音頻系統(tǒng)中云技術(shù)的應(yīng)用

云，已經(jīng)不再是高高在上了，在我們生活中有很多地方都能看到、用到，比如通過(guò)手機(jī)上網(wǎng)、收發(fā)郵件，利用網(wǎng)盤(pán)進(jìn)行存儲(chǔ)等。咱們專(zhuān)業(yè)AV行業(yè)中同樣也有大量有關(guān)云的應(yīng)用，在這里主要針對(duì)音頻擴(kuò)聲領(lǐng)域進(jìn)行說(shuō)明。

音頻技術(shù)中的云究竟是什么？是不是因?yàn)槲覀冃枰疲庞性七@么一個(gè)結(jié)果呢？我想不是這樣的。

用戶(hù)需求下的音頻技術(shù)發(fā)展

擴(kuò)聲技術(shù)從誕生到現(xiàn)在，已經(jīng)歷經(jīng)多種變革。除去各種設(shè)備對(duì)聲音處理的不同功能，從架構(gòu)關(guān)系上，大致可以分為五代：

1.1.1. 第一代音頻架構(gòu)

第一代：純模擬架構(gòu)。體現(xiàn)為模擬連接、模擬處理。

純模擬的第一代技術(shù)包括從調(diào)音臺(tái)、均衡器、延時(shí)器、壓縮器、分配器、分頻器等多種聲音處理的設(shè)備，從設(shè)備本身解決了聲音的控制和處理，缺點(diǎn)是連接復(fù)雜、調(diào)試數(shù)據(jù)保存不易等。

1.1.2. 第二代音頻架構(gòu)

第二代：數(shù)模結(jié)合架構(gòu)。體現(xiàn)為：數(shù)字處理、模擬連接。

第一代技術(shù)的缺點(diǎn)催生了新技術(shù)的誕生：數(shù)字周邊和數(shù)字調(diào)音臺(tái)，即第二代音頻技術(shù)：數(shù)模結(jié)合架構(gòu)。它們的出現(xiàn)解決了第一代的連接復(fù)雜，容易誤操作的缺陷。

同時(shí)，隨著社會(huì)對(duì)擴(kuò)聲技術(shù)的需求增加，以及數(shù)字技術(shù)的發(fā)展，很多不需要專(zhuān)門(mén)調(diào)音師固定安裝的擴(kuò)聲環(huán)境，提出了另外的需求，即結(jié)合調(diào)音臺(tái)與周邊處理功能的基礎(chǔ)上，增加更多的矩陣節(jié)點(diǎn)，將信號(hào)進(jìn)行無(wú)損分配，此即第三代技術(shù)全數(shù)字架構(gòu)。

1.1.3. 第三代音頻架構(gòu)

第三代架構(gòu)：全數(shù)字架構(gòu)。體現(xiàn)為：數(shù)字處理、數(shù)字連接。

此架構(gòu)取消了調(diào)音臺(tái)、數(shù)字周邊和數(shù)字功放之間的模擬連接線(xiàn)，有的產(chǎn)品甚至取消了三者的概念，只有一臺(tái)全功能數(shù)字音頻矩陣，整合了調(diào)音臺(tái)、周邊處理和功放。此架構(gòu)最大的優(yōu)點(diǎn)是內(nèi)部的數(shù)據(jù)交叉利用達(dá)到過(guò)去沒(méi)有的條件，輕易做到64×64路甚至更大路數(shù)以上的矩陣（目前最高為256×256），并且可以在DSP資源許可的范圍內(nèi)，無(wú)限制地模擬出無(wú)數(shù)的音頻處理模塊。因?yàn)榇思夹g(shù)，催生出了中央機(jī)房的概念。很多酒店或會(huì)議大樓在設(shè)計(jì)時(shí)，利用一個(gè)中央機(jī)房就完成了全部的設(shè)備管理。

1.1.4. 第四代音頻架構(gòu)

