AVS3-P10实时语音标准制定工作进入CD阶段，预计2024年正式发布

2024年3月21日上午，在深圳鹏城实验室举行的第88次AVS标准工作组会议开幕式上，音频组组长窦维蓓宣布了《信息技术智能媒体编码第10部分：实时语音》（AVS3-P10）已经完全满足技术需求，主客观测试验证表明其性能在多个对比项中表现最优，标准制定工作由工作组草案(WD)阶段进入委员会草案（CD）阶段。这一进展标志着AVS3-P10标准制定取得了重大突破，为实时语音通信领域注入了创新的活力。

作为全面和系统性引入AI技术的全球首个实时语音编码标准，AVS3-P10真正实现了高质量前提下的低码率编码。按照计划，AVS3-P10标准将于2024年正式发布。

在2023年12月16日公布的N3718(AVS3-P10《信息技术智能媒体编码第10部分：实时语音》WD1.1)已经实现了低码率、高质量的单声道实时语音编码，在此基础上，2024年3月15日公布的N3758 （AVS3-P10《信息技术智能媒体编码第10部分：实时语音》CD 1.0），在技术上集成了在AVS音频历代标准中采用的基于极大相关旋转（MCR：Maximum Correlation Rotation）的参数立体声编码技术，并针对实时语音场景重新优化了码书。经过测试，码率低至7.6kbps时也可实现高质量双声道立体声编码效果，更符合AVS3P10高质量、低码率的性能要求。

按照ITU-T P.800 DCR主观质量评价规范，中国电子技术标准化研究院的交叉验证，结果表明：在宽带和超宽带场景下，在低于17kbps的测试码率条件下，AVS3-P10的CD1.0实现了双声道立体声主观质量均超过对比系统。

进入CD阶段是AVS3-P10标准的关键里程碑，预示着实时语音通信、在线会议等领域的技术创新和应用发展将迎来新的飞跃。

AVS3-P10 实时语音编码，作为新一代的语音编解码技术标准，是对AVS系列标准的重要补充。该标准代表了主要技术贡献单位——腾讯在语音处理和人工智能技术创新和用户体验方面的最高追求，体现了业界最高水平，将为用户带来前所未有的性能和体验，引领行业进入一个全新的时代。

AITISA联盟简介

新一代人工智能产业技术创新战略联盟（AITISA）由两百余家来自人工智能行业内的顶尖企业、高校和科研院所、资本机构、服务机构、创新创业企业组成。联盟立足于人工智能技术资源及产业环境，联合人工智能领域的产、学、研、用、资、服等单位，以建立人工智能技术创新生态体系为基本愿景。联盟通过“一体两翼”的工作部署，聚集工业界、科研界的中坚力量及相关机构，利用产业基金的引导，服务企业与开发者，推进人工智能产业的发展。

“一体两翼”中的 “一体”是指新一代人工智能开源开放平台（OpenI启智社区），“两翼”的“左翼”是以技术专家为主体组成的多个工作组，包括标准工作组、知识产权工作组、投融资工作组等。“右翼”是为以企业为主体的应用推进组，目的是促进人工智能在各产业领域的应用，已经在智能物流、智能医疗、智能政务、智能教育等方向开展工作。

自成立以来，联盟主办了全球人工智能产品应用博览会（AIExpo）、系列AITech国际智能科技峰会、上交会人工智能展区、天津世界智能大会分论坛、启智开发者大会等有重大影响力的会展活动，承办全国人工智能大赛，发布并启动了新一代人工智能开源开放平台（OpenI启智社区）、“新一代人工智能燎原计划”等。