今天，给各位介绍一群“不务正业”的腾讯人，他们在江湖上被称作“噪音猎人”。 他们沉浸在实验室，也穿梭在菜市场、游荡在马路边。噪音是他们的猎物，被狙击、捕获、并销毁。高超的猎取技巧，正在让一群特殊的人告别噪音，让他们“听清”这个世界。

“猪肉铺的老板开始剁肉末了，走！”

王燕南两眼发光，如同饿虎扑食一般冲过去。他的好搭档手里举着电脑，差点没跟上。

一根收音棒伸到了桌子前，听着砍刀和砧板激烈碰撞的声音，王燕南如获珍宝。

“小伙子，我看你好几天啦。不来两斤五花肉吗？”肉铺老板瞅了一眼身穿衬衫、文质彬彬的王燕南，调侃道。

这是一个普通工作日的下午，王燕南穿梭在菜市场的第五天，这些天他已经捕捉到大量吆喝声、剁肉声、脚步声以及它们交融在一起的声音。

但是这些还远远不够，他马上还要去深南大道旁捕捉汽车的轰鸣声。

这群“带薪买菜”的工程师，来自腾讯多媒体实验室一支研究AI降噪技术的团队。他们的日常工作就是和噪音打交道——采集它，并消灭它。

同事戏称他们是“噪音猎人”。

和噪音作战！

为什么要死磕噪音？ “

电话早在一百多年前就发明了，但是人类却一直没有解决通话噪音的问题。”王燕南摇着头说道。

王燕南是AI降噪团队中的成员，一名来自中科大的博士。从本科到硕士再到博士，多年的音频领域研究让他对声音极其敏感，深知噪音的影响，也笃定降噪技术能给人们生活带来改变。

放眼人类一百多年的语音通话史，其实也是一段对抗噪音的历史。

通话设备不断更新迭代，我们能在路上、在人群中随时随地通话，甚至希望距离麦克风数米远也能正常对话，这些场景对降噪技术提出了更高的要求。

王燕南举了一个例子，“在菜市场，之所以能清晰地听到猪肉铺老板说话，是因为耳朵选择性屏蔽了剁肉声。而我们团队要做的，就是让机器设备也能像人一样。”

因此，想要消除噪音，只需要识别噪音，再进行主动干预。

这个看似简单的答案却困扰了技术人员上百年，因为其难点在于识别哪些是噪音。王燕南和团队早已意识到，声音处理是最难的——声音数据是一维、图像是二维、视频是三维，维度越少难度越高。

他们找来了AI的加持。

“我们会采集大量的声音数据，做裁剪和清洗、提取特征，再加入模型训练，如果模型准确率达不到99%，我们会持续收集，一直做到标准为止。”

这才有了本文开篇，王燕南在菜市场捕捉声音、采集样本的画面。

只不过，在捕捉菜市场这些“高级”噪音之前，他们更多是在办公室试验。 项目初期，同事们每天都会看到王燕南拿着收音棒四处游荡。

捕捉同事的键盘声、制造关门碰撞声、来回放杯子的声音、抽纸巾的声音，他几乎把办公室里能想到的噪音都采集了。

通过海量的采集和应用，基于机器学习的AI降噪模型，团队将识别率提升到了96.2%，超越了大多数开源模型。

此时的他们，还不知道一场席卷全球的疫情即将到来，远程办公需求催生了一款亿级用户产品——腾讯会议的诞生，而幕后的核心技术正是这群工程师们研发的AI降噪技术。

也正因为这群“不务正业”的工程师，在距离他们200公里外的佛山，一个重度听障小女孩晓婷的生活发生了巨大变化。

只为唤醒“沉睡的耳朵”

时间回到十五年前，一个佛山普通家庭的小女孩出生，她叫晓婷。

晓婷一出生就听不见声音，但没有人发现。她喜欢跳舞，一岁多就会跟着外面商店的音乐声跳舞。妈妈后来才知道，她听不见，是看着音箱上的灯光闪烁舞动。

直到两岁，她还不会说话。去医院检查才发现，她是先天失聪。

鼓声成为她和舞蹈世界唯一的连接方式。

她听不见音乐，只能通过脚尖感觉音乐鼓点的震动，努力记忆动作。有时候，连音乐的震动声都感觉不到，她就在心里默默数拍子，跟上节奏。

尽管如此，她们很快得知一个更艰难的事实：随着晓婷长大，听力将继续衰减，这仅有的鼓声，也将从她的听觉里消失。

2018年，转机出现了。

广东把人工耳蜗纳入社保，晓婷拿到其中一个宝贵的免费名额。手术一个月后，晓婷的人工耳蜗开机了。她第一次从妈妈翕动的嘴唇里，听到了自己的名字，“你叫宋晓婷”。

戴上耳蜗后的晓婷，第一次自己下楼去超市、过马路、坐公交……一个有声的世界，在她面前徐徐展开。

那一年，晓婷登上了中央电视台少儿春节联欢晚会的舞台。晓婷穿着碧绿长裙，在舞台中央露出了灿烂笑容。

外界看来，戴上人工耳蜗，听见声音似乎已经改变了这个女孩的命运。她变得自信，未来开始充满无限可能。但是事实并非如此。

“我能听到，但我听不懂。”