然而，社會(huì)的需求是不斷進(jìn)步的，第三代技術(shù)的優(yōu)點(diǎn)使得用戶(hù)在使用此技術(shù)時(shí)，極大地節(jié)約了技術(shù)人員的數(shù)量，并提高了整體運(yùn)行的穩(wěn)定性。但它的局限性是核心音頻矩陣之間的連接關(guān)系只能在一間機(jī)房?jī)?nèi)完成，向外延伸的還是模擬線(xiàn)路。設(shè)備之間的數(shù)字連接不能支持公有協(xié)議。在應(yīng)用這些技術(shù)的同時(shí)，人們希望將高品質(zhì)的聲音和系統(tǒng)處理能力傳輸?shù)侥M線(xiàn)路不能到達(dá)的地方。此需求催生出了第四代技術(shù)：在第三代技術(shù)的基礎(chǔ)上集成網(wǎng)絡(luò)傳輸?shù)哪芰?，將高品質(zhì)的聲音和對(duì)整個(gè)系統(tǒng)的管理工作延伸到了過(guò)去無(wú)法到達(dá)的區(qū)域。最有名的應(yīng)用就是ConbraNet。這些技術(shù)應(yīng)用在大型擴(kuò)聲項(xiàng)目中，比如整棟大樓的廣播系統(tǒng)、大型公共環(huán)境擴(kuò)聲等等。這就是第四代音頻架構(gòu)：數(shù)字網(wǎng)絡(luò)架構(gòu)。體現(xiàn)為：數(shù)字處理、數(shù)字連接、網(wǎng)絡(luò)擴(kuò)展。

第四代技術(shù)解決了高品質(zhì)聲音的遠(yuǎn)距離傳輸和對(duì)整個(gè)系統(tǒng)的整合管理的問(wèn)題。將工作人員從每間會(huì)議室解放出來(lái)，在確保品質(zhì)的同時(shí)甚至減少了系統(tǒng)的整體投入。

整個(gè)系統(tǒng)的核心是建立在DSP程序的基礎(chǔ)上，DSP處理器可以同時(shí)進(jìn)行多項(xiàng)任務(wù)的計(jì)算。比如一套系統(tǒng)不同端口獨(dú)立工作，可以同時(shí)支持多個(gè)會(huì)議室的工作，或者不同的廣播分區(qū)。全部的程序都是保存在一套音頻處理系統(tǒng)中（有很多時(shí)候不是獨(dú)立一臺(tái)主機(jī)完成的），并且，用戶(hù)的調(diào)試數(shù)據(jù)如音量、EQ、路由關(guān)系等是一個(gè)隨時(shí)可能調(diào)整的變量。這些參數(shù)變量與系統(tǒng)程序一起構(gòu)成了整個(gè)系統(tǒng)穩(wěn)定運(yùn)行的要素。

1.1.5. 第五代音頻架構(gòu)

第四代技術(shù)極大地方便了音頻工作。隨著大型網(wǎng)絡(luò)化DSP系統(tǒng)的應(yīng)用，又有了新的需求。大型項(xiàng)目對(duì)DSP的穩(wěn)定要求也越來(lái)越高，一旦DSP主機(jī)出現(xiàn)故障，則意味著整個(gè)系統(tǒng)將停止工作。即便能夠利用原始保存的程序恢復(fù)，但日常工作中經(jīng)常調(diào)整的變量參數(shù)也難以恢復(fù)到最終的狀態(tài)。不僅如此，由于第四代系統(tǒng)的DSP管理大型多分區(qū)系統(tǒng)時(shí)，無(wú)論哪個(gè)分區(qū)需要重新修改程序——即上傳的時(shí)候，全部的系統(tǒng)都會(huì)停止工作，直到程序傳完。這又將對(duì)整個(gè)系統(tǒng)的工作造成一次嚴(yán)重的傷害。

