第347章 强得有点超模了。。＆內部掣肘
再加之，微聊的ui界面，和微信趋於雷同，被极光带了波节奏，致使微聊的风评，遭到极为沉重打击。
说实话，张晓龙感觉很无辜。
移动i软体的界面布局，其实都大差不差。
他们的微聊，虽確实借鑑了微信，但也改动了许多，完全算不上抄袭。
然而，企鹅如今的口碑，实在是太差了。。
喷企鹅甚至成了zz正確。
这也导致，他们完全无法在舆论上与极光抗衡。
甚至连还嘴的余地都没有。。
网友们一边对他们口吐芬芳，一边“我不听我不听”。。
这找谁说理去啊。。
就在张晓龙满腹鬱闷之际，一名工作人员，未敲门便脚步匆匆推门而入。
看对方表情，张晓龙心头便升起一股不详的预感。
接过工作人员递来的测试报告，快速扫了一遍，视线掠过几个关键数字时不由一滯。
延迟50s
强网音质0s值4.5，弱网4.1
10秒语音消息，2g网络下仅需6kb！
“数据准確吗”张晓龙抬头望向工作人员，语气中有些不可置信。
“测了50遍。”工作人员有些无奈的耸耸肩。
刚开始，他们也不信。
但现实情况就是这么科幻，由不得他们不信。。
张晓龙一时无言，心头极为沉重。
他太清楚这份数据意味著什么了。
当前流量单价，大概0.3元/b。
意味著微信用户发100条语音，才1分钱！
简直绝杀！！
即便早就隱隱猜到，微信此番更新大版本，推出这项重磅功能，必然做了充分的准备。
但真看到测试数据，还是有点被震到了。
强得有点超模了。。
“语音对讲”功能，牵扯到四块技术。
其一，语音编解码技术。
当前主流的语音编解码算法，如ar、spee、ilbc、celt等，基本都已开源或標准化。
在开源算法的基础上，进行定製化开发，或是直接使用成熟的语音处理库，开发一套“语音对讲”系统，说不上容易，但也没什么太大的难度。
一两个月的事儿而已。
但想要达到微信的水平，几乎不可能。
微信应该是採用了已开源的celt算法，结合某种自研的增强算法，自研了混合型解编码器。
使得微信在强网环境下，使用celt的高音质模式：
弱网时，自动切换至抗丟包模式，音质下降，但传输稳定性增强。
中间似乎还夹著层自研的“前向纠错算法”，可恢復部分丟包数据。
其二，传输协议。
这一点就不用多说了。
微信几乎完全重构了实时通信底层逻辑，大幅降低了延迟和丟包率，提升了宽带利用率。
这种硬核底层技术，所带来的用户体验上的差距，是没有捷径可走的，只能一步步追赶。
好在，总部那边已经加大投入研发了。
其三，音频处理技术。
微信採用了某种全链路降噪技术，以及实时回声消除技术。
前端似乎是通过自適应滤波算法，结合语音端点检测，降低了嘈杂环境下的背景噪声。
如地铁、商超、公交车等等。
后端则是在伺服器端，对语音进行二次降噪，同时抑制回声，以解决语音中的“啸叫”、“炸麦”问题。
这一部分，微信用的是什么算法模型，张晓龙完全看不出来。
深度学习模型吗
但这年头哪来的用移动端深度学习框架啊。。
可话又说回来，这种不科学的现象，出现在极光身上，似乎还挺合理的。。
最后，流量优化技术。
微信似乎是採用了某种算法，对编码后的语音数据，进行了二次压缩，同时对协议层进行了优化，超精简协议头。 <
