第五代数字化音频云技术AVB的特点及应用

音频系统从诞生到现在，从最原始的纯模拟到数字化，从独立系统到网络化，经历了好几代的变革，目前正在朝云的技术发展，“云技术”听起来好像很飘渺，离我们很遥远，其实已经到了我们身边，音频技术由过去的一个封闭的领域，现在已经到了一个开放的环节，从过去的纯音频走向了IT。随着时代的发展，音频领域对各个环节的要求也各不相同，比如说：制造厂商、用户、工程商，各自的理解都不一样，甚至于未来的工作模式，人员管理模式，都将受到它的影响。今天我在此抛砖引玉，跟大家一起来分享一下音频行业的发展。

一、 现有的音频技术能做什么

首先回顾一下我们现有的音频技术能做些什么。

好多会议室已经做了很多年了，例如讨论会议室或演讲会议室，比如人民大会堂更是历史悠久，那么我们可以把它们归为同一类，它们都属于本地扩声。无论它采用什么技术，都逃不出这个房间，都是在这个房间中完成，无论它是扩声终端还是控制系统。可是当一个大型系统出现的时候，那种技术就难以应对了，比如说系统需要跨越一幢楼，跨越一个小区，甚至更远的地方的时候，这时候我们必然会引进网络这个概念，或者叫远程传输，那远程传输和本地扩声的概念，哪个更悠久呢？其实不相上下。

最早的应用最广的远程传输技术是什么呢？例如定压广播。但这种技术是不是我们未来持续要使用的技术呢？它能否应对我们未来一直发展的需求呢？在这里举了一个案例，就这个案例跟大家一起来交流一下，看看能否用这些现有的技术来满足。

项目要求

1 多用途扩声场所，有多个会议中心及多功能环境

2 跨区域，范围较广

3 各分会场之间存在信号交互

4 与其他系统如寻呼广播和安防系统交叉工作

5 存在部分项目停机维护但与之关联项目继续运行

6 可能存在某些地点需要临时增加扩声项目

7 已建成区域临时增加更复杂的功能，包括独立功能和交互功能；系统需求资源远超过原先配置设备的DSP资源

8 多个项目同时使用，没有太多专业人员进行现场维护；希望后台即时监管全部的信号内容及工作状态，并进行运行维护

9 希望对成本进行总量控制

第一条：一个多用途的场所，有多个会议中心及多功能环境。这个大家想得肯定很简单，你不就是场馆多，那我给你多买几套设备就完了，反正不差钱。

第二条：跨区域范围广。这个网格技术早就解决了，只要定压广播就能满足跨区域要求。

第三条：各分会场之间存在的信号交互。这个就比上面一个多了一个问题，因为有分会场的交互，所以定压是不可能的。为什么呢？因为交互来交互去品质会逐步下降，为了保证交互区的品质，就只能用数字化传输。

第四条：与其他系统的交叉工作。这个是在第三条基础上引入了外部信号，为什么会引入安防，我们后面会讲，现在暂时先放一下。

第五条：存在部分项目停机维护但与之关联项目继续运行。在第三条时就讲了，如果要想高品质地保护传输，就只能用数字化。但是数字化在过去的案例中有一个特点，整个系统是联成一起的，如果某一个项目停机就意味着其他的部分有可能受到影响。那么有可能就需要停下来工作，按照过去的经验，我们可能只能半夜来维修。假如说一栋楼甚至两栋楼有100个会场连在一起，当中一个坏了怎么办？你要等到处理完之后第二天再使用，否则交互部分是无法工作的。

第六条：可能存在某些地点需要临时增加扩声的项目。过去我们所有做多功能厅做酒店的都有经验，既然有临时系统，我们就做一套预备即可，流动设备，一般大一点的项目都有这样一个补充。

第七条：已建成的项目需要增加更复杂的功能，包括独立功能和交互功能，系统资源远远超过原有DSP的范围。大家知道，做数字化系统，它的所有功能是建立在DSP的基础上，假如在原始设计的时候已经固化了或者计算好了DSP，还想再增加，唯一的办法就是增加设备或者更换主题。

第八条：难点开始出现了，多个项目都在使用，但是没有那么多专业的人员，假如现在有50间会场，每间会场有好几个技术人员来进行维护，这就需要耗费大量的人力资源。

第九条：最为棘手，我们希望对成本进行总量控制，总量控制的概念可以拆解开，可以包含第一次建设投入的成本，可以包含未来维护的成本，可以包含我们将来运行时候的人力成本，甚至还要包含在使用过程中的学习成本。

