每個(gè)人對(duì)聲音的感知都不一樣，有人單純感受聽(tīng)覺(jué)舒適，有人聽(tīng)的細(xì)枝末節(jié)，還有人聽(tīng)的是技術(shù)層面。很多人帶著對(duì)聲音的滿腔熱愛(ài)，奔赴聲學(xué)領(lǐng)域?qū)Ｗ⒀邪l(fā)，為音頻設(shè)備相關(guān)問(wèn)題提供更優(yōu)質(zhì)的解決方案。塞賓科技CEO張德明博士作為聲音重度愛(ài)好者，一直在聲學(xué)領(lǐng)域不斷研發(fā)創(chuàng)新，且有著極大建樹(shù)，帶來(lái)了很多非常成熟的產(chǎn)品。近日，張德明博士受邀作為京津冀之聲科創(chuàng)中國(guó)欄目的嘉賓，與廣大聽(tīng)眾分享他與聲音的故事，以下節(jié)選自部分采訪內(nèi)容。
主持人：我先跟各位聽(tīng)眾朋友說(shuō)一下，其實(shí)在我們節(jié)目正式播出之前，我已經(jīng)和張總聊了好長(zhǎng)時(shí)間了，今天張總帶來(lái)了很多設(shè)備，有話筒有耳機(jī)，就讓我非常的興奮，因?yàn)槲液芟矚g這些聲音設(shè)備，今天看到您在這個(gè)聲音設(shè)備的硬件的領(lǐng)域已經(jīng)打造出了這么多非常棒，而且用我的角度來(lái)說(shuō)是很神奇的產(chǎn)品，真的是讓我耳目一新。所以我們先跟各位聽(tīng)眾朋友分享一下，張總您自己的創(chuàng)業(yè)公司平常究竟是做什么的？
張博：我們有做很多的硬件，這些產(chǎn)品是大家平時(shí)能夠用眼睛看到的東西，因?yàn)槭怯行蔚臇|西。但實(shí)際上塞賓真正做的事情是這些有形產(chǎn)品背后在芯片級(jí)里面的這些通訊的技術(shù)，通訊的算法。具體我可以給大家打一個(gè)比方，我們這些麥克風(fēng)在采集一些聲音，類似于模擬我們?nèi)硕墓哪�，接收到聲音，然后把信�?hào)經(jīng)過(guò)一定的處理。比如把里面的噪聲給濾除，把一些別的音樂(lè)還可以跟聲音來(lái)進(jìn)行混合，再進(jìn)行一些音效的處理，然后還可以把它進(jìn)行編碼。因?yàn)槲覀儸F(xiàn)在的社會(huì)都是要進(jìn)行一些數(shù)字的傳輸，這樣處理這個(gè)事情的整個(gè)鏈路會(huì)變得更加有效率，然后再進(jìn)行無(wú)線信道的一個(gè)傳輸。什么叫無(wú)線信道？我們以前對(duì)于聲音的系統(tǒng)，從麥克風(fēng)到我們的錄音機(jī)，再到我們的Daw的系統(tǒng)，就數(shù)字音頻的系統(tǒng)，很多的這種連接都是基于有線的。那么塞賓做了除了算法之外的另外一件事情，就是要把所有的這些音頻的連接線給剪掉，變成無(wú)線。無(wú)線會(huì)給人們的工作生活或者娛樂(lè)等各種跟音頻相關(guān)的事情，帶來(lái)極大的便利。
主持人：無(wú)線其實(shí)大家不陌生了，我們現(xiàn)在很多朋友戴的耳機(jī)就是無(wú)線的，您現(xiàn)在做的事情跟大家司空見(jiàn)慣的現(xiàn)象之間到底有什么關(guān)系？
