rte-rtc

随着移动通信、大数据、云计算、人工智能等互联网技术的发展与通信媒介的迭代更新，泛娱乐社交产品呈现出了更加多元的发展方向。年初AIGC引爆行业，GPT的问世为泛娱乐注入新的活力；另一方面，随着硬件设备的持续迭代和网络基础设施的发展，互联网用户对于FHD及4K高清画质的需求也随之增长，AIGC、高清、出海、泛娱乐，交汇出全新的时代篇章。 

14:00-14:30    AI时代的泛娱乐社交产品创新（拟）    声网泛娱乐产品负责人 李斯特    

14:30-15:00    生成式AI与大模型（拟）    商汤科技商务总监 数字文娱事业部副总裁 李星冶    

15:00-15:30    从看到“玩”，点燃直播互动小宇宙（拟）    Starscape主策划 陈飞    

15:30-16:00    出海翱翔，打造百万流量直播之王（拟）    神秘嘉宾    

16:00-16:40    AI+高清，社交新玩法来袭？    主持人：白鲸出海泛娱乐主笔 辛童 / 嘉宾：声网泛娱乐产品负责人 李斯特   Starscape主策划 陈飞

                                 更多嘉宾加入中......

大数据时代视频有了更多的表现形式，极大丰富了用户体验，创造了全新领域。本次视频技术专场将带来超高清视频、沉浸式视频、短视频等领域的最近技术进展，讨论视频技术赋能广电、安防、教育、影视等产业的现状以及核心应用发展趋势。我们还将探讨新一代视频编码技术的落地探索、面向视频传输的信源信道联合编码架构研究和AI 技术与沉浸式视频编解码的深度融合，展望AIGC & XR 技术推动下的视频新趋势。  

14:00-14:35    数据驱动下的压缩视频质量增强    徐迈 北京航空航天大学教授    

近年来，随着智能终端的发展以及在线视频等新型多媒体业务的普及，网络中所传输的图像视频数据量呈爆炸式增长的趋势，网络带宽供求矛盾日益尖锐，视频编码是网络带宽供求矛盾的关键技术。然而，高压缩比的视频压缩导致视频质量差，极大降低了视频用户体验。本次报告将介绍徐迈课题组在视频质量增强方面的研究工作，主要包括：（1）基于多帧联合优化的压缩视频质量增强技术；（2）面向盲质量增强的动态高效深度网络模型；（3）感知失焦特性的压缩图像质量增强。

演讲提纲：
1.研究背景
2.多帧联合优化的视频质量增强
3.盲质量增强的高效动态深度网络模型
4.感知失焦特性的压缩图像质量增强    

14:35-15:10    信源信道联合编码——从图像到任务   范晓鹏 哈尔滨工业大学智能接口与人机交互研究中心主任

图像视频已占互联网流量的90%，且仍在不断增长。随着视频编码技术进步以及标准迭代，视频压缩效率不断提升。然而经过压缩的视频对于比特错误比较敏感，如何提升无线传输条件下视频抗噪能力，是目前仍然需要解决的问题。本报告将首先回顾传统信源信道联合编码、数模混合视频通信等技术，然后介绍新兴的为视频编码带来较大效率提升的AI技术，包括基于深度学习的视频编码、基于深度学习的多任务编码等，并探讨这些技术应用于信源信道联合编码的新思路和新途径。    

15:10-15:45    AV1的优化与落地    戴伟 声网视频编解码负责人

AV1自从定稿以来，就因其高效的压缩效率和友好的专利设计收到了广泛的关注，经过5年的发展，AV1的生态圈不断扩大，目前AV1的编解码已经在各个主流的浏览器中得到了支持，并且各种AV1硬件的编解码产品也都在陆陆续续的发布；而AV1的软编的速度，也从最开始的x264的几百倍优化到几十倍甚至几倍，我们已经看到了AV1能够在各个产品线中落地的可行性。在这次的分享中，我们讲着重介绍一下AV1在RTE领域落地时候的一些经验和成果。

演讲提纲：
1. AV1的现状和前景
2. AV1的硬件编解码通路落地
3. AV1的软件编码落地
4. AV1/AV2的发展展望   

15:45-16:20    下一代视频图像编解码技术    王晶 华为媒体编解码技术实验室主任

传统编解码算法经过三十年的发展，压缩效果的提升逐渐变得困难。近年来，随着AI的发展，基于AI的视频图像编码技术逐渐得到业界关注。本次演讲将介绍目前业界第一个AI图像编码国际标准JPEG AI，包括模型结构、亮点技术、压缩效果、应用场景等；还将介绍业界领先的AI视频压缩算法AlphaVC，它将与业界算法融合成为AVS探索平台。最后，将对下一代编解码算法进行展望。

演讲提纲：
1. JPEG AI
   1.1 High Profile 与Base profile的结构与性能
   1.2 轻量化技术点
   1.3 芯片功耗与算力分析
   1.4 典型应用场景
2. AlphaVC
   2.1 模型框架
   2.2 运动估计模块
   2.3 熵估计模块
   2.4 残差编码重建模块
   2.5 AVS探索平台介绍
3. 下一代视频编码展望       

16:20-16:55    微信基于内容感知自适应的实时视频通话技术    高欣玮 腾讯微信多媒体团队高级研究员

视频通话的服务方案是针对通信网络和通话设备制定策略，往往缺少对于采集视频本身的内容场景的兼顾，微信多媒体团队基于微信视频通话产品的特点，自主创新研发了微信基于内容感知自适应的实时视频通话技术，突破现有视频编解码标准在不同内容场景下的固定分辨率帧率码率等参数的限制，并结合业务场景与团队多年积累的视频编解码技术，设计了实时视频通话基于内容感知的引擎和混合分辨率视频编解码内核。在微信视频通话中落地应用，提升微信用户的视频体验。

