智能設(shè)備現(xiàn)今已成為人們生活中必不可缺少的一個元素,人們利用手中的設(shè)備打發(fā)坐車時的無聊時間,也用來在睡覺前當做一種娛樂的方式,更成為了占據(jù)碎片化時間的‘王者’。以往人們追求的是設(shè)備更高的配置,以滿足日常的游戲和應(yīng)用。當現(xiàn)今配置已經(jīng)足夠滿足用戶需求后,用戶開始注重起體驗效果(如畫面、音效)。
在亞洲移動通信博覽會上DTS為我們演示了他們最真實、最飽和的音效。DTS又被稱為數(shù)字影院系統(tǒng)(Digital Theater Systems),由DTS公司開發(fā),為多聲道音頻格式中的一種,廣泛應(yīng)用于DVD音效上。其最普遍的格式為5.1聲道。而此次DTS公司與各大手機廠商的合作也正是為了滿足用戶日益提升的需求。
體驗DTS新技術(shù)
DTS涵蓋了高品質(zhì)音頻解碼解決方案與音頻后處理技術(shù),深度部分還有DTS為移動領(lǐng)域量身打造的DTS Headphone:X技術(shù),可謂帶來了手機視聽娛樂的全新體驗。
DTS Headphone:X技術(shù)能夠打造口袋中的家庭影院,能夠還原真實的環(huán)繞聲效果,在不打開DTS技術(shù)時聽到的感覺很一般,而使用DTS技術(shù)后環(huán)繞聲的效果立刻縈繞在耳邊,感覺像是電影院享受到的身臨其境的多聲道效果。
這里就會產(chǎn)生出疑問,是否耳機的好壞直接影響到聲音的質(zhì)量,答案是肯定的,但DTS針對了各種品牌耳機進行了精準校準,并通過后級增強技術(shù)進一步提升了效果,就算普通的耳機也能感受到多聲道體驗。
DTS Sound:這一技術(shù)能夠讓聽眾在觀看電影和音樂時,通過內(nèi)置揚聲器或耳機獲得穩(wěn)定的音量以及清晰語音體驗,提高同等級揚聲器的音樂回放表現(xiàn)力,自動剪輯掉音頻中的噪點。實際體驗時在開啟DTS音效時明顯能聽到聲音的一個增強效果,但音量并沒調(diào)節(jié)。
DTS HD:作為一流的多聲道編解碼技術(shù), DTS-HD 和DTS-HD Master Audio技術(shù)無疑是最好的選擇。無論是傳送低比特率碼流還是多聲道無損音頻,都能確保對現(xiàn)在或是將來出現(xiàn)的各種帶有DTS編碼的音頻媒體內(nèi)容播放的完美兼容回放,這一兼容包括本地文件的回放以及源自云端媒體庫的在線播放。
DTS Play-Fi:移動終端的HD高品質(zhì)音頻可通過Wi-Fi同時傳輸?shù)蕉鄠€音頻裝置上,不同于藍牙傳輸過程中對文件的壓縮,Play-Fi技術(shù)能夠確保高品質(zhì)聲音從移動終端到喇叭的無損傳輸。并可以通過這一技術(shù)實現(xiàn)家中不同房間的不同音樂播放。
DTS國內(nèi)發(fā)展趨勢
在會場我們看到搭載了DTS技術(shù)的設(shè)備分別是vivo Xplay 3s;Wren V5PF;nubia X6;Huawei P7;Gionee E7/S5-5。從這些品牌中我們不難看出目前DTS正與國內(nèi)幾大手機廠商進行著密切的合作,在帶動全球營收的同時也推廣出了自己的技術(shù)。
在音頻內(nèi)容制造上,DTS與很多美國的音樂制作者,音樂制作人,以及歌手,歌星進行合作,同時提供給了一個App供用戶來體驗,當然在這個App 中下載音樂是需要花費部分費用的。這樣的合作方式不僅讓用戶享受到了更好的聽覺效果,更能提供給了提供歌手一個其它的渠道來售出自己的創(chuàng)作。目前,DTS也正在嘗試與國內(nèi)一些歌手進行合作,來共同打造一個完整的生態(tài)鏈。
在游戲方面DTS也有涉足,今年DTS也在與幾家比較大型的游戲制造商在進行洽談,預計到2015年或是2016年便能看到。
在采訪中我們得知,目前DTS對汽車行業(yè)也在進行著觀望。不過若是能在車上享受到多聲道環(huán)繞效果的音樂將會是一種美妙的體驗。
可以說DTS這一技術(shù)沒有嚴格的界限,雖然現(xiàn)在主推在電影游戲和音樂方面,但我認為等這些都完善后,DTS將涉及到更多的領(lǐng)域。像是目前火熱的懶人聽書這一應(yīng)用,若是使用DTS技術(shù),我們能聽到的像是在耳邊傾訴一樣的音效體驗,若是搭配恐怖小說,相信一定能讓故事更加寫實。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務(wù)上驗證有效性。