实际上，就像晓婷跟妈妈说的，“听得见”不意味着“听得清”。她听到的声音，仍然与正常人有着很大差距。人工耳蜗传到她耳朵里的声音，大部分都是噪音，没有细节。

你可以想想一个雾气朦胧的澡堂里，一切都是烟雾缭绕的，你看不清、摸不透。这种像隔着一层布被阻隔、无法确定的声音就是听障人群听到的世界。

2020年，晓婷离开佛山，前往广州念高中。

同一年，这个小女孩的命运和一群工程师发生了交汇。

施展魔法的噪音猎人

“对我们健全人来说，一直在雾气弥漫的场景里看东西，可以想象多么痛苦。对于听障人士而言，他们一辈子，每天24小时，都被困在了这样的环境里。如果我们的技术能够为他们提供一些帮助，让他们听的更清楚，那真是一件非常有意义的事情。”

因为工作需要，常年和噪声打交道的商世东接触到“听障人群”后，萌生了这个想法。

商世东是腾讯多媒体实验室AI降噪技术研究的负责人，25年来一直扎根音频领域研究。目睹了音频技术迭代的历史。“科技可以改善生活 ，也可以弥补缺陷”，这一次，他将目光投向了听障人士。

“公开资料显示中国有8500多万残疾人，但在生活中，你很少感知到他们的存在，就像你很少见到盲道上有盲人行走”，商世东认为，“这是因为我们的‘无障碍建设’做得还不够好”。

萌生了这个想法之后，商世东和团队针对听障人群做了大量调研，也分析了国内外很多关于降噪技术在听障方面的应用的研究，发现“噪声”确实是困扰听障人群的一大障碍。

商世东很快找到了国内人工耳蜗厂商诺尔康，双方一拍即合，决定研发由AI降噪技术加持的新一代的人工耳蜗。

晓婷，成为了新一代人工耳蜗的早期试用者。

“她非常兴奋、非常高兴，整个人的状态非常好。她本身就是一个蛮活泼的小姑娘。”商世东回忆起看到晓婷戴上新一代人工耳蜗之后的场景。

用上AI降噪技术之后，晓婷不仅能够听清鸟叫，风的声音、甚至能透过嘈杂的环境声听到妈妈的声音。

AI降噪技术，唤醒了晓婷沉睡的耳朵，更加细腻鲜活的声音细节涌入了她的世界。她说，“好像施展了魔法，我耳中的噪音被猎人带走了。”

然而，施展魔法的噪音猎人，一开始的研发并不顺利。

从IDEA提出到算法验证及产品DEMO落地，商世东和诺尔康的技术团队，用了近一年时间，期间经历无数次版本迭代。

人工耳蜗芯片体积有限，兼容差、计算能力弱，不足以承载大量的运算。经历了反复探讨和验证，他们找到了解决方案——手机伴侣加人工耳蜗。

简而言之，就是将计算处理过程转移到手机上，由手机对信号进行处理、过滤，再通过蓝牙设备，将信号发送到人工耳蜗。

而手机伴侣的解决方案，对延迟要求极高，一旦超过200毫秒人将会感到不适。就像看电影一样，声音如果延迟视频画面，观众就能明显地感到不舒服。

面对巨大的挑战，商世东带领团队连续熬夜攻坚，试图找到一种更快速的AI算法。最终，结合腾讯会议上的经验和配置数据，将延迟控制到150毫秒以内。

2020年9月27日，正值国际聋人日，新一代人工耳蜗的试戴者晓婷和爸爸妈妈一起来到了深圳，终于见到了捉走她耳朵中噪声的“猎人”——商世东和他的团队。

当天，腾讯多媒体实验室宣布联合深圳市无障碍信息研究会、腾讯公益基金会等机构，面向行业开放天籁音频AI降噪技术，发起”天籁行动“，希望更多像诺尔康这样的厂商和开发者加入到关注听障人群行业。

“过去我们的工作更聚焦在技术算法突破和产品研发方面，没有想到我们的技术还可以给听障人群的生活带来一些改变，这让我和团队受到非常大的鼓舞。”商世东从晓婷身上看到了技术的无限可能性。

“接下来我们希望把算法做得更好，在帮助更多听障人士听得更清楚的同时，也可以探索AI降噪技术的更多应用场景，比如五六十岁的老年人，他们的听力退化之后，也可以通过我们的技术提升。”

这群噪音猎人，也是腾讯“不务正业”产业人的一个缩影，他们在街巷之间捕获噪音，也狙击噪音，唤醒沉睡的耳朵。

他们正在用技术不断改善这个世界，让世界的边角细节，更加清晰。

本文由哈喽比特于3年以前收录，如有侵权请联系我们。
文章来源：https://mp.weixin.qq.com/s/RbtQrLzAQyJ9IkpixRxGSg