Thay vì buộc các micro phải cạnh tranh để giành quyền thu âm, tính năng Trộn âm đa micro của Neat cho phép toàn bộ phòng họp phối hợp vận hành như một hệ thống âm thanh thông minh và đồng bộ.

Trong nhiều năm qua, ngành công nghệ họp trực tuyến luôn tập trung mạnh mẽ vào yếu tố hình ảnh. Camera tốt hơn. Khung hình thông minh hơn. Trải nghiệm chân thực hơn. Thế nhưng, tại các không gian họp lớn, chất lượng âm thanh giọng nói mới thường là thách thức thực sự.

Khi phòng họp ngày càng lớn, việc thu âm cuộc trò chuyện một cách tự nhiên càng trở nên khó khăn hơn. Giọng nói truyền đến từ các khoảng cách khác nhau. Nhiều người nói cùng một lúc. Tiếng ồn nền trở nên khó dự đoán hơn. Việc bổ sung thêm nhiều micro có thể giúp ích — nhưng nó lại tạo ra một bài toán mới: làm thế nào để hệ thống quyết định nên thu âm từ micro nào tại mỗi thời điểm cụ thể?

Đây chính là lúc trải nghiệm trong các phòng họp lớn thường bắt đầu gặp trục trặc. Các cuộc trò chuyện không còn diễn ra một cách trôi chảy và tự nhiên nữa, bởi vì công nghệ vận hành bên dưới đang liên tục cố gắng đơn giản hóa một thứ vốn dĩ vô cùng sống động và biến chuyển không ngừng.

Tại Neat, việc giải quyết bài toán này là một hành trình cải tiến từng bước qua nhiều thế hệ sản phẩm. Xuất phát điểm từ công nghệ tạo chùm sóng âm tập trung cho các không gian nhỏ, giờ đây giải pháp này đã phát triển thành một tư duy hoàn toàn khác biệt về âm thanh phòng họp — nơi các micro không còn cạnh tranh lẫn nhau, mà phối hợp một cách thông minh theo thời gian thực.

Xây dựng một hệ thống nghe toàn diện

Cách tiếp cận thế hệ đầu tiên của chúng tôi với Neat Bar tập trung vào khả năng thu âm giọng nói định hướng cho các không gian họp nhỏ và phòng họp quy mô nhỏ. Trong những môi trường này, một chùm sóng âm đơn lẻ — tức một vùng nghe tập trung được căn chỉnh theo camera — hoạt động cực kỳ hiệu quả. Người họp ngồi tương đối gần thiết bị, các cuộc trò chuyện thường diễn ra nối tiếp nhau và số lượng người tham gia ít hơn cũng ít tạo ra tiếng ồn cạnh tranh hơn. Do đó, việc tách biệt giọng nói khỏi tiếng ồn nền trở nên đơn giản hơn nhiều.

Khi chúng tôi mở rộng sang các không gian lớn hơn với Neat Bar Pro, chúng tôi đã phải đối mặt với một thách thức khác: người họp thường ngồi xa thiết bị hơn nhiều. Để thu được giọng nói từ xa rõ ràng hơn, đòi hỏi các chùm sóng âm của micro phải sắc bén hơn với phạm vi tiếp cận lớn hơn. Tuy nhiên, các chùm sóng âm sắc bén hơn cũng sẽ bao phủ các khu vực hẹp hơn, vì vậy một chùm sóng đơn lẻ không còn đủ đáp ứng. Chúng tôi đã giới thiệu một mảng gồm 16 thành phần micro có khả năng tạo ra nhiều chùm sóng đồng thời, mỗi chùm sóng bao phủ một phần khác nhau của phòng họp với độ chính xác và phạm vi tiếp cận lớn hơn.

