1654
音频需求正在强势上涨，Luminate 2022年上半年报告显示，全球流媒体音乐同比增长了24.7%，而视频流媒体播放增长28.1%。QuestMobile 2022上半年报告显示，中国移动音乐用户规模已达到庞大的7.06亿。
庞大的用户需求，也推动了在线音乐平台曲库数量持续增长。如网易云音乐和腾讯音乐，2021年第一季度的曲库数量为5500万，到2021年底就达到了1.4亿，增速达到150%以上。
移动音频的快速发展趋势下，一些创新需求也浮出水面：产品同质化、用户需求高端化、体验精细化——成为行业需要共同面对的三大问题。如何通过底层技术创新打破僵局，用关键技术解决用户痛点？成为未来创新的关键。
在OPPO看来，无损音质与个性化体验将推动音频体验走向高质量发展。也正是基于这一洞察，OPPO今日宣布推出第二颗自研芯片马里亚纳 MariSilicon Y。
它具有三大关键技术突破：第一，12Mbps全球最快蓝牙速率，突破传统蓝牙连接质量；第二，590 GOPS最强算力NPU，用AI突破传统音频的计算范式；第三，领先二代的N6RF制程工艺，突破蓝牙音频设备的能效标准，首次将192kHz/24bit无损音频带入蓝牙设备，带来母带级的高品质音质的同时，也提供了更先锋的个性化音频体验。
坚持自研芯片的必经之路
OPPO为什么坚持自研芯片？并且涉足蓝牙音频这种高度细分的芯片领域？
OPPO芯片产品高级总监姜波表示，OPPO认为端对端的连接技术，是硬件能力重特别重要的基础性技术。OPPO强调万物互融，未来一定会在短距通信、端到端的体验上做很多探索和改进。这颗芯片虽然小，但是OPPO首次在端到端，通过私有协议实现了连接，这个连接的基础能力是OPPO一定要建立的。
其次，尽管这颗芯片无论是成本投入，还是市场ROI，从商业角度看似乎都非常不划算的。但是，N6RF工艺是未来必然要掌握的。在前代6nm的基础上，马里亚纳MariSilicon Y更进一步拓展至N6RF工艺制程，代表OPPO掌握了将先进制程工艺应用于射频系统的能力，拓展了先进制程下的芯片设计专长。
OPPO芯片产品高级总监 姜波
也就是说，第一是连接能力的掌握，第二是先进射频工艺的掌握，都是OPPO自研芯片必须探索的方向。姜波补充，从整个商业角度看，采用第三方方案的确更节约成本，但马里亚纳MariSilicon Y所代表的自研能力是无法通过第三方芯片获得的。
马里亚纳 MariSilicon Y作为OPPO 首个SoC芯片解决方案，可以完整地负责一个蓝牙音频设备的所有功能。这不仅标志着OPPO首次打开了连接芯片设计的新领域，具备了蓝牙连接的软硬件全套能力，也意味着OPPO首次具备了计算+连接能力的蓝牙SoC平台设计能力，在前一代自研芯片影像整合的基础上，增加了蓝牙连接的整合，为万物互融奠定必备的底层连接能力。
高质量音频核心创新点：无损音频和个性化
根据《2022音频产品使用现状调研报告》显示，超过58%的受访者表示希望获得高解析度或无损音质。61%的消费者希望获得比MP3更好的音质，包括CD音质（44.1KHz/16bit）、高解析音质（高于96KHz/24bit）、无损音质。此外，有66%消费者认为无损音质会决定他们是否购买设备。
无损音频开始逐渐走进主流消费者，不再是只限于发烧友群体的稀有体验。随着近年来全球流媒体音乐在线平台加速升级曲库质量，毫无HiFi经验的普通消费者，也可以轻松地获得世界每个角落的高品质音乐。
除了无损音频的高清晰度和高保真度体验，高品质音频还包括了个性化的体验，在这方面，计算音频在迈入个性化的第二阶段。
计算音频这一概念自2019年兴起，随着苹果公司推出H1芯片与AirPods Pro开始获得更大关注。目前以主动降噪和空间音频为代表的智能计算音频体验，正在为用户创造良好的声音体验。如主动降噪功能，让用户可以完全根据自己所处的环境，选择自己的声音体验是隔离外界还是开放通透；空间音频创造的沉浸式体验，可以让用户在转动头部的时候，声音获得跟随的效果，实现用户与内容的独特交互。
随着消费者市场的成熟和技术的发展，计算音频开始迈入第二阶段。这一阶段的最大特征便是个性化。如空间音频，传统上虚拟空间的渲染是基于一套预设模型，就像购买成衣西服，虽然精致，但细节处难免还会有不合身。