演讲提纲：
1. 介绍微信实时通话业务
2. 支撑微信实时通话的WAVE引擎
3. 微信基于内容感知自适应的实时视频通话技术
4. 实时通话业务一些心得体会以及技术展望        

本专场将聚焦音频与语音前沿算法的发展，探讨相关技术在实时互动众多场景的落地实践，包括音频 AI 算法与传统算法的融合，前沿音频技术在会议、车载、游戏、硬件终端、AIGC方面的最新应用。从多种场景视角出发，分享音频技术的落地经验，以及为用户带来的体验提升。    

14:00-14:35    极端环境中的语音信号获取与传输    陈景东 西北工业大学教授    

声信号获取与处理技术不仅是语音通信和人机语音交互系统的基石，也可以用于灾害(如地震、矿难、火灾等)等极端环境中协助完成很多挑战性的任务。但和日常的语音通信和人机交互环境相比，极端场景下的声信号获取与传输面临很多不同的挑战，不仅涉及到弱信号(信噪比远远小于0分贝)的感知、还涉及到平台的设计与平台噪声控制等诸多问题。在这个报告中，我将简要介绍麦克风阵列的设计与处理方法，然后讨论如何利用麦克风阵列来实现灾难场景下微弱声信号的获取、参数估计以及信号和参数的传输问题。    

14:35-15:10    汽车音频新风口下的机遇和挑战      相非 蔚来汽车资深专家&技术总监  

15:10-15:45    音频AIGC在喜马拉雅的研发以及落地    卢恒 喜马拉雅首席科学家 

随着神经网络以及大模型技术的兴起，多模态以及语音大模型技术也成为了研究热点。本次分享主要介绍喜马拉雅语音大模型技术，包括语音生成以及风格转换的大模型的研究以及落地。同同时介绍多模态情感识别大模型在语音交互中的应用。

演讲提纲：
1. 语音生成大模型
2. 多模态情感识别
3. 音频AIGC在喜马拉雅的落地应用       

15:45-16:20    声网凤鸣AI引擎：AI音频降噪、AI回声消除和3D空间音频算法的实现与应用    吴渤 声网音频算法专家 

声网凤鸣AI引擎包含了AI降噪、AI回声消除、空间音频等在内的声网新一代智能音频技术。其中凤鸣·AI降噪采用均衡的损失函数组合方案来兼顾强降噪与高保真，采用噪声抑制和远场去混响一体化模型在强降噪的同时实现远场混响抑制；凤鸣·AI回声消除采用均衡的损失函数组合方案来兼顾非线性回声抑制和近端语音保护，实现高保真音频体验；凤鸣·空间音频通过纯软件算法方案，模拟头部球面区域立体声场，利用范围音频、人声模糊、空气衰减模拟等能力，模拟现实听觉感受。

演讲提纲：
1. 凤鸣AI引擎在解决音频领域多个核心问题上的价值
2. 基于传统信号处理的音频算法在实际应用中的问题
3. 基于人工智能的音频降噪算法的研究与应用
4. 基于人工智能的回声消除算法的研究与应用
5. 基于3D空间音频技术的研究与应用
6. 总结与展望       

16:20-16:55    游戏场景下的音频内容生成式技术    朱鹏程 网易伏羲语音算法专家 

随着深度学习技术的发展，语音技术逐渐在生活的各个应用场景落地生根。在本次报告中，将结合游戏场景下，音频内容生成的需求与实际问题，分享网易伏羲在生成式音频技术上的经验与成果。同时，对未来游戏场景下，音频内容生成式技术的趋势进行展望。

演讲提纲：
1. 游戏剧情音频内容生成
2. 游戏实时语音生成玩法
3. 实时语音转换技术
4. 游戏场景下，音频技术尚未解决的需求       

16:55-17:30    蛙声在音视频硬件领域的技术实践    吕城栋 蛙声科技研发总监

音频类的产品是一项系统性工程，从硬件的器件选型、腔体结构设计、芯片、功耗等等，各个方面都影响着整体产品的表现。本次报告，将会结合蛙声在音视频硬件研发过程中的积淀，聚焦远程和本地会议协作场景，针对客户实际使用场景中的各种痛难点需求，分享蛙声在音频硬件研发过程中的实践经验，相关的软硬件技术，以及对未来行业应用前景的展望。

演讲摘要：
1. 音频类产品在不同用户场景下的痛点和需求
2. 音频类产品研发的硬件选型策略
3. 音频类产品前端音频信号实时处理技术
4. 行业应用与未来展望
        

三年来，超音速计划见证着新场景新技术的萌芽与成长，尤其在 AI 的加持下，创业者正在向更细分的场景探索 RTE 的潜力。AIGC、心理疗愈、低代码......越来越多的场景都在强调沉浸感与互动性。今年，这些令人惊叹的新技术、新场景以及新应用都将亮相第三届RTE创新大赛决赛！超音速计划年度八强以及海外RTE优胜者将现场角逐全球四强！

14:00-14:20    开场致辞与规则介绍    

14:20-16:00    2023年超音速计划年度八强路演    

16:00-16:50    2023年海外startup battlefield获胜团队路演    

16:50-17:45    创投圆桌    

17:45-18:30    RTE创新大赛年度三强颁奖典礼