張博：大家接觸到的這些耳機(jī)，我們先講麥克風(fēng)好了，我們?cè)贙TV里也有遇到手持的K歌麥克風(fēng)，我們叫 u段的麥克風(fēng)。相對(duì)來(lái)說(shuō) u段的麥克風(fēng)跟我們現(xiàn)在跟移動(dòng)手機(jī)上的無(wú)線不是一回事，它是400兆到900兆左右中間任選一個(gè)頻段。所以這樣的麥克風(fēng)相對(duì)來(lái)說(shuō)它的功耗也是比較高的，而且沒(méi)有辦法跟手機(jī)這樣的移動(dòng)設(shè)備來(lái)進(jìn)行工作，因?yàn)樗贿m用這樣的一種移動(dòng)場(chǎng)景。
大家現(xiàn)在的耳機(jī)也是一樣的，考慮到這種超低功耗，無(wú)線耳機(jī)它主要以聆聽(tīng)為主。所以這些耳機(jī)你想讓它來(lái)采集很好的聲音，比如說(shuō)打電話、開(kāi)會(huì)，是不能夠期望它有很好的聲音的。目前全球的藍(lán)牙體系的聲音采集最多只能做到7000赫茲單通道的聲音，并且即便是7000赫茲的聲音，也是經(jīng)過(guò)了非常大的失真，丟失了很多細(xì)節(jié)的聲音。
而塞賓在做的一件事情是基于無(wú)線藍(lán)牙設(shè)備可以實(shí)現(xiàn)CD級(jí)的聲音的采集，也就是說(shuō)人聽(tīng)見(jiàn)的聽(tīng)不見(jiàn)的，20千赫茲附近一直到低頻的20赫茲全部都能采集下來(lái)，然后做降噪做編碼，分享給遠(yuǎn)程的人。
主持人：中間這些技術(shù)的難點(diǎn)，這些門(mén)檻都是怎么跨過(guò)的？
張博：其實(shí)很多方面有我們不同的研究者，在不同的領(lǐng)域深深的扎根，做持續(xù)的研究。在音頻的算法方面，我們也有很多相應(yīng)的積累，比如降噪。我們現(xiàn)在看到市面上絕大多數(shù)耳機(jī)的降噪，是降了1000赫茲以下的環(huán)境噪聲，讓你的耳腔里面形成一個(gè)非常小的安靜環(huán)境，它跟我們通信講的降噪是兩回事。這是第一種降噪，第二種降噪就是我剛才跟您分享的一段音頻也是一樣的，傳統(tǒng)的藍(lán)牙只能傳輸7000赫茲以下的聲音。所以他們把7000赫茲叫上行降噪，有的地方叫enc環(huán)境降噪。塞賓是做出了全球第一個(gè)片上全頻的和CD級(jí)的 HIFI降噪技術(shù)。
主持人：您的意思是指在人耳聽(tīng)到的范圍當(dāng)中都可以降噪。
張博：對(duì)，都可以降噪，并且保持人聲極大的還原度。而我們聽(tīng)到的其它真無(wú)線的耳機(jī)，它們可以用來(lái)打電話、開(kāi)會(huì)等，因?yàn)闊o(wú)線方便。但它采集回來(lái)的聲音只能是7000赫茲以下的，這種失真是非常大的。而我們可以實(shí)現(xiàn)高品質(zhì)的全頻帶CD級(jí)的聲音采集，并且要把全頻帶里的噪音去除。
主持人：這里面有個(gè)問(wèn)題，聲音在人耳聽(tīng)出來(lái)，有的是美妙的，有的是噪聲�？墒亲屢粋�(gè)硬件設(shè)備讓一個(gè)話筒聽(tīng)，它可聽(tīng)不出來(lái)什么是好聽(tīng)的什么是噪聲。
張博：我們有算法去分辨哪些是噪聲，哪些不是噪聲，我們的處理方法跟其他耳機(jī)處理還是不太一樣的。其它耳機(jī)把佩戴者本身的說(shuō)話聲當(dāng)成有用信號(hào)，把其他的所有信息都變成是干擾和噪聲全部壓制掉，寧可對(duì)佩戴者自己的聲音形成一些損傷，也要把一切外面的聲音干擾統(tǒng)統(tǒng)干掉，所以你能聽(tīng)到一個(gè)聲音，幾乎聽(tīng)不到外面干擾的聲音，但是人的聲音已經(jīng)非常明顯的變形了。