二、音频发展历程回顾

音频技术的发展大概可以分为几个时代。第一代是纯模拟架构，它的特点是所有信号是模拟处理，模拟传输，模拟连接，非常依赖个人的技能。容易出现误操作。第一代优点是操作非常直观，缺点是需要专业化技能，周期长，而且无法进行第三方扩展和控制。

第二代是数模混合，即数字化处理、模拟连接。它的优点是在保持了模拟设备的直观，融合了数字设备的便利化，整体架构得到提高。带来的问题是系统扩展存在很多局限性，无法进行更多的通道传输，这类技术就适合专业扩声的场所。在数模混合时代已经出现了一些智能化的征兆。

到了第三代技术即全数字化时代，它是从设备的起点到终端完全实现了数字化，其带来的好处是所有的信号处理全部集中在音频矩阵的核心当中，而且可以进行大量的逻辑化功能设置，而这种逻辑化功能是过去第二代甚至第一代技术绝对无法实现的。

数字化技术让数模时代一些完全不能实现的项目变为了现实。以我公司承建的全国最大的交通指挥中心深圳福田交通应急指挥中心为例：这个是全国最大的一个交通指挥中心，房间宽30米，高8米，光投影幕就有180平方米。它是负责深圳、珠海、惠州和香港的海、陆、空、铁及化学品和危险用品的交通监管。在这个指挥中心最重要的对外交互的信息交流不是视频不是图像，而是指挥者的语言内容。怎么在这个大型项目当中做到7×24小时不间断呢？这就需要采用全数字化和智能化的结构来完成。谈到音频领域的智能化，我们可能想到更多的是ADC、ANC等等，它是对语言声音的一个判断，如果是按照过去的传统方法可能很简单，接上一个调音台就可以，但是自动化的功能是无法完成的。从系统模块图片可以看到每一个模块都是一台相当于至少是我们传统的一台模拟设备，当中的大型模块更是第二代技术和第一代技术无法完成的。这是整修系统的一小部分，这个系统就能真正做到智能化。

数字化技术让系统完全进入了网络化时代，即第四代技术――全数字化网络架构。在此基础上开发了一个中央机房的概念。前面我们设想，假如这个会场有50个会议室，每个会议室都安装一套设备，安排一个管理人员的情况下，这个成本就非常高。很多酒店开始通过中央机房来实现这一模式，把所有的设备都做到中央机房，前端只负责某些应用。它的优点很明显，在管理上在设备整体维护上非常便利；但缺点也很明显，DSP规划非常重要，假如DSP的前期规划如果不能够设计得尽善尽美，后期功能扩展几乎不可想象。还有一个更重要的问题就是总线和延时技术。在数字领域，模拟信号几乎不考虑它的延时，但是它的传输品质会下降，但在数字技术是有延时的，每一个数字模块的工作，每一级的传输它都带来一定的延时量。这种技术的瓶颈越来越导致其拓展性受到局限，还有一个重要的问题就是市场上各厂家的数字化传输技术的各自为政，互不兼容。

三、新一代的音频传输技术――AVB

随着第四代技术发展到一定阶段，我们所期待的云技术出现了，即AVB云。AVB大家听过很多年了，从2009年开始国内网站论谈上就有人开始介绍AVB，但这么多年，只闻其声不见其云，到底什么是AVB，什么是云。这也是今天我们探讨的主题，我目前正在设计一个大型的AVB云系统，AVB在音频系统当中是一个高速桥梁，它负责把所有的系统送到云的核心。比如我们现在的传输技术当中有CobraNet，这是应用最广最成熟的。在标准采样率下，它大概是32×32路，其他的技术有些非公开的协议可能做到更多或更少，但是总体来说都有一定的限制。AVB传输技术在单条网线上可以做到420路，更重要的是它的延时量，在10级AVB设备连接的情况下，总延时不超过2ms。这样结合原先的中央机房概念，就完全不需要考虑延时这个问题了。

AVB是一项比较新的技术，最近AVB协会已经正式通过了AVB的协议，这几年，只闻其声不见其云，关键就是这个协议得不到大家的认可。这一协议的主要目的就是实现系统之间的流畅沟通，打个比方协议就是我们的语言，在这个会场我们大家都讲普通话，那么我们之间的通讯就是流畅的，如果在座的只能听英语或者法语，那么此协议就不通。