而新一代的空间音频，可以根据用户个人的头型和耳廓形状，定制HRTF模型（Head Related Transfer Function，头部相关传递函数），获得最符合个人的听感，就像高级定制的西服，每一处细节都为用户的独特身材量身定制。
此外，随着AI技术、环境感知、自然语义处理等诸多先进技术融入计算音频领域，更具个性化的声音体验呼之欲出。
解决蓝牙音质难题
马里亚纳MariSilicon Y通过首创的超高速蓝牙解决方案，集成了比传统蓝牙快400%，据称是行业最快的12Mbps蓝牙速率，再加上定制研发性能领先的URLC无损编解码，首次实现了192kHz/24bit无损音频的无线传输。
姜波介绍，由于蓝牙速率不足，导致无损音质被困在有线中。即使最新的蓝牙5.3标准中，EDR（Enhanced Data Rate）支持的最大速率为3Mbps。而在真实场景的应用中，因为现实信号环境等复杂因素的影像，理论值最高3Mbps的速率，往往只能发挥一半，也就是实际速率仅为1.5Mbps。
这种量级的速度，是无法承载无损音频传输的数据量的。
以下三种无损音频：48kHz/24bit无损音频数据量=2.25Mbps, 96kHz/24bit无损音频数据量=4.5Mbps, 192kHz/24bit无损音频数据量=9Mbps。其中，192KHz/24bit是目前主流音乐平台能提供的最高规格。不过，即使经过优秀的编解码技术压缩至一半的体积，目前蓝牙标准速率最多也只能传输48kHz/24bit的无损音频，对于更高品质的音乐无能为力。
为了解决蓝牙速率不足的核心问题，马里亚纳MariSilicon Y自研了12Mbps的超高速蓝牙，能够覆盖目前最高规格的192kHz/24bit无损音频的超大数据量，被“限高”的无损音频终于实现了传输“自由”。
具体而言，马里亚纳MariSilicon Y的速率达到了标准蓝牙的4倍。即使和2022年通用旗舰芯片的8Mbps蓝牙速率相比，马里亚纳 MariSilicon Y也达到了1.5倍的更快速率。
12Mbps蓝牙速率意味着什么？姜波表示，不仅可以从容传输192kHz/24bit无损音频的数据量，还有充足的速率冗余可以承载数据重传、系统开销（system overhead），承载信号控制等，实现整体蓝牙连接质量的大幅提升。
如果说更快的传输速率，代表为音频传输提供一条“快速路”，那么将大体积音频压缩，以更小的体积传输，则进一步提升了无损音频的传输效率。URLC编解码协议，就是OPPO给出的又一个技术解决方案。
URLC（Ultra-Resolution Lossless Codec）是OPPO定制的音频编解码技术，将无损压缩率首次提升至50%，意味着同样的无损音频内容，URLC可以压缩至更小体积传输。URLC编解码协议配合12Mbps超高速蓝牙的设计，让物理硬件和软件编解码技术真正的合二为一，共同服务于无损音频的传输。
并且，URLC编解码支持80Kbps～10Mbps动态码率，相比通用方案，有更大的调节区间，这意味着在充满不确定性的外部环境中，马里亚纳MariSilicon Y可以更精细地调节码率，确保音频传输的流畅性，既不会断连和卡顿，也不会大幅伤害音质。
可以说，192kHz/24bit无损音频是马里亚纳MariSilicon Y芯片所带来的独享体验，代表目前无线蓝牙耳机中高规格的音频质量（目前其他蓝牙耳机最高仅支持48/24无损）。此外，马里亚纳MariSilicon Y在跨平台设备连接时，依然能够提供出色的音质。
正是因为这颗芯片具备高兼容性，支持蓝牙5.3和LE Audio的LC3编解码，可以很好地兼容下一代所有支持LE Audio的设备。同时，马里亚纳MariSilicon Y还支持LHDC、LDAC高清编解码，兼容传统OPPO产品和其他品牌产品，此外还兼容传统的SBC和AAC编解码，能够实现对传统蓝牙设备的的全面覆盖。
强劲AI动力支持个性化音频体验
马里亚纳MariSilicon Y 也是是音频体验迈入全新 AI 时代的重要里程碑。
相比于目前芯片普遍采用传统 DSP（数字信号处理器）单元处理音频数据，马里亚纳MariSilicon Y首次集成专用的NPU计算单元，以 590 GOPS 的AI算力为音频计算提供强大动力。