但我們對(duì)于聲音的理解不太一樣，我們從物理上到算法上模擬到數(shù)字上，通過(guò)各方面的技術(shù)，實(shí)現(xiàn)對(duì)人聲極大的保留，并且對(duì)于背景噪音背景干擾極大的抑制。但是如果是全景聲，比如需要一些非常自然的類似于同期聲的時(shí)候，我們就不能對(duì)背景里一些聲音進(jìn)行過(guò)分的抑制。對(duì)一些比如風(fēng)扇的聲音，汽車發(fā)動(dòng)機(jī)的聲音，拍照的聲音、風(fēng)照的聲音，這些我們?cè)诮y(tǒng)計(jì)上評(píng)估上能夠研究出來(lái)，他們一般情況下不會(huì)作為有益的聲源，需要把它抑制掉。但是如果采集一個(gè)街道，比如南鑼鼓巷，你從里面走過(guò)，這時(shí)候錄音就一個(gè)干巴巴的聲音，旁邊鏡頭里能看到別人叫賣的聲音卻聽(tīng)不到，讓人感覺(jué)非常不舒服不自然。我們需要把叫賣的聲音也錄下來(lái)，雖然他聲音的量級(jí)非常小，我們需要很保真。但是對(duì)于比如空調(diào)的聲音，我們還是需要進(jìn)行一定的壓制，所以我們?cè)陬l譜在識(shí)別的時(shí)候，要進(jìn)行模態(tài)上的分類，需要在什么場(chǎng)景下保留什么樣的聲音。
我們的第二代全景聲的產(chǎn)品，就有全景模式、樂(lè)隊(duì)模式、solo模式和音樂(lè)模式。在不同的場(chǎng)景下，所針對(duì)的主聲源是不一樣的，這時(shí)候我們就為用戶設(shè)計(jì)好了，在這種場(chǎng)景下怎么樣才能夠保護(hù)你的主要聲源，讓一些次要被聲源壓制掉，而不是像傳統(tǒng)藍(lán)牙耳機(jī)一刀切。
主持人：簡(jiǎn)單粗暴的方式肯定是不好的，但您剛才講到這一點(diǎn)我覺(jué)得很好奇，這個(gè)得要求工程師除了在算法的層面能夠有很很好的技術(shù)以外，其實(shí)還需要他對(duì)于生活有理解，有各種想象，哪些東西其實(shí)是人真的愿意關(guān)注的聲音，哪一些可能有沒(méi)有都無(wú)所謂，哪一些是必須要去掉的。
張博：因?yàn)橛泻芏嗟穆曉矗恳粋�(gè)聲源多么好聽(tīng)也好，多么有特點(diǎn)也好，當(dāng)聲源越來(lái)越多的時(shí)候，麥克風(fēng)采集到的信號(hào)本身會(huì)越來(lái)越趨近于一個(gè)噪聲化的東西。
主持人：這個(gè)和人耳是不一樣，因?yàn)槲覀兟曇羰峭ㄟ^(guò)大腦的處理，把聲音進(jìn)行了某種程度上的優(yōu)化。
張博：我們的耳朵、耳廓、肩膀、頭，到骨膜里面有耳蝸系統(tǒng)纖毛系統(tǒng)的感知，再到里面的感受處理，大腦對(duì)雙耳的處理能夠?qū)崿F(xiàn)雙耳對(duì)空間任何一個(gè)聲源的聚焦，然后把其他的聲源能夠屏蔽掉，這個(gè)是麥克風(fēng)實(shí)現(xiàn)不了的事情。所以我們當(dāng)時(shí)創(chuàng)業(yè)做的第一個(gè)事情，就是模擬人類的雙耳自然環(huán)境自然生長(zhǎng)的感受，能夠?qū)崿F(xiàn)人真正的雙耳聽(tīng)覺(jué)的傳遞。比如我在現(xiàn)場(chǎng)能夠聽(tīng)到上下左右前后遠(yuǎn)近各種各樣的聲音，它的定位，它生產(chǎn)的感受是怎樣，然后把這種信號(hào)進(jìn)行降噪，進(jìn)行編碼傳輸，到另外一個(gè)地方再把它呈現(xiàn)出來(lái)。這樣就可以實(shí)現(xiàn)身臨其境的體驗(yàn)。