Nhưng việc đưa vào nhiều chùm sóng âm lại tạo ra một thách thức mới. Các nền tảng họp trực tuyến vẫn yêu cầu một luồng âm thanh đơn kênh duy nhất, điều này có nghĩa là hệ thống phải quyết định cách kết hợp các chùm sóng âm đó. Cách tiếp cận đầu tiên của chúng tôi là lựa chọn micrô động: liên tục phân tích mức độ giọng nói trên các chùm sóng âm và chọn chùm sóng âm có giọng nói mạnh nhất tại thời điểm đó.

Thu âm giọng nói từ mọi hướng

Cách tiếp cận đó đã hoạt động cực kỳ hiệu quả và trở thành nền tảng cho bước phát triển tiếp theo của chúng tôi. Với Neat Center, chúng tôi đã mở rộng khái niệm này hơn nữa. Thay vì thu âm chủ yếu từ phía trước phòng họp, Neat Center mang đến công nghệ tạo chùm sóng âm 360 độ toàn diện, cho phép thu giọng nói một cách rõ ràng từ bất kỳ hướng nào.

Tuy nhiên, mặc dù Neat Center có thể thu âm từ mọi góc độ, phạm vi hoạt động vẫn là yếu tố quan trọng. Để mở rộng vùng phủ sóng ra những không gian lớn hơn, chúng tôi đã bổ sung tính năng hỗ trợ nhiều thiết bị Neat Center cùng phối hợp hoạt động trong phòng. Vì Neat Center vận hành song song với một thiết bị chính như Neat Bar Pro, hệ thống giờ đây không còn quản lý âm thanh từ một thiết bị đơn lẻ nữa — mà điều phối âm thanh trên toàn bộ mạng lưới micro được phân bổ khắp không gian phòng họp.

Vượt xa cơ chế "chùm sóng tốt nhất sẽ thắng"

Khi hệ thống phát triển thành một mạng lưới thiết bị và micro được phối hợp đồng bộ, những hạn chế của phương pháp chọn micro truyền thống ngày càng lộ rõ.

Ban đầu, chúng tôi áp dụng cùng một cơ chế logic đã từng dựa vào trước đây: chùm sóng hoặc thiết bị nào phát hiện giọng nói mạnh nhất sẽ được kích hoạt. Thế nhưng, các cuộc hội thoại trong phòng họp lớn hiếm khi diễn ra theo kiểu từng người một lần lượt nói. Mọi người nói chồng lên nhau. Các bình luận bên lề chồng chéo với các cuộc thảo luận chính. Ai đó bật cười ở đầu bàn bên này trong khi một người khác bắt đầu phát biểu ở góc phòng bên kia. Trong những khoảnh khắc như vậy, các hệ thống truyền thống theocơ chế "chùm sóng tốt nhất sẽ thắng" thường gặp khó khăn, bởi vì tại một thời điểm bất kỳ chỉ có một micro duy nhất có thể chiếm ưu thế trong luồng âm thanh tổng hợp.

Hiệu ứng này tuy tinh tế nhưng rất quan trọng: một giọng nói trở nên rõ ràng trong khi giọng nói khác lại trở nên khó nghe hơn. Tiếng ồn cục bộ đôi khi có thể cướp đi sự tập trung của hệ thống. Các hệ thống thường đưa vào độ trễ chuyển mạch để tránh mất ổn định, nhưng chính những khoảng trễ đó lại khiến các tương tác giảm đi cảm giác tức thời và tự nhiên.

Vấn đề chưa bao giờ nằm ở bản thân các micro. Những hạn chế của việc buộc các thiết bị phải cạnh tranh để giành tín hiệu "tốt nhất" vốn đã luôn rõ ràng — chúng tôi chỉ đơn giản là cần một phương thức tốt hơn để điều phối âm thanh trong khắp phòng họp.

Từ việc lựa chọn micro đến công nghệ trộn âm thông minh

Nhận thức đó đã dẫn đến một cách tiếp cận hoàn toàn khác.

