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50？

    强网音质s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/。

    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a、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。

    使得其能在保持音质的情况下，大幅降低了流量消耗。

    跟核心团队一番分析下来，张晓龙惊嘆之余，也有些头皮发麻。

    通过混合编解码+重构通信协议栈+智能优化的组合，微信在音质、流量、延迟等核心指標上，有著近乎统治级的竞爭力。

    產生的最直接的效果就是一一消息及时，音质清晰，流量省一半。

    朴实无华。

    但准確戳中了当前“弱网环境”的行业痛点，以及“流量成本”的用户痛点。

    而他们即便是通过逆向分析，確