当前的 AI 降噪方案大多存在如下两个问题：一个是网络模型过于复杂，性能消耗巨大，给实时场景交付提出了很大的挑战；另一个是容易将音乐当成噪声，对音乐场景的覆盖存在明显弊端。基于上述挑战，ZEGO 首发行业内场景化 AI 降噪解决方案，该方案集 AI 音乐检测、极轻量级 AI 降噪（ZegoAIDenoise）、传统降噪于一身，充分结合利用各自降噪算法的优点，不仅保证了实时语音的质量和可懂度，同时将性能开销控制在一个很低的量级，实现了场景和机型的全覆盖，提升用户体验，为实时交付保驾护航。

演讲大纲：

• AI 降噪的发展历程；
• 通讯场景下，ZegoAIDenoise 极小网络模型的探索；
• 音乐场景下，高保真音质的技术还原；
• 实时语音增强技术的展望。

你将获得：

• 了解传统降噪和 AI 降噪的优缺点；
• 了解通讯场景与音乐场景的降噪处理策略；
• 深度理解极小网络模型的设计方法。