主持人：我跟大家舉個(gè)例子，剛才張總說(shuō)的這個(gè)是什么意思？比如說(shuō)戴耳機(jī)聽(tīng)音樂(lè)，其實(shí)你聽(tīng)到的這個(gè)音樂(lè)哪怕說(shuō)它的保真度很好，但是這個(gè)聲音只是從你的左耳朵和右耳朵分別進(jìn)去，即便是有立體聲，也就是一些生產(chǎn)向位的變化，所謂的向位就是可能大提琴在左邊，低音鼓在右邊，但要是用了這種模擬人耳的方式來(lái)去聽(tīng)的話，你會(huì)發(fā)現(xiàn)這個(gè)聲音除了是左耳和右耳之外，在你的前面后面左上右上等等各個(gè)方向其實(shí)都會(huì)有聲音，就像是一個(gè)人或者一個(gè)樂(lè)隊(duì)在繞著你。但是說(shuō)到這一點(diǎn)我就很好奇，到底是什么原因讓您決定要在聲音設(shè)備或者打造一種前所未有的聲音場(chǎng)的賽道上去進(jìn)行創(chuàng)業(yè)？
張博：這里面其實(shí)有很多的原因，第一個(gè)原因就是我作為一個(gè)通信行業(yè)的從業(yè)者，有一些深入的思考，我們?cè)趺礃咏鉀Q通信的終極體驗(yàn)，實(shí)現(xiàn)千里之外身臨其境的體驗(yàn)傳輸，這是我們希望能夠做到的事情。從移動(dòng)互聯(lián)網(wǎng)的層面來(lái)看，我們其實(shí)很容易在PC到PC實(shí)現(xiàn)這種聲場(chǎng)，比較容易。但是我們發(fā)現(xiàn)PC互聯(lián)網(wǎng)作為互聯(lián)網(wǎng)的第一代，其實(shí)到2010年，基本上就進(jìn)入了移動(dòng)互聯(lián)網(wǎng)第二代通訊，這種移動(dòng)互聯(lián)網(wǎng)是以手機(jī)作為介入終端做通訊終端�？萍紩�(huì)讓人越來(lái)越隨心所欲，但這時(shí)候如果通訊系統(tǒng)只能綁定在固定的房間，把人限制在某個(gè)特定的地方進(jìn)行某種特殊的這種活動(dòng)的話，不符合人們發(fā)展的期望和訴求。對(duì)于這種科技，一定是要無(wú)線化、移動(dòng)化，要非常方便使用。我們做的這套通訊系統(tǒng)，目前依然處于第二代移動(dòng)互聯(lián)網(wǎng)發(fā)展的平臺(tái)期，也就是說(shuō)我們很多的事情還是基于手機(jī)來(lái)進(jìn)行的，這個(gè)時(shí)候跟移動(dòng)手機(jī)進(jìn)行配合，做這樣的通訊體驗(yàn)傳輸，是最便利的環(huán)境。這也是為什么近幾年對(duì)于音頻設(shè)備的需求，會(huì)像井噴一樣發(fā)展起來(lái)了。
主持人：我看到像塞賓科技這幾年的成長(zhǎng)非常好，除了您之外很多做音頻硬件，做耳機(jī)做相關(guān)配件的企業(yè)，大大小小發(fā)展的都不錯(cuò)，為什么現(xiàn)在大家賣這些東西生意這么好。