AVB最早起源是在IT行业，它是由IT行业提出来的。我们从汽车的故事来解释下这个技术。比如说无人驾驶这个概念大家也听到过很多年，那么要做到无人驾驶需要什么条件？在车的周围需要一堆传感器、一堆雷达、一堆摄象头，如果按照传统的方式做下来汽车就变成了一个机柜，而且这个机柜线路特别多，多到无法布置的程度，显然驾驶的乐趣就会丧失掉。更好的技术要求就是尽量用少的线路来获得更多的信息的传输。在这个情况下市场推出了这么一个技术，改变传统的兼容性差的封闭性技术。

系统之间的不兼容，必然导致其发展受局限，在AVB技术之前，有很多企业都有自己的协议，每家协议都有自己的优点，但他们的共同点就是封闭，封闭的结果产品之间不能实现互联互通，我们想象一个问题，我们现在用的最多的电脑操作系统是Windows，假如没有Windows一统江湖会是什么局面？各个软件各自为政，最终这个行业没有大的发展。而音视频的数字传播，它最大的一个目标就是做到兼容性，假如A产品与B产品不兼容，用户在选择时只能是要么全部选择A公司产品，要么全部选择B产品，可能在A和B产品各有优点的情况下，它们是无法完美结合的。而我们希望未来的发展就是能够将所有不同公司的产品和技术结合起，把大家的优点共同发展起来。

我们回顾一下CobraNet，它的特点是双向32路音频传输，每一级5.33ms延时，CAT5接口。给当时带来一个重要的好处是在传输上多了一个选择，比模拟信号多了一个高品质的选择。我把这些协议做了一个简单的对比，可能数据不一定完整。有专有协议也有公开协议，公开协议就拿CobraNet和AVB在此举例。在传输内容上，过去的协议只支持音频，而AVB是支持音频加视频；在连接上过去的专业协议只支持自己的设备对等设备之间的连接，而CobraNet、AVB则走交换机。交换机的好处是它可以延长，结合了传输延时和传输距离这两大优势，我们看到AVB远远优于其他技术，它可以在无损的情况下传输420路音频的时候在10级设备对间只有两毫秒的延时，同时更关键的是它可以走第三层网络，第三层网络是走TCP IP协议。比如CobraNet就不能穿过路由，而AVB则可以。

现在拿CobraNet和AVB作对比。AVB能做到实时传输，而CobraNet则做不到。视频传输也是另一个发展空间，有视频厂家开始支持AVB，也就是在未来的发展中，我们的传输技术可以用一根网线把所有的信号传完，AVB能轻松解决这个问题，但最关键的是版税的成本。拿苹果产品打比方，假如我们的苹果手机采用的不是现在的低价策略，而是价格高高在上，仍然很多人买，但可以肯定的是购买的用户一定没有现在的多。CobraNet或者其他技术从技术上是肯定可以实现更多的兼容，但是为什么不这样做呢？因为兼容更多技术会导致接口成本的上升，成本上升会导致工程商和下游用户不愿意接受，不愿意接受推广就受到阻塞。而AVB只是一个协议，现在要做的就是让人更容易接受它，它是一个通讯的基础软件，无论是话筒还是其他音频系统都可以基于这个技术。延时、版税、通道、视频，这是CobraNet的短板，也是我们过去这些网络协议的共同短板。AVB技术将这些问题统统都解决了。

四、AVB及云技术的主要特点

归纳起来，我们认为AVB是一个桥梁，它是搭建我们的起点和终点之间的高速公路。那么云是什么？云是资源共享――即云运算。比如在这个系统当中，如果接口的资源来自于DSP，如果系统当中的DSP需要功能扩展，它从哪里来？在云的概念，资源就由云来提供，也就是说前端服务器的DSP资源不够的时候，就从后端获取，前端应用只需要知道你要做什么，需要执行什么即可，不需要考虑资源的多少。