還有，一個(gè)大型項(xiàng)目往往不是同時(shí)竣工，需要在建設(shè)過(guò)程中不斷增加功能。而第四代技術(shù)的DSP資源是在設(shè)計(jì)之初確定了的，無(wú)法擴(kuò)展（多臺(tái)主機(jī)分別處理不同的區(qū)域的方法不屬于一個(gè)系統(tǒng)）。這又是大型系統(tǒng)建設(shè)的一個(gè)死穴。

隨著社會(huì)的發(fā)展，IT行業(yè)推動(dòng)了云技術(shù)的應(yīng)用，云技術(shù)包括云計(jì)算、云存儲(chǔ)、云備份等。云計(jì)算的特點(diǎn)是終端用戶(hù)無(wú)需關(guān)注云端的主機(jī)工作狀態(tài)，只需要考慮本地自己的工作要求即可。這些技術(shù)在比如電子郵件、微信、網(wǎng)盤(pán)等技術(shù)上已經(jīng)獲得了成熟的應(yīng)用，得到社會(huì)的認(rèn)可。

由于網(wǎng)絡(luò)音頻技術(shù)可以組建大型的擴(kuò)聲系統(tǒng)，并極大解放管理人員的工作壓力，因此得到很廣的應(yīng)用。在第四代音頻技術(shù)發(fā)展過(guò)程是體現(xiàn)出來(lái)的缺點(diǎn)是大型重要用戶(hù)不能接受的。結(jié)合目前云技術(shù)的特點(diǎn)，誕生了第五代音頻架構(gòu)技術(shù)的需求。

第五代音頻架構(gòu)的特點(diǎn)

現(xiàn)在回顧開(kāi)頭所探討的內(nèi)容，音頻技術(shù)中的云究竟是什么？現(xiàn)在大家想必已經(jīng)有了答案，就是第五代音頻架構(gòu)的內(nèi)容。其特點(diǎn)如下：

1. 系統(tǒng)架構(gòu)為云架構(gòu)：系統(tǒng)之間的連接為網(wǎng)絡(luò)連接，輸入模擬信號(hào)直接轉(zhuǎn)換成了網(wǎng)絡(luò)信號(hào)，輸出端亦由網(wǎng)絡(luò)信號(hào)直接輸出成模擬信號(hào)，即AN/NA連接；中央服務(wù)器來(lái)完成全部的計(jì)算工作，終端用戶(hù)無(wú)需考慮云端的工作狀態(tài)；

2. 系統(tǒng)資源可以動(dòng)態(tài)分配：每個(gè)終端分區(qū)可以自由申請(qǐng)資源分配。并且在授權(quán)分配的資源內(nèi)可以自由上傳或修改程序而不會(huì)影響其他任何分區(qū)的工作；

3. 云端資源可無(wú)限擴(kuò)展：核心DSP數(shù)量可以無(wú)限量添加。添加方案可以是在服務(wù)器內(nèi)部增加DSP模塊硬件，或者是增加網(wǎng)絡(luò)服務(wù)器；

4. 具有穩(wěn)定機(jī)制：核心服務(wù)器必須能夠在線(xiàn)熱備份。熱備份的內(nèi)容包括程序和用戶(hù)調(diào)整的數(shù)據(jù)；

5. 傳輸延時(shí)小：必須確保模擬語(yǔ)音輸入至中央服務(wù)器處理完成，回到本地?cái)U(kuò)聲過(guò)程不會(huì)引起用戶(hù)的任何感覺(jué)。目前技術(shù)為十個(gè)中間環(huán)節(jié)總傳輸延時(shí)小于2ms。

6. 具有安全機(jī)制：確保系統(tǒng)內(nèi)音頻信號(hào)只能在指定的終端出現(xiàn)，不會(huì)出現(xiàn)泄密現(xiàn)象。

7. 兼容性好：同時(shí)兼容目前主流的公有協(xié)議，如AVB、Dante、ConbraNet等。

第五代音頻架構(gòu)的優(yōu)勢(shì)