張博：說(shuō)明大家對(duì)聲音的表達(dá)會(huì)越來(lái)越重視。以前在互聯(lián)網(wǎng)上表達(dá)一樣的信息，有寫(xiě)博客寫(xiě)文章，到后來(lái)大家發(fā)圖片，再到現(xiàn)在發(fā)視頻。但視頻里面很重要的一點(diǎn)就是聲音，因?yàn)槿绻曨l聲音不好，會(huì)給人的體驗(yàn)造成非常大的一種損失。為了讓視頻具有傳播力，顯得更專業(yè)，很多人會(huì)采用一些稍微專業(yè)的設(shè)備。對(duì)于播客而言，相對(duì)于以前的專業(yè)的播音主持，體量非常大，因?yàn)樗鼪](méi)有過(guò)多的門(mén)檻要求，任何一個(gè)人都可以隨時(shí)隨地開(kāi)一個(gè)直播的口子，哪怕只有一個(gè)人或者是沒(méi)有人為自己鼓掌喝彩。這是一個(gè)全民直播的時(shí)代，這個(gè)時(shí)代大家更注重自己向世界傳遞信息，而不只是去聆聽(tīng)世界，這是個(gè)趨勢(shì)性的問(wèn)題。我們順應(yīng)這個(gè)趨勢(shì)來(lái)研發(fā)無(wú)線化更加便利化的設(shè)備，這應(yīng)該也是順應(yīng)潮流的需求。
主持人：您也看到了這些社會(huì)的變化，包括潛在的需求，所以您是決定來(lái)創(chuàng)業(yè)。而且創(chuàng)業(yè)方向就是我們剛才提到的，首先它要無(wú)線，第二是盡可能的方便，第三是要最大限度的還原真實(shí)的狀態(tài)。
張博：之前講傳統(tǒng)的，無(wú)論是做電影還是做音樂(lè)，像這些過(guò)程我都或多或少參與過(guò)。所謂的pgc或者專業(yè)內(nèi)容制作團(tuán)隊(duì)，這里面會(huì)有好幾個(gè)層面的事情。大家認(rèn)為所謂的專業(yè)，就是藝術(shù)家，其實(shí)不是的，以前唱歌的人或者主持人或者演員，他們是Artist是藝術(shù)家，他們是不負(fù)責(zé)來(lái)做這些內(nèi)容操作的。他們有專業(yè)的團(tuán)隊(duì)，有錄音師、調(diào)音師、混音師等一些專業(yè)的人。還有專業(yè)的設(shè)備，像錄音棚里專業(yè)的麥克風(fēng)，專業(yè)的Daw系統(tǒng)，這些非常昂貴，不是普通人用的，操作這些專業(yè)設(shè)備比我們操作手機(jī)要復(fù)雜得多。pgc的p就是professional，這些各種操作的專業(yè)人就叫professional。
但是到了移動(dòng)互聯(lián)網(wǎng)時(shí)代，其實(shí)我們手機(jī)上有攝像頭，有麥克風(fēng)，除了拿它來(lái)打電話，實(shí)現(xiàn)人與人之間的溝通交流之外，我們也可以拿手機(jī)拍照、拍視頻、錄音、采訪，然后把這些內(nèi)容分享到Y(jié)ouTube或抖音上，這樣的內(nèi)容叫做UGC。U就是user，用戶、消費(fèi)者，這樣產(chǎn)生的內(nèi)容相對(duì)來(lái)說(shuō)質(zhì)量比較差一些，但是核心是方便。其實(shí)現(xiàn)在市面上也有非常多的人，拿這樣的設(shè)備，我們叫c端設(shè)備，或者是用戶側(cè)的設(shè)備去做內(nèi)容，這個(gè)叫UGC。
