聊聊音视频技术的未来

音视频技术的需求变化
元宇宙到底能不能成真，我并不知道答案。但是，音视频技术的需求趋势，却是显而易见的。归纳而言，就是两点：平民化、产业化。
近年来，智能手机的普及，专业摄录设备的降价，让越来越多的普通用户有机会进行音视频内容创造和生产。
短视频业务的爆发，以及全民直播的兴起，更是将视频平民化推向了新的高潮。
几乎在一夜之间，我们就进入了“人人看视频，人人拍视频”的时代。很多的up主或主播，能够通过优质的内容，赚取巨额收益，刺激了人们将视频作为谋生手段的热情。
在这样的情况下，音视频技术需要进一步降低门槛，让更多的人能够更容易地生产内容。
2020年，突如其来的新冠疫情，也间接推动了音视频产业的发展。我们需要借助虚拟空间的延伸，弥补疫情导致的物理空间上的限制。
学生居家学习，企业居家办公，产生了大量的网课、会议视频流量。根据运营商的统计数据，截至2020年底，视频在全网数据流量的占比已接近70%。
除了学习和办公之外，产业将视频的应用进行了延伸，发掘了更多的创新场景。
例如，借助视频识别技术，可以对产品进行质量检验，可以对园区进行车辆管理，可以对工地进行安全隐患识别。
借助VR/AR技术，可以进行人员岗前培训，可以进行远程手术，可以进行远程参观，也可以进行远程设备巡检和故障处理。
也就是说，视频不再仅仅是娱乐工具，而是变身为生产力工具。
各个领域和垂直行业，都希望借助音视频技术，升级和改造现有生产场景，提升效率，降低成本。
企业希望充分利用音视频技术，但是，也面临着对技术门槛和资源投入的担忧，望而却步。
我们现在每天都在讨论数字化转型，其实，“音视频+垂直行业”，就是企业数字化转型的一个极佳入口。行业音视频，即将进入爆发期。
音视频技术的未来方向
刚才说的是外部需求的变化。接下来，我们看看音视频技术是如何应对变化的。
简而言之，就是三点：算法化、功能智能化、服务平台化。
音视频的性能指标提升，一直没有停止前进的脚步。尤其是视频方面，因为高清显示技术的驱动，使得视频的分辨率不断增长。除了分辨率之外，视频的帧率要求，也在增加。
还有VR视频，因为含有三维的时间和空间信息，所以冗余更高，数据体积更大。
想要实现超高清高帧、VR/AR视频应用的普及，仅仅依靠增加硬盘容量和通信带宽是不够的，必须尽可能压缩视频的体积。这就离不开视频压缩算法的持续改进。
目前，全球视频编码标准分为多个派系。除了大家熟悉的H.26X系列（ITU-T主导）之外，还有MPEG系列（ISO/IEC主导），AVS系列（国内AVS组织主导），以及免费开源的AV1等。
首先看看音频。
AI+音频，可以实现对音频信号的智能识别、编创。具体识别对象，可以是歌曲中的鼓点、节奏点。
AI可以针对音乐的强度、情绪、风格、情感等维度，对音乐进行理解和打标签。在编创时，AI可以将音乐中人声、伴奏、吉他、钢琴等音轨进行智能分离。
AI还可以自动对歌词进行续写，将一首流行歌曲，改编成一首Rap（说唱音乐）。
音视频技术的第三个发展趋势，是服务形式的平台化。
正如前面所介绍的，音视频技术的应用难度很高，一般个人和企业很难独立玩转。于是，现在很多音视频技术服务商，开始通过视频云（腾讯）、视频中台（中国移动）等方式，对个人和政企用户进行音视频能力服务。
这些平台集成了开放的API接口，方便上层应用开发商调用，开发软件。平台本身，又结合了云的能力，拥有无限的算力，可以支撑用户的需求。