基于以上的特點(diǎn)，我們可分析得出采用這種技術(shù)的優(yōu)勢(shì)主要有兩點(diǎn)，即核心資源自由分配和核心資源可無(wú)限擴(kuò)展。

先看核心資源自由分配。

在DSP資源當(dāng)中，有的用得比較多，有的用得比較少，有的經(jīng)常用，有的不經(jīng)常。按照過(guò)去的概念，我們是否要建立完整的DSP資源給每一個(gè)房間的用戶(hù)呢？假如說(shuō)現(xiàn)在有三個(gè)項(xiàng)目，很簡(jiǎn)單，各取所需就可以了。但是如果在實(shí)際應(yīng)用過(guò)程中增加或者退出怎么辦？當(dāng)然是希望系統(tǒng)能夠動(dòng)態(tài)分配。假如說(shuō)現(xiàn)在有20個(gè)會(huì)場(chǎng)，但是肯定不會(huì)同時(shí)使用，我們?cè)谫Y源配置上只需要準(zhǔn)備一部分，保持適當(dāng)?shù)娜哂嗔烤涂梢粤?。但是資源是否能夠滿(mǎn)足使用時(shí)的分配呢？假如說(shuō)20個(gè)房間都是高峰使用怎么辦？這時(shí)就需要對(duì)資源做拓展。

再看核心資源可無(wú)限擴(kuò)展。

我們可以做一個(gè)音頻的演示模擬，比如說(shuō)在一場(chǎng)演講中，我們模擬臺(tái)下聽(tīng)眾的聲音變得比較高，這種情況就需要提高演講人麥克風(fēng)的音量，通常的辦法是操作人員去調(diào)音臺(tái)提高音量。但是還有沒(méi)有什么別的辦法呢？

第一種情況，外界的聲音提高了，但是話(huà)筒聲正常，外界聲音的變化對(duì)它沒(méi)有影響；第二種情況，我們轉(zhuǎn)用另外一種算法，外界聲音提高了，話(huà)筒的聲音也很迅速地提高，外界聲音降低，話(huà)筒的聲音則同步降至正常水平。這意味著很多東西可以用智能的算法來(lái)完成，而不需要用人力去解決。我們演示的是很簡(jiǎn)單的功能，但是這個(gè)功能是否到此為止了？是否以后就只需要配備這個(gè)功能的會(huì)議室就夠了？當(dāng)然不！我們不敢想象未來(lái)科技的發(fā)展會(huì)到一個(gè)怎樣的高度，未來(lái)肯定還會(huì)有更優(yōu)秀的解決方案，這就要求我們的資源能夠無(wú)限量地?cái)U(kuò)展。

用人力手動(dòng)操作，可以用來(lái)解決一些問(wèn)題，但是如果項(xiàng)目到了20個(gè)、50個(gè)、80個(gè)的時(shí)候還可以這樣解決嗎？顯然解決不了，只能用速度和算法來(lái)解決。智能化算法的加入，帶來(lái)了不少的便利：第一是不需要操作技能；第二是不需要太多的人員數(shù)量；第三是不那么強(qiáng)調(diào)專(zhuān)注能力。在以前，假如音響師不專(zhuān)注，就無(wú)法和演講者互動(dòng)配合；以前有很多音頻的處理是需要專(zhuān)業(yè)知識(shí)的，不具備這種技能的人很難勝任設(shè)備的操控使用。

算一筆設(shè)備與人力支出的賬

當(dāng)今社會(huì)，人的技能朝設(shè)計(jì)端和應(yīng)用端兩個(gè)方向發(fā)展，應(yīng)用端的人才似乎更難找了。就好比企業(yè)用戶(hù)、酒店、政府單位等，招聘到一個(gè)合格的音響控制師比招到一個(gè)客戶(hù)經(jīng)理難得多。我們并不是提倡不用技術(shù)人員，只是在條件有限的情況下可以酌情減少，這對(duì)于成本控制是大有裨益的。