在云概念中，资源可以无限增加。我目前在设计的一个项目当中就用到30多台核心服务器，一台服务器相当于普通的媒体矩阵四台的资源，30台就相当于100台普通服务器，如果加上云技术以后，我们多数情况下可能有1/3在用，我的资源也就用到一半，当DSP用到100台，那么云就相当于200、300台DSP的工作能力，换句话说同样功能的情况下，我们的投入也是过去的1/2到1/3。在我们这个系统中，因为AVB可以传输420路音频，所以任何信号传输只需要一条网络就够了。同时因为云的资源是无限量配置的，所以我们可以预先或者后期补偿。比如说我们正在开会，我希望当我讲话的时候背景音乐声自动降下来，讲完之后音乐声再提升上去，采用智能化技术可以实现这个要求，但需要提前对DSP进行相关设备并确保足够冗余。而在云技术中，则完全不用担心，因为有足够的后台资源来满足用户的需求。我们最终的愿景是所有的终端全部连接到云里面来，并可以进行任何的数据（包括音频、数据、控制）的处理，我们所需要的仅仅是一条网络线。在提供大量资源供工作的时候，云技术降低了整体的投资造价。

从上面的分析我们可以看到，音频技术可以这样简单划分，纯模拟――数模混合――纯数字――数字网络和云。在我们未来的发展中，云将会改变我们生活。

现在回到我们演讲一开始提到的问题。第一到第四条是我们过去的技术很容易解决的，第五条可能要增加某些临时的扩声项目，这个网络可以是有线的。但是因为AVB可以穿透路由，所以无线也可以实现。第六条，我们后台有云，用户只管提出要求，即可共享DSP提供的无限资源。随时增加任何功能而不需要额外支付成本。第七条，系统需要专人监管，怎么办？一条网线可以传420路，监管人员不需要到前台去。在没有太多专业人员的情况下，就需要真正的音频的智能化，比如说在我们现在这个会议室，我完全可以做到智能化，灯光音响可以按时间自动开启。当演讲开始时，主持人的话筒工作时，背景音乐自动降低直至停止；当各位讨论时，我的话筒音量自动提升，反之亦然，保持最佳听觉对比度；当我们演讲结束，比如15分钟或者半个小时，没有人讲话，系统可以认为会议结束，自动关机。而且跟灯光完全结合在一起。

还有一个问题，我们现在最强调的就是人的作用，对未来进行第8条的成本总量控制当中，除了硬件的投入，其中人力资源的投入是一个极大的成本。我在后面有一个成本的换算。我们在进行这种级别的设定的时候，大家可能会考虑到一个问题，既然提到无人值守，现场需要调整怎么办？既然提到那么复杂，没有专业人员怎么办？既然提出可以跨区域，那区域太远怎么办？

在这样的系统中，我们可以设计五个安全级别，这是一种数字化的管理概念。第一个是用户级，用户级就是我们在现场使用和操作的工作人员所需要的级别，比如我现在在这里讲话，就属于用户，在用户级别里面可以有非常有限权限来操作设备，这个在第三代技术就可以实现。监控级指的是现场的服务人员，他可以了解到设备的工作状况，但是不能干涉操作。管理级是设备后台的级别。比如说中央机房，它可以远程进行管理，设备是不是在正常开启，是不是需要额外的帮助。工程师级是我们系统顶层的编程人员，它可以设定我们所有的权限。比如有时候有些重要的会议，如果你底层工程师知道之后，会不会导致信息的泄露。假如我们现在做的一个项目，里面有一个会议室是需要绝对保密的，我们这时候涉及到一个核心工程师级，是我们对于某些功能模块编程完成后进行加密处理，处理完之后，所有的人员只能应用，而不能对它进行改变，包括工程师级。有了这五个级别的安全管理之后，我们未来的系统搭建可以保证万无一失。

五、对AVB云技术应用的展望

现在回过头来看看我们对音频的概念，过去的音频发展历程中，最早是以专业扩声技术为主，90年代初那个年代所追求的声音品质是最重要的，所有的专业本领都是取决于调音台上的工夫，在他们的眼里可能是精益求精。我们可以大概把他们划分为专业中的专业。这种场所现在用得多不多？我认为逐渐减少，比如演播厅、电视台等等。但是到现在这个环节，它属于固定安装，也就是所谓AV的领域。对于多数用户来说，功能、稳定性、学习成本、智能化是最重要的。

