本站 6 月 27 日消息，腾讯今日宣布，该公司主导的新一代实时语音编码行业标准 avs3p10 完成定稿，即将正式对外发布。此次 avs 音频组 avs3p10 标准采纳了腾讯侧方案，以腾讯会议首款自研神经网络语音编解码器 penguins ai 语音引擎为原型，可提升弱网环境下的通话质量。
该标准由腾讯提议启动、推进和维护，经过 AVS 音频组多家成员单位共同贡献。“今后在线上会议、语音通话等实时音频场景，带宽要求大幅降低。即使在电梯、地库、隧道等网络很差的环境，也能实现清晰流畅的语音通话。”
为应对该挑战，腾讯会议天籁实验室联合腾讯 AI Lab 自研了腾讯首款神经网络语音编解码器 ——Penguins。
具体来说，Penguins 将 AI 与传统技术融合，打破传统香农定律的性能极限，引入大数据并在可控算力增量下提供了新的性能上界，从而对下一代通信系统，尤其是信源编码器部分，提供了新的技术基础和方法论。通过 AI 语音信号建模，提取最核心的特征参数编码，再借助深度学习网络，预测并重建语音中的细微结构，最终生成逼真的音频波形。
多方测试表明，腾讯提交的 AVS3P10 标准实现了 6kbps 下的高质量语音通信，即使在“2G”网络下也能实现清晰通话，且主观质量非常接近原始参考信号，媲美国际主流的 OPUS 标准在 20kbps 的质量。同时，主观质量对标传统编码的中高码率情况下，编码效率提升 200-300%。
2021 年起，Penguins 音频编码器就在腾讯会议的驾驶模式、弱网模式及 QQ 语音通话等场景中投入规模应用。
2023 年 3 月，腾讯团队在 AVS 音频组提议并参与标准制定，即 AVS3P10 实时语音编码标准。随后，腾讯提交基于 Penguins 的候选技术；经过 AVS 音频组交叉验证后采纳。2024 年 6 月，AVS3P10 实时语音编码标准正式完成标准化工作，进入公示阶段。
本站注：从 2002 年 6 月我国成立 AVS 工作组开始，十多年来上千人的团队努力，我国自主知识产权的 AVS 应运而生。AVS3 是全球首个已推出的面向 8K 及 5G 产业应用的视频编码标准。
AVS 已经启动 AVS4 的标准制定，并呼吁 AVS 成员单位继续支持 AVS 下一代标准开发工作，各个厂商联合起来，一起实现技术标准共同出海，推动全球化部署。