我們?nèi)e準(zhǔn)確意義上來(lái)說(shuō)，不是做這種UGC的產(chǎn)品，很多時(shí)候也不是pgc的產(chǎn)品，而是我們稱之為pugc的產(chǎn)品。Pugc實(shí)際上是這個(gè)產(chǎn)品的形態(tài)和使用上面來(lái)說(shuō)，更接近c(diǎn)端的消費(fèi)者，跟手機(jī)一樣非常方便使用，無(wú)論是麥克風(fēng)還是耳機(jī)、音箱、聲卡這樣的設(shè)備。
主持人：也就是說(shuō)用起來(lái)不麻煩，買起來(lái)也不是很貴。
張博：但是它產(chǎn)生的內(nèi)容的質(zhì)量，是接近pgc這種制作方法或制作設(shè)備制作出來(lái)的攝影體驗(yàn)。
主持人：但是大家經(jīng)常說(shuō)一分價(jià)錢一分貨十分價(jià)錢買不錯(cuò)，我是一個(gè)聲音愛(ài)好者，在我正式從事廣播這個(gè)行業(yè)之前，也在這個(gè)領(lǐng)域花了很多錢，知道其實(shí)好的音頻設(shè)備是很貴的，但是今天您又說(shuō)可以把它做成非常低的價(jià)格，這個(gè)中間是怎么實(shí)現(xiàn)的？
張博：以前的設(shè)備特別貴，有一些是歷史性的因素。我舉個(gè)例子，以前在大家聽(tīng)HiFi的年代，所謂的HiFi就是一對(duì)立體的箱子，人坐在等邊三角形的頂點(diǎn)上，聽(tīng)立體聲箱子發(fā)出來(lái)的古典音樂(lè)會(huì)的典型場(chǎng)景。音箱的背后它有功放，功放里面以前都是叫a類功放，有的是用這種電子管，電子管放大的聲音很暖，相應(yīng)的一些模擬器件的造價(jià)是比較昂貴的。如果要讓它做的好，就要花很高的價(jià)錢。再舉一個(gè)例子，我們當(dāng)時(shí)用的這些傳輸線。
主持人：對(duì)，導(dǎo)線要用金線銀線。
張博：為什么用金線銀線？并不是說(shuō)金線銀線顯得高貴，而是金銀的傳輸傳導(dǎo)率比較高，它能夠?qū)崿F(xiàn)聲音的傳輸質(zhì)量更好一些。當(dāng)時(shí)模擬音頻時(shí)代有這么個(gè)貴的道理。但是到了現(xiàn)在，我們其實(shí)是盡可能的非常早的把模擬音頻變到數(shù)字領(lǐng)域。
主持人：所以您的意思是正因?yàn)槲覀冞M(jìn)入到了數(shù)字領(lǐng)域，所以在底層的聲音的編解碼的層面來(lái)說(shuō)，我們就已經(jīng)節(jié)省了很多的成本對(duì)。其實(shí)除此之外，還有一些成本的降低，也是跟咱們國(guó)家近些年工業(yè)化的程度不斷上升，而且大規(guī)模制造的程度不斷上升是有關(guān)系的。那么時(shí)間的原因，我們本期科創(chuàng)中國(guó)只能暫且聊在這里了。今天塞賓科技的創(chuàng)始人兼CEO張德明先生跟我們分享了他在聲音創(chuàng)業(yè)領(lǐng)域的很多故事，但是這僅僅是一個(gè)開(kāi)始，未來(lái)我們還會(huì)邀請(qǐng)張總來(lái)節(jié)目中和大家聊一聊他所鐘愛(ài)的聲音設(shè)備的制造，包括傳輸?shù)南嚓P(guān)故事。
