在當今信息化時代，語音通信技術的進步對應急救援、衛星通信等領域的發展至關重要。在衛星通信領域，窄帶寬（甚低碼率500bps以下）和遠距離傳輸等技術限制一直是亟待攻克的行業難題。

作為國內領先的北斗應用技術企業 ，磐鈷智能依托國家第二代北斗重大專項的應用推廣與產業化，與中山大學CPNT Lab（北斗綜合智能導航團隊）展開深度合作，成功研發出具有自主知識產權的低碼率語音壓縮算法，并獲得國家專利授權。如今，這一算法已升級至3.0版本，為北斗語音通信帶來了革命性的突破。

此次升級以256bps為突破口，在提升語音傳輸效率、保障語音質量方面取得了重大突破，為衛星物聯網通信帶來了顛覆性的解決方案。

一、技術升級亮點

（一）極低碼率下的高清語音保障

傳統聲碼器在0.6kbps噪聲環境下，語音質量會顯著下降，MOS評分常低于2.8，難以滿足實際需求。而低碼率語音壓縮算法融合中山大學技術研究成果，采用基于VQ-VAE與Transformer的端到端聲碼器，技術優勢明顯。

1、高效壓縮

通過殘差矢量量化（RVQ），對語音信號進行分層量化，精準提取關鍵特征。再結合因果Transformer序列預測模型，利用自回歸特性，深入挖掘語音幀間的依賴關系，實現從1000bps到256bps的壓縮，壓縮比低至24.8%，極大減少了傳輸數據量。

2、卓越音質

在低至256bps的碼率下，仍能保持DNSMOS評分大于2.8，主觀音質可懂度完全達標。即便是在帶寬極度受限的情況下，也能為用戶呈現清晰、可理解的語音內容。

3、技術原理剖析

（1）VQ-VAE架構

構建分層量化體系，靈活支持256-2000bps的多碼率輸出。特別是在0.5kbps以下的編碼場景中，打破傳統技術瓶頸，實現高效編碼。

（2）Transformer序列預測

借助Transformer強大的序列建模能力，對語音幀序列進行預測。搭配二進制編碼，實現二次壓縮，在保證音質的同時，進一步降低碼率。

（二）復雜環境下的抗噪黑科技

在真實場景中，語音極易受到混響、嘈雜噪聲干擾，如餐廳內的人聲鼎沸、地鐵中的轟鳴等。算法的低成本語音去噪技術，實現了雙重技術突破。

1、頻域RNNOISE模型

創新采用GRU網絡取代傳統噪聲估計方式，大幅降低計算量，滿足實時處理需求。不過，該方式可能會對音質造成輕微損傷。

2、時頻域DPCRN模型

融合雙路徑RNN與卷積網絡，通過復數頻譜掩碼濾波技術，在有效抑制噪聲的同時，最大程度保留語音細節。經測試，該技術可使聲碼器在含噪環境下的平均DNSMOS評分從2.1提升至2.8（256bps碼率），語音清晰度提升超40%。

（三）去噪實測，話音清晰

在數據集中進行測試，運用該去噪技術后，語音可懂度顯著提升。原本被噪聲掩蓋的話語變得清晰可聞，背景噪聲得到有效抑制，聲音純凈度大幅提高。

（四）端到端部署與跨平臺適配

強大的技術落地能力是該算法的核心競爭力之一。磐鈷智能的方案支持ONNX格式模型部署，可輕松適配C++等輕量化環境。在龍芯CPU等嵌入式國產設備上，也能實現實時編碼解碼，實時因子RTF小于1。并且，該技術高度兼容北斗短報文、天通衛星等窄帶信道，已成功應用于多個關鍵領域。

