声网&小天才 实时字幕，嘈杂环境视频通话“听”得清

「90 后用 QQ,00 后用 Soul,10 后用小天才。」从这个时下的 互联网 段子中, 可以看出小天才手表已然在 10 后心中占据一席之地。

可以立起来翻转、摘下来拍照的炫酷机身、碰一碰加好友的功能, 让小天才备受孩子们青睐。但让它真正收获家长信任的, 则是它精准的楼层定位技术、高清稳定的视频通话等专业功能。

而小天才今年 5 月上市的旗舰 Z10 电话手表不仅延续了之前的专业功能, 还联合声网一起探索, 增加了视频通话时的实时字幕功能, 解决了在嘈杂环境下, 音视频外扩声音听不清的难题。

以前在嘈杂环境中用电话手表进行视频通话时, 有时会比较难听清对方的声音, 就会出现需要将手表贴近耳朵, 但又看不清画面的尴尬局面。而小天才旗舰 Z10 中的实时字幕, 通过声网 RTC 云端的语音转文字功能, 在视频通话时将对方的讲话实时转写成文字, 方便通话者既能看到对方画面, 又能通过实时字幕快速获取到对方的讲话信息。

一般来说, 智能设备语音转文字的方案有 2 种:一是端侧实现, 因电话手表本身的硬件性能有限, 所以 STT (语音转文字) 端侧处理难度较大, 会导致运算慢、延时高, 影响字幕的实时性以及手表功耗增大。 二是云端处理实现, 声网 RTC 支持小天才旗舰 Z10 的实时字幕功能, 就是通过云端处理来实现的, 通过部署在云端做计算, 减轻手表设备侧的性能开销, 能够保障音频与字幕的低延时极致体验。

声网的 实时字幕功能 基于弱网对抗和拥塞控制算法, 具有较强的抗弱网能力, 能保障文字与语音的高效同步。同时, 声网的实时字幕功能灵活支持市面上主流的 STT 方案, 做到无感切换, 且设备端无需开发工作, 通过调用声网云端 API 即可实现该项功能。

除此之外, 声网 RTC 技术也保障孩子们在与父母视频通话时, 有更高质量、更低功耗、更低延时的实时互动交流体验。具体如下:

全球首个适配 RTOS 系统的 RTC SDK

声网推出了全球首个可以跑在 RTOS 上的 RTC SDK, 也是业界最小全功能 RTC 实现, 支持最小 200-300K 包体积, 主存储器最低内存占用 1.4MB 左右,CPU 占用 30MIPS, 持续通话 15 分钟不发烫, 以极低的功耗——CPU 最低运算速度需求 300MHz, 保障手表的续航能力。

SD-RTN™   保障电话手表超低延时视频通话

在电话手表的视频通话过程中, 如果出现延时与卡顿, 就会导致孩子与家长视频通话的过程不太流畅。声网专为实时互动而创建的软件定义实时网 SD-RTN™, 综合考量了不同地域特点、跨国跨洲链路质量、不同网络类型、不同终端类型、不同业务场景的特征, 分别适配不同的传输控制策略, 打造一张真正高可用、高可靠、高质量、超低延时的全球实时网络。

双摄支持, 最高 720P 视频画质

在家长与孩子的视频通话场景中,声网的 RTC 解决方案可以支持双摄同开,家长可以同时看到前后双摄像头拍摄的画面。并且,声网的 RTC 解决方案能为小天才旗舰 Z10 在视频通话时提供最高 720P 视频通话画质,让孩子与家长能够高清画质看清对方。

「声网拥有深厚的技术底蕴, 通过和不同厂商的接触和评估, 发现声网的技术储备能力是最强的。尤其在电话手表是小载体的这一特殊场景下, 以及温度、功耗、通话时长等各维度的限制下, 声网的实时音视频通话效果都能有很好的体验, 希望未来与声网持续保持合作, 共同致力于为孩子与家长带来更优质的音视频通话体验。」小天才相关负责人表示。