Thay vì chọn một micro duy nhất, chúng tôi đã phát triển một hệ thống cho phép nhiều micro và chùm sóng âm cùng tham gia vào cuộc hội thoại một cách đồng thời, được cân bằng thông minh theo thời gian thực dựa trên hoạt động của giọng nói, cấu trúc hình học của chùm sóng và các điều kiện âm học trong phòng.

Về mặt kỹ thuật, hệ thống này kết hợp âm thanh từ nhiều micrô một cách thông minh theo thời gian thực. Về mặt bên ngoài, chúng tôi gọi đó là "Trộn âm đa micro".

Cuộc trò chuyện mang lại cảm giác tự nhiên hơn hẳn. Nếu nhiều người nói cùng lúc từ các vị trí khác nhau trong phòng, giờ đây tất cả họ đều được nghe thấy rõ ràng mà không có sự chuyển đổi micro đột ngột. Vì hệ thống không còn phụ thuộc vào cơ chế chọn micro dựa trên độ trễ, các bước chuyển đổi giọng nói mang lại cảm giác tức thời và tự nhiên hơn. Đồng thời, tiếng ồn cục bộ không còn làm gián đoạn cuộc hội thoại nữa, bởi vì các chùm sóng bị nhiễu tiếng ồn chỉ đóng góp một phần cực kỳ nhỏ vào luồng âm thanh tổng hợp cuối cùng.

Điều này không nhằm mục đích thu hút sự chú ý vào công nghệ, mà là để xóa bỏ những rào cản trong chính cuộc trò chuyện. Các buổi họp sẽ mang lại cảm giác nhẹ nhàng, rõ ràng và gắn kết hơn khi phòng họp tự động thích ứng một cách tự nhiên theo diễn biến của cuộc trò chuyện.

Tại sao công nghệ trộn âm truyền thống nghe vẫn thiếu tự nhiên

Mặc dù một số đơn vị trong ngành âm thanh có thể so sánh công nghệ này với kỹ thuật trộn chia sẻ độ nhạy truyền thống, giải pháp của chúng tôi tiến xa hơn thế rất nhiều. Hệ thống được tối ưu hóa chuyên biệt cho việc trao đổi bằng giọng nói và liên tục tự điều chỉnh để thích ứng với vị trí đặt thiết bị, độ chồng chéo của các chùm sóng âm cũng như cấu trúc hình học của phòng họp.

Trong một số trường hợp, việc hòa trộn các chùm sóng âm một cách đơn thuần có thể làm tăng độ vang và giảm độ rõ nét của giọng nói, vì vậy bộ trộn sẽ liên tục tự điều chỉnh để ưu tiên mang lại luồng âm thanh nghe tự nhiên nhất.

Những chi tiết này có tầm quan trọng lớn hơn nhiều so với những gì mọi người thường nghĩ. Chúng chính là yếu tố tạo nên sự khác biệt giữa một hệ thống âm thanh liên tục gây phân tâm và một hệ thống âm thanh mang lại cảm giác hoàn toàn tự nhiên.

Một giải pháp thông minh hơn cho hệ thống âm thanh phòng họp lớn

Với bản cập nhật phần mềm NeatOS 26.1.0 mới nhất, chúng tôi đã mở rộng công nghệ Trộn âm đa micro trên nhiều thiết bị. Nhiều thiết bị Neat Center và thiết bị chính giờ đây có thể hoạt động đồng thời trong cùng một hệ thống trộn âm thông minh duy nhất, cho phép toàn bộ phòng họp vận hành như một môi trường âm thanh đồng bộ thống nhất, thay vì một tập hợp các điểm thu âm riêng lẻ.

Chúng tôi đang tiến xa hơn những hệ thống chỉ đơn thuần ghi nhận cuộc họp để hướng tới các môi trường thực sự thấu hiểu cuộc hội thoại, và vẫn còn rất nhiều điều hứa hẹn phía trước.

Trải nghiệm sự khác biệt khi phòng họp “hiểu” được cuộc trò chuyện.
Đặt lịch demo trực tiếp.