刚刚讲到学习成本，学习成本远远高于我们的使用成本。早上的演讲就讲过，可能一个项目下来，会议准备了，计划好了，但是AVB准备会耗费一些时间，比如像今天这种活动，我们需要花很多时间做准备，这种成本是不可忽略的，它是非常高昂的。讲到这里，我回忆一下我曾经看过的一个广告。广告的画面是一个女孩子要准备一个演讲活动，按照过去的方法是需要一堆壮汉来抬设备，而这个女孩子轻轻拉着一只有源音箱就完了。当时广告表达的是，我们需要专业的品质但是我们不需要专业的学习过程。对于终端用户来说，应用成本简便、利于维护是最重要的，不需要太多的工程师来参与其中。我在这里再给大家举一个例子，深圳中心书城有两个公开的大讲台，每周每天都有很多的演讲活动。南区大概是在四年前完成，这个结构的核心是一个调音台，所以无论大型演出或者是小型讲话一定要通过调音台，每次搞活动工作人员不胜其烦，除此之外至少要通过一段时间的培训，要熟悉调音台的东西。而它的北区扩声采用数字化技术，可以满足无人值守扩声和专业演出两种工作模式。第一种普通的扩声音频的音源经过处理器直接就出来了，他们所需要做的事情就是拿一把钥匙拿出话筒开机就可以了，全部是信号处理都是智能化完成。当需要专业演出的时候怎么办呢？按照过去可能需要一堆的跳线器，现在也不需要了。在我们的系统当中，直接通过矩阵通过传输器到调音台，话筒控制权就转移到调音台上，由调音台来完成控制。专业的模式兼顾到了，无人值守的时候就智能化同样也兼顾了。

这其中一个最大的问题还不是品质，而是人力成本。人力成本到底高到什么程度？我们进行了换算，假如是一个普通的调音员，底薪按3000计算，连续十年，这十年之间他没有跳槽，也没有别的奖金的情况下，按照年5%递增，支付给这个人的成本是45万。假如说我这个设备再复杂一点，需要工程师级的或者更高一级的管理人员，是什么样的结果？按起薪5，000，年递增5%，每四年一次升职加薪20%，他的人力成本最少110万。在一个大型系统中，少用一个这样的人，就少投入110万，少用一个普通的音频人员就是45万。假如说这个项目需要50个人操作，怎么办？这个人力成本相当大，在这个时候你的智能化就非常有必要。

未来的AVB，对于生产厂家来说，它是一个简单的标准，这个标准给大家提供一个更好的机会，这个机会会给大家提供一个更好的市场，市场应用越多会导致成本越低。一个简单的标准带来的是效率，一个简单的标准意味着兼容性。我们只要做到兼容，就可以为一个项目提供最好的性价比。对于工程商来说，未来的云和数字化技术也有更好的好处。之前提到了人力成本，现在的工程商可能在发展过程中碰到的最大瓶颈就是人的问题，特别是人才是可遇不可求的。从基础建设到软件设计到管理，全方位贯穿的人才更是难得。我们在培养人才的时候，可以两层规划，软件设计可以在家“纸上谈兵”，施工人员按图施工，所有的系统建设都有一个标准化。那么我们把人划分之后，我们这个人力成本就下降了。除此之外，我们未来卖的是什么呢？我们很多企业到现在为止还在局限于卖产品，卖劳动力，这种企业在竞争过程中觉得非常累，常利用产品的独特性进行卡标之类的小动作。未来的竞争当中我希望企业可以晋升到卖技术卖概念。我们这种编程的结果会导致音频系统可以玩出跟别人完全不一样的花样来。

上个世纪初，汽车在发明的时候，开车是一件非常不容易的事情，你得学会如何熟练地装汽油倒入在油箱，如何开启油门，车子坏了还得知道如何维修。到了30年代，汽车的基础系统，比如：公路、加油站、修车店普及之后，汽车得到了更大的推广。到了40年代，变速器出现之后，汽车的应用得到了进一步的发展，人们的驾驶乐趣得到进一步的提升。到现在为止70岁的老人家都可以开车，当年的福特肯定不知道现在汽车技术的后台变得这么先进。我们也相信音频技术未来的发展一定可以寻着汽车发展的道路做得越来越好，今后我们也一定会跨越汽车领域所要跨越过的门坎。

数字领域的云是新时代的起点，让用户感觉不到技术的存在，同时享受到技术的优点，这才是我们的价值所在。我们认为一个新的舞台正在升起，大展宏图的时代即将来临。我期待与大家共同创造未来。谢谢大家。

二、