1、應急通信設備

在野外救援、遠洋船舶等場景中，通過低碼率語音，實現實時語音回傳。即便碼率低至256bps，語音依然清晰可辨，為應急指揮提供有力支持。

2、智能物聯網終端

采用低功耗設計，完美適配衛星物聯網傳感器。在延長設備續航時間的同時，保障通信質量，推動物聯網設備高效運行。

二、技術優勢對比

三、行業應用場景

在地震、山區等極端環境下，傳統通信手段常常失效。此時，低碼率語音技術優勢盡顯，能以低碼率快速傳遞關鍵指令。比如在地震救援現場，救援人員可通過相關設備，利用低碼率語音將廢墟下的情況、救援進展等信息及時反饋給指揮中心，解決了傳統通信“聽不清、傳不出”的痛點，為救援行動爭取寶貴時間。

船舶在遠洋航行時，需要實時匯報航行狀態。運用該算法，可將語音數據壓縮后傳輸，數據量減少25%。這不僅節省了衛星通信成本，還提升了傳輸效率。例如，科考船在執行任務過程中，能通過低碼率語音清晰匯報科考數據、海上情況等，保障遠洋作業順利進行。

將算法嵌入低功耗設備，可實現長續航語音采集與回傳。在森林防火場景中，分布在林區的設備可實時采集聲音信息，一旦監測到異常聲響，如火災引發的樹木爆裂聲、人為活動噪聲等，能通過低碼率語音快速回傳至監控中心，助力及時發現火情。在邊境監控方面，也能有效監測人員活動，保障邊境安全。

四、研發歷程

低碼率語音壓縮算法研發之路始于對國家重大需求的積極響應。在國家第二代北斗重大專項的引領下，磐鈷智能攜手中山大學CPNT Lab，匯聚了一批通信與語音處理領域的精英人才。

研發團隊深知低碼率語音壓縮對于特殊通信環境（如偏僻地區、應急救援通信等）的深遠意義，在項目初期便明確了以提升語音壓縮效率、保障語音質量為核心目標的研發方向。

1、2021年

磐鈷智能聯合中山大學CPNT Lab啟動“北斗語音壓縮算法”專項研究，瞄準國家重大需求。

2、2022年

國內外首次成功研發低碼率語音壓縮算法，在使用北斗三號五級卡（1750字節）情況下，它能實現最長31秒的語音傳輸。

3、2023年

低碼率語音壓縮算法正式獲得國家發明專利授權。

4、2024年

低碼率語音壓縮算法升級到2.0版本，算法在使用北斗三號五級卡（1750字節）的情況下，最長傳輸56秒的語音。

5、2025年

算法迭代至3.0版本，在2022年核心專利基礎上形成專利族。實現從1000bps到256bps的壓縮，仍能保持DNSMOS評分大于2.8，極大地提高了語音傳輸的效率和清晰度。這意味著在相同的帶寬條件下，搭載了該算法的終端能夠傳輸更長、更清晰的語音信息。

1.0、2.0版本的低碼率語音壓縮算法相繼誕生，并在實際應用中取得顯著成效，為北斗語音通信等領域提供了堅實的技術支撐。

如今，算法3.0版本的發布，是站在前序成果的肩膀上，針對行業更高標準和特殊場景需求所實現的一次質的飛躍。它再次印證了國家重大專項的支撐作用，讓這一技術成果在國家戰略布局中持續發揮價值。

每一次的算法升級，都是對行業標準的重新定義與提升。雖然一直被模仿，但磐鈷智能很樂意因為自己的貢獻而提高了行業整體服務水平。正如北斗系統推動全球衛星導航產業升級，我們樂見更多企業參與低碼率語音壓縮技術的普及。

未來，磐鈷智能將繼續秉承創新精神，加大研發投入，不斷探索低碼率語音壓縮算法的更多可能性。我們將融合前沿的擴散模型（Diffusion Model）與多模態特征編碼技術，正在向更低碼率（150bps以下）發起挑戰。同時，不斷優化跨語言、多場景適配能力，致力于為全球衛星物聯網通信提供具有中國智慧的“中國方案”，引領行業技術發展潮流。