2023音质AIGC的应用与实践报告-腾讯音乐娱乐集团_24页_5mb

音质AIGC的应用与实践总结
分享人：何礼 部门：腾讯音乐天琴实验室
QQ音乐音质体系涵盖臻品母带、音乐超分、音乐分离三大核心技术。

1. 音乐分离
   核心目标为分离人声与伴奏，技术迭代历程包括：

• Conv-TasNet（时域序列建模）、Spleeter（频域分离）、ResUNet（时频联合建模）、Demucs（频域模型）等算法。
• BSRNN（双向序列神经网络）：通过频域切分子带、时域帧间序列建模、频域子带间序列建模，优化分离精度与泛化能力。
  技术体系分为：声伴分离、6轨分离、无混响无和声干声分离等场景。
  业务应用覆盖ToC与ToB领域：
• ToC：TME聚星（声伴分离、6轨分离）、TMEStudio、启明星（音色试唱）、懒人听书（长音频消伴）、全民K歌（伴奏库、临境音效五维打分、AIGC-X）。
• ToB：光子工作室（商务合作），低频公益（针对听损人士优化）。

2. 音乐超分（超分辨率）
   基于生成对抗网络（GAN），将音频升级至96kHz/24bit Hi-Res。
   技术原理：通过Phase-aware音乐超分算法，提升声音细节与自然度。
   业务应用：支持实时处理，显著增强用户听感体验。

3. 臻品母带
   母带是歌曲制作完成后的最初版本，品质标准包括：

• Master：192kHz/24bit，高频与低频均保留。
• SQ：最高48kHz/24bit，高频与Master差异明显。
• 有损编码（如320kbps MP3）：高频与低频均压缩。
  母带模型分为两代：
• 臻品母带10：低频修复与高频还原分步进行。
• 臻品母带20：采用统一模型，同步优化低频与高频，减少推理耗时。
  性能对比显示：20版高频更饱满自然、频响曲线更平滑。上线后PV（播放量）、UV（独立用户）、人均时长显著增长，有效提升用户粘性与口碑。

4. 音质AIGC的关键应用
   QQ音乐音质体系对比Apple Music：

• 臻品音质20：192kHz/24bit Master级别，支持立体声与全景声。
• 臻品全景声：基于6轨分离制作，为SVIP用户提供沉浸式体验。
• 全民K歌临境音效：通过乐器5轨分离与DIY音效功能，增强用户K歌体验。
• 歌声合成：保留混响与和声（听感佳）或去除混响无和声（听感差），需通过干声分离优化。

5. 音质优化路径
   腾讯音乐通过格式检测算法、播放标准品鉴、AIGC技术（如BSRNN、超分模型）持续提升音质。
   核心问题解决方案：

• 有歌听：通过版权与曲库建设保障内容供应。
• 能找到歌：依赖搜索与推荐技术。
• 听得舒心：以音质优化为核心，覆盖从分离到超分的全流程。

总结：腾讯音乐天琴实验室通过AIGC技术构建了完整的音质提升体系，涵盖音乐分离、超分与母带优化，技术上采用多维建模算法（如BSRNN），并在ToC（用户端）与ToB（商业端）场景中实现差异化应用。臻品母带20版在统一模型优化下显著提升音质表现与系统效率，成为驱动用户增长的关键技术。