效果，在噪声环境下也能显著提升语音质量，让算法处理效果更好。
部分音源变焦方案引入了AI技术对音源数据进行处理。把语音信号处理与深度学习结合，AI能够从海量数据中学习噪声和语音的分离规则。在经过大量数据训练后，AI能够更加准确地实时分离人声和背景噪音，既能准确聚焦到目标声音，也能起到明显的降噪效果。
AI技术还能辅助优化传统音源信号处理中遇到的问题，突破传统方案的性能瓶颈，给语音增强处理带来革命性的进步。
训练AI语音处理模型也存在着较高的门槛，主要包括数据匹配和模型小型化。只有给AI提供庞大的高质量数据集，训练出来的AI模型才能更加准确、高效地处理不同环境下的数据。另外，AI模型还需要尽可能小型化，既要能够高效处理数据，又不能占用太多计算资源，需要找到性能和模型规模之间的平衡点。
可以看到，要让音源变焦变得更好用，在硬件和算法方面都要有突破性的提升。
Audio Zoom AI音源变焦解决方案
英飞凌携手大象声科推出了Audio Zoom AI音源变焦解决方案。该方案结合了大象声科的AI语音增强技术和英飞凌的硬件产品，可实现音视频同步变焦。
硬件方面，视频支持光学变焦功能，通过大象声科的算法，能够实现视频与音源变焦同步。在音源部分，采用了8颗英飞凌高性能的硅麦克风组成线性麦克风阵列，这个方案还可以与英飞凌的AI边缘处理器PSOCTM Edge搭配，在本地就能完成音源算法处理。
英飞凌推出的Audio Zoom音源变焦解决方案，可以分别处理视频和音源信息，然后把这些信息与变焦比例相结合，输入到神经网络中，最终实现同步的音视频变焦效果。
在实际功能上，英飞凌Audio Zoom方案，能让视频主角的声音随着画面放大而变得更加清晰，即使在嘈杂的环境下，出色的降噪效果让其同样能提供高品质的音质效果。观看视频时，观众能够体验到画面与音源同步聚焦所带来的沉浸感。
Audio Zoom音源变焦解决方案能够应用于广泛适用于智能手机及配件、安防摄像头和会议系统等设备。
与专家共探音源变焦未来
11月22日下午15:00，我爱音频网将携手英飞凌与大象声科，开启一场主题为《基于AI语音增强的音源变焦技术与应用》的线上直播活动。通过这次活动，你可以深入了解AI语音增强音源变焦技术，与英飞凌、大象声科的专家共同探讨音源变焦的未来。
本次活动将会在英飞凌官微视频号、我爱音频网视频号同步线上直播。
报名方式：
方式一：长按识别海报二维码，关注【英飞凌官微】公众号，提交相关信息即可成功报名，直播开始前我们将为您发送智能会议提醒。
方式二：或下拉至文末，点击【阅读原文】，提交相关信息即可成功报名。
音频行业年度报告持续更新中，如果你想了解消费类音频行业最新动态，欢迎关注我爱音频网呀：D
恒玄、海栎创
金宇宙、亿等新能源
