第(1/3)页

    深圳企鹅公司的产品创新实验室里，白板上的构想已经超越了文字和静态图片。

    一条清晰的演进路径被勾勒出来：文字聊天 -＞ 表情/图片 -＞ 实时语音。

    路径的尽头，画着一个象征性的声波图案，旁边标注着“QQ语音聊天室”。

    “文字的沟通是基础，表情和头像丰富了表达，但人类最本能、最富感染力的交流方式，始终是声音。”黎秶在项目启动会上，向新组建的语音技术团队阐述着愿景，“我们要让用户不仅能‘见字如面’，更能‘闻声如晤’。

    满足他们实时语音交流、在线K歌、甚至举办语音派对的需求！”

    愿景很美好，但技术现实却异常骨感。

    项目组长，一位专攻音频处理的工程师，面色凝重地摊开技术难点：

    “黎总，实时语音传输，挑战巨大。

    首先是带宽，当时的网络环境，稳定的文字传输已属不易，要实时传输语音数据，对网络波动极其敏感，容易卡顿、延迟。”

    “其次是编解码技术，要在有限的带宽下尽可能保证音质清晰，需要高效的压缩算法，这对CPU也有一定要求。”

    “第三是回声消除和降噪，如何避免麦克风收录的声音又被扬声器播放出来形成刺耳的回啸？如何过滤掉键盘声、环境噪音，让主要说话人的声音清晰可辨？这些都是世界级的难题。”
    第(1/3)页