开会最怕那一声尖叫,被腾讯会议用声链干掉了
几个人坐在同一个会议室里,各自拿着电脑接入同一场会。有人刚准备发言,另一个人顺手在自己电脑上开了麦。下一秒,会议室里突然发出一声尖锐的“吱~~”,所有人皱眉、摘耳机、调音量、闭麦,会议节奏也就没了。
这就是啸叫。平时大家怎么解决这个问题呢?
要么参加会议的人共用一台电脑,离得远的人扯着嗓子汇报,或者挤在一台电脑前轮流发言。如果大家都带着电脑入会,就得轮番闭麦开麦。没有专业会议设备,没有优质拾音系统,几个人在同一空间里同时入会,就只能这么搞。
很多企业对这个问题早就习惯了。习惯的背后,其实是无奈:会议体验要想好一点,往往得采购专业设备。对中小企业来说,会议当然重要,但是,这年头赚钱难啊,能省则省,能凑合先凑合。
我们公司也就这么凑乎着,直到今天,我发现了个好东西,腾讯会议的“声链”来了。这是个特别棒的痛点识别,让同样做产品的我拍案叫绝。
腾讯会议的“声链”功能首次在国内音频行业里以纯软件方案解决了“多人在同一会议室用多台设备同时开会时出现啸叫、回声”问题,用更低成本让更多团队获得接近专业会议室的体验。
用一句最直白的话来描述“声链”,我觉得可以是:想开麦,你就开麦。
在同一个会议空间里,各类加入会议的设备,可以通过“声链”连接起来:
进入这个体系之后,现场的人就不需要再小心翼翼地协调“谁关麦谁开麦”,也不用轮流凑到某一台电脑前发言。每台设备都可以自由开麦,多人同时说话,也毫无问题。系统还能够自动识别当前发言人,让远程同事更容易知道是谁在讲话。整个过程会更接近日常交流的状态,极度丝滑。
比如,我和栗子在一个会议室里,和远程出差的燕子开个短会,我和栗子都带电脑都开腾讯会议,我俩都加入了声链,系统能感知到是我在发言还是栗子在说话,燕子在远程能够清晰的了解这一点,沟通就会更加顺畅。
声链带来的改善很直接:人可以留在自己的位置上,顺着讨论自然发言,该谁说话谁发言,清清楚楚,远程收听也更稳定。这下会议终于像会议了,发言不用抢不用等,也不需要和设备斗智斗勇。
话说过来,啸叫为什么会出现么?
原因也不复杂。A 设备的扬声器把声音放出来,被 B 设备的麦克风收进去;B 再把这个声音播出来,又被 A 收回去。声音在几个设备之间来回打转,越叠越多,越放越大,最后就变成了那一声尖利的啸叫。会议室音频问题里,大约 83% 来自啸叫和回声。换句话说,这几乎就是线上会议最常见、最烦人的音频故障。
技术难点也在这儿。
很多视频会议软件都在单台设备内做基础的回声消除,当场景变成同一个房间里有多台设备同时开麦,问题复杂度一下就上去了。这时候面对的不是一台设备里的回声,而是设备与设备之间相互影响、相互串扰形成的交叉回声。
过去行业里常见的解决办法有两种:要么依赖专业硬件规避问题,要么牺牲体验,只保留一台设备开麦,本质上都是对技术限制的一种妥协。
腾讯会议“声链”的思路,是把同一个空间里的多台设备链接起来,按一个整体来处理音频。
“声链”是一套“同一会议室里多设备联合拾音系统”。系统会自动引导同一个会议空间里的设备进入联合拾音体系,并通过多种无线传输技术,在会议室内形成高效的数据互通。
比如我开启了一个视频会议,可以点击顶边栏的 🔗 图标,开启声链,腾讯会议会自动识别周围的人,我可以直接选择参会人一起开启并加入声链,后续还有其他用户加入会议,也会看到我开启的声链,点击加入即可。
随后,跨设备 AI 回声消除技术会先对每一台设备采集到的音频做处理,再把高质量音频统一传到主设备上,由主设备完成多路麦克风数据的高精度混音和对齐,最后再上行到会议系统。
简单理解就是,把一个房间里的设备连成一个整体,别让每台设备各干各的。然后,每一台设备先把自己收进来的声音整理一下,把回声和干扰尽量清掉。接着,再把几路更干净的声音汇总到一起,做一次统一的判断和处理,挑出更清楚、更适合当前发言的那一路,稳定地传给远程参会者。
所以,“声链”的效果并不是现场所有麦克风一窝蜂往外传声音,它是把多个设备变成一支协作队伍。哪台设备离发言人更近,系统就优先使用哪台设备的声音;哪一路音频里混进了别的设备播放出来的声音,系统就尽量把它压掉。最终听起来,声音更自然,也更稳定。
这也是我觉得“声链”这个名字取得好的原因,天然带着协作感,把一个房间里的声音,变成了一条经过整理和协同的链路。非常优雅。
“声链”解决的就是这样一个细小又高频发生的问题。好的产品,往往就体现在这种地方,打磨细节,挪走障碍,让人少操一点心,让流程更顺畅。
今天一谈到 AI,我们都会想到大模型、Agent、长上下文、推理能力、编程范式、龙虾……它们是当下最耀眼的技术焦点,这没问题。但 AI 的价值远不止这些。它也可以体现在回声消除、降噪、拾音协同、音频混音这些更底层的方向里。你可能不会在会议中感知到“AI 正在工作”,但你用着舒服啊,效率提升,这就是价值。
另外,声链除了让我们在会议中更自然的沟通,也意味着 AI 能完整地“听见”这场会议。在AI时代,能否用好Agent,模型能力固然关键,上下文质量同样不可或缺。从这个角度看,腾讯会议本身就是AI最需要的上下文基础设施:会议中的每一次发言、每一次观点碰撞,都是AI理解和服务用户的关键输入。声链让同一间会议室里的每个人都能自由开麦,每一句话都被清晰、准确地拾取。当上下文足够完整、足够干净,会后的AI总结与规划才能真正贴合每位参会人的意图,让 AI 更好的为我所用。
声链把人的注意力从设备和故障里解放出来,让大家重新回到内容本身。
能把这样的产品细节打磨好,毫无疑问就是一种产品能力,也是技术价值的体现。腾讯会议的“声链”,让用户看到了技术的温度,它解决的问题足够具体,覆盖的用户也足够广。
用了之后才知道,原来没有专业的会议室,也可以大家在一起好好开个线上会啊。