5月27日消息,腾讯会议正式推出"声链"功能,允许同一物理空间内多台设备同时入会并开麦发言而不产生啸叫,由腾讯天籁实验室提供跨设备AI回声消除技术支撑,被定位为国内首个纯软件实现的多设备协同音频方案。
啸叫的物理本质与"声链"的破解路径
多人同室开会的啸叫,本质是音频反馈回路:设备A播放的声音被设备B的麦克风拾取放大后传回,叠加循环形成尖锐反馈声。传统解决方式有两种——要么只留一台设备开麦其余静音,要么部署专业阵列麦克风和回声消除硬件。前者牺牲多人同时发言的自然度,后者动辄数千到数万元的硬件投入,对中小团队不友好。
"声链"的技术路径分三层:每台设备先独立完成本地回声消除,处理后的高质量音频统一传输至"声链"中心,再对多路麦克风数据进行高精度对齐与混音后送入会议系统。关键在于第二、三步——跨设备的时间对齐和混音决策由云端AI完成,本地设备不再各自为战。这意味着用户只需在普通笔记本和平板上各自登录同一会议,无需额外硬件,系统就能识别当前发言人并自动切换显示。
与钉钉、飞书会议的能力位差
将"声链"放到协同办公会议软件的横轴上看,差异化定位较为明确。钉钉会议、飞书会议目前在多人同室场景下的主流方案仍是"一台主设备+其他设备静音"的传统模式,或推荐用户部署官方认证的硬件终端(如钉钉F2、飞书Rooms)来解决音频协同问题。Zoom和Microsoft Teams则更早推出过"Smart Gallery""IntelliMix"等基于硬件+AI的混合方案,但同样依赖会议室专业设备。
"声链"的差异点在于把跨设备协同音频的门槛压到了纯软件层。对没有独立会议室、临时拼接工位或在洽谈区开会的小团队,这种零硬件的方案更具实用价值。但也需要注意,纯软件方案的鲁棒性高度依赖网络条件和云端处理延迟,在弱网环境下的表现仍需大规模验证,硬件方案在极端场景下的稳定性仍有优势。
干净音频对AI会议纪要的传导价值
"声链"的价值并不止于解决啸叫这一具体问题,它在AI会议能力链路中扮演的是输入端净化器的角色。当前主流会议软件都已集成实时转写、AI纪要、发言人识别、要点提取等下游能力,但这些功能的准确率受制于音频输入质量——多人同室时若只用一台设备拾音,远端发言人的语音往往被压制甚至丢失,AI转写会出现大量错配。
"声链"通过多设备多路拾音再混音的方式,让每个发言人都能以近场音质进入识别管线。这对腾讯会议自身的"AI小助手"、智能纪要等功能是一种底层加固,也是天籁实验室长期在回声消除、降噪、讲话人追踪等方向积累的延伸。横向看,飞书的"妙记"、钉钉的"闪记"在多人同室场景下同样面临类似的音频源问题,"声链"在输入侧的提前介入是一种结构性差异。
教育、家庭场景的外溢可能
除中小企业办公外,"声链"的潜在适用面还包括两类场景。一是教育培训中的小组讨论:教室里学生分组发言时,多设备同时入会可让每组的讨论被独立清晰记录,便于教师回放和评估。二是家庭与宿舍场景下的多人语音、游戏开黑、远程追剧聚会等,传统场景下要么轮流说话要么忍受啸叫,"声链"提供了更自然的多人同时在线选项。
不过这两类场景的实际渗透还取决于用户教育成本——大多数普通用户并不会主动在会议软件设置中寻找音频功能开关,是否能被默认推荐、是否在多设备入会时主动提示,将决定其触达范围。
局限与待验证项
"声链"目前的不确定性集中在三处。其一是网络依赖:跨设备音频对齐与混音在云端完成,对带宽和延迟敏感,在4G移动网络、公共WiFi等不稳定环境下的表现尚未有规模化反馈。其二是设备规模上限:宣传中提到"多人多设备",但未明确单一会议中支持的最大同室设备数,4台、8台、16台的边界仍需测试。其三是与AI纪要的耦合细节:多路音频混音后,发言人身份是否能准确映射到对应账号、转写文本是否能正确归属说话人,这些链路细节关系到下游AI功能的最终体验。
此外,开启入口预计位于音频设置中,但腾讯会议尚未公布默认开启策略,普通用户首次使用时可能需要主动寻找。功能目前覆盖范围(免费版/商业版/企业版的差异)也未明确说明。
写在最后
"声链"是一次典型的"软件吃硬件"路径的落地——把过去依赖专业阵列麦克风才能解决的物理问题,转化为云端AI算法的处理任务。对腾讯会议而言,这是其差异化竞争中较为务实的一步:不与对手在AI纪要、AI助手等热门赛道上贴身肉搏,而是从输入源做加固。
中期看,会议软件的竞争正从功能堆叠转向体验细节,而音频质量恰是最容易被用户感知、最容易形成口碑的细节之一。当"声链"这类纯软件方案被验证可大规模复用,整个行业的硬件依赖度可能被重新评估,飞书、钉钉、Zoom的下一步动作值得关注。