假如說(shuō)我們減少一個(gè)普通的工作人員，他的底薪按照5，000元計(jì)算，10年要投入75萬(wàn)。假如說(shuō)覺(jué)得這個(gè)人還不錯(cuò)，想培養(yǎng)他，每隔三年左右有一次升值加薪的機(jī)會(huì)，就要114萬(wàn)。如果把這個(gè)錢(qián)省下來(lái)，一部分用于培養(yǎng)核心技術(shù)人員，另外一些錢(qián)買(mǎi)智能化的設(shè)備，豈不是更好的結(jié)果嗎？

穩(wěn)定機(jī)制，備份是最重要的手段之一

下面講穩(wěn)定機(jī)制。

我們看到第四代系統(tǒng)，都集中在中央服務(wù)器上，它要保留兩種數(shù)據(jù)。我們通常做一個(gè)項(xiàng)目的時(shí)候，往往會(huì)有一個(gè)竣工數(shù)據(jù)，但是這并不是客戶(hù)最終所需要的數(shù)據(jù)。例如我現(xiàn)在在演講，演講過(guò)程中話(huà)筒的音量不一定是竣工時(shí)期空?qǐng)鰰r(shí)調(diào)的最好音量。這顯然也不是我們要的結(jié)果。我們現(xiàn)在要的是能夠穩(wěn)定地保持?jǐn)?shù)據(jù)狀態(tài)，備份就是最重要的手段之一。

我們一般建議備份有兩種機(jī)制，一種是集中式的架構(gòu)。如圖所示，上面是主機(jī)，下面是各種終端。可能有人會(huì)問(wèn)，你剛才不是提到了網(wǎng)絡(luò)的問(wèn)題，如果網(wǎng)絡(luò)中斷怎么辦？假如說(shuō)有一個(gè)很保密的內(nèi)容，不傳輸數(shù)據(jù)到云終端去，不希望給第三方人接觸到，怎么辦？

這里還有另外一種方法，叫做分布集中式架構(gòu)。每一個(gè)子單元有一個(gè)獨(dú)立的運(yùn)算系統(tǒng)，通常情況下，云端由主機(jī)來(lái)完成。或者說(shuō)當(dāng)我們需要保密的時(shí)候，或者不需要這個(gè)信息泄漏到會(huì)議室之外的時(shí)候，希望信息以云系統(tǒng)完成。

隨著IT行業(yè)巨頭如微軟、因特爾、賽靈思、谷歌等紛紛將目光投向音視頻市場(chǎng)，隨著AVnu組織宣布他們的時(shí)間同步協(xié)議AVB免費(fèi)開(kāi)放給任何需要的機(jī)構(gòu)，隨著云技術(shù)在音頻領(lǐng)域的更深入的應(yīng)用，隨著IPv6的發(fā)展以及新一代高速網(wǎng)絡(luò)的發(fā)展，隨著社會(huì)發(fā)展過(guò)程中，傳統(tǒng)靠經(jīng)驗(yàn)來(lái)完成工作的音頻工作者的退出，未來(lái)的音頻系統(tǒng)必定會(huì)改變成類(lèi)似IT行業(yè)的可量化的工作模式。量化的要求為：過(guò)程量化、結(jié)果量化、學(xué)習(xí)量化。音頻系統(tǒng)的核心資源投資也由過(guò)去的計(jì)劃資源與使用資源1：1變成了1：3或更低，極大地節(jié)約總體成本支出。因此可以認(rèn)為，使用云架構(gòu)的第五代音頻技術(shù)，它使得大型系統(tǒng)更安全、更便宜，系統(tǒng)的建設(shè)也將更靈活，將是未來(lái)大型音頻擴(kuò)聲系統(tǒng)的主流方向和必然的選擇。