相比于目前最先进的DSP单元，马里亚纳 MariSilicon Y 通过高性能NPU单元，可以提供23倍以上的算力，以及16倍以上的计算能效，可以高效运行此前DSP单元甚至无法执行的先进 AI 音频算法。
在音频领域，目前的AI处理基本上是通过DSP去处理的，但算力或网络复杂度其实相对有限的。“随着算法复杂度要求更高，对音频的处理能力要求更高，DSP+NPU就可能成为一个主流的趋势”，姜波表示。
他进一步解释，随着算力复杂度的提升，如果只用DSP，没有NPU，很难达到好的效果。以环境声降噪为例，现在有很多基于DSP的方案，当追求不同的效果时，要求的算力会越来越高。这其中涉及两点：第一是绝对算力，第二是在满足算力要求下功耗的要求。
因此，NPU就成为行业持续的趋势。目前第三方算法在传统的细分领域，已经用DSP+NPU进行声音的处理，效果比纯DSP的方案更好，这在未来会是一个循序渐进的过程。
通过强大的AI算力，马里亚纳MariSilicon Y具备了听懂声音的能力，也首次在音频端侧实现了声音分离技术，开启下一代个性化音频体验。
通过声音分离技术，马里亚纳MariSilicon Y支持自定义全景声的特性，可以智能识别和分离音乐中的人声和乐器组，帮助用户可自定义控制人声、鼓声、贝斯等每一个音轨的音量和空间位置，比如将人声放大且拉近到自己耳边，或将鼓声左右对调，创造属于自己的独特听感。
此外，马里亚纳 MariSilicon Y还支持万能全景声的特性，可以将传统双声道音乐，转化升级为全景声的全新效果，将这一高级听感的选择权从制作端交给用户端。传统上，如果音乐在制作时没有采用全景声格式，用户则无法体验到这一效果。万能全景声则可以让用户更灵活地匹配自己喜爱的音乐与全景声效果，实现更具沉浸感的听觉感受。
N6RF射频工艺制程，收获超前性能与旗舰续航
面对传统低功耗蓝牙音频芯片存在性能与功耗的矛盾，马里亚纳MariSilicon Y应用了全球目前最先进的N6RF射频工艺制程，实现了全新的能效表现。
据了解，N6RF 是迄今为止最先进的射频工艺制造技术，相比于目前主流射频芯片采用的16nm工艺，N6RF技术领先2代，帮助射频晶体管能效提升66%，同时减小33%的射频晶体管尺寸。
通过行业领先工艺，马里亚纳 MariSilicon Y在实现192kHz/24bit无损音频以及先进AI 音频能力的同时，实现旗舰水平的续航表现。
自研芯片的“价值观”
姜波表示，系统厂商做自研芯片，好处是对用户场景的理解比较深刻，更容易把控技术方向，做性能取舍时清晰地知道优先级。同时，OPPO作为系统厂商，非常注重垂直整合价值，同时也兼顾用户价值，即这个价值是用户认可和能够感知的。
他指出，端侧产品尤其是手机相关产品，最大的挑战仍是能效比。为了解决能效问题，自研芯片要注重以下三方面能力：
第一，工艺制程本身是基础，如果工艺制程底子不好，能达到的水准相对有限，即使芯片设计能力再强，12nm变成4nm的能效，肯定是一件不太现实的事情。特别是手机主芯片和射频连接性方面，追逐先进工艺的掌握非常重要。
第二，从芯片架构上，PPA（Power Performance Aera）的设计更重要的，怎么样通过更好的架构来支撑低功耗，譬如针对某些IP，通过调压节省功耗。
以MariSilicon Y采用的NPU为例，由于是专门针对音频的NPU，跟以往影像应用中的NPU，架构设计是完全不一样的。对影像来说，要做很多像素级的降噪和影像算法；但从音频结构来看，比较侧重于时域的处理，可以根据时序信息做AI推算，所以从这个视角来看，对音频NPU的内存设计是很重要的。总而言之，针对不同应用，架构设计是需要着重考虑的。
第三，IP层面的优化。因为每颗芯片都有基础IP，基于制程工艺的基础IP的优化，包括核心的NPU等，都需要通过设计考量来进行优化。
对于马里亚纳MariSilicon Y当前的商用场景，姜波表示，首先是用在耳机端。其次，也可以放在手机端，这包括两种场景：手机端没有、而耳机端采用了这个芯片，也可以实现互联，因为它支持标准蓝牙协议；但是，要获得最旗舰的功能，比如192kHz/24bit这样的功能，耳机和手机都要具备这颗芯片，打通无损音频的高品质体验。
