新版NVIDIA Maxine为实时音频和视频通信铺平道路

抢先体验 AI 微服务在云端提供的优质通信。

新版NVIDIA Maxine为实时音频和视频通信铺平了道路。无论是参加视频会议、致电客户服务中心，还是进行直播，Maxine 都能够助您实现清晰明确的沟通，增强虚拟交互的效果。

NVIDIA Maxine 是一套由 GPU 加速的 AI 软件开发套件 (SDK) 和云原生微服务，用于部署经过优化和加速的 AI 功能，可达到实时增强音频、视频和增强现实 (AR) 效果的目的。

借助 Maxine 的先进模型，最终用户无需使用昂贵的设备即可改进音频和视频质量。基于 NVIDIA AI 的技术使标准的麦克风和摄像头设备也能够达到这些高质量的效果。

在 GTC 上，NVIDIA 宣布为云原生微服务重新构建 Maxine，并推出了 Maxine 音频效果微服务的抢先体验版。此外，还推出了新的 Maxine SDK 功能，包括发言者聚焦和人脸表情估计，并正式推出了眼神交流功能。NVIDIA Maxine 现在还包含现有 SDK 功能的增强版。

Maxine 实现云原生

Maxine 的云原生微服务允许开发者构建实时 AI 应用。微服务可以独立管理，并在云端进行无缝部署，从而缩短开发周期。

抢先体验版的 Audio Effects 微服务中包含四种先进的音频功能：

背景噪音消除：使用 AI 模型消除多种常见的背景噪音，同时保留说话者的自然声音。

房间回声消除：使用 AI 模型消除音频中的混响，恢复说话者声音的清晰度。

音频超高分辨率：提高音频信号的时间分辨率，改善音频质量。该功能目前支持 8 kHz 到 16 kHz 以及 16 kHz 到 48 kHz 的上采样。

声学回声消除：消除输入音频流中的实时声学设备回声，从而去除不匹配的声对和双声。借助基于 AI 的技术，Maxine 实现了比传统数字信号处理算法更有效的回声消除。

Pexip 是一家领先的企业视频会议和协作解决方案提供商，正在利用 NVIDIA 的 AI 技术将虚拟会议提升到更高水平，为现代员工队伍提供先进的功能。

Pexip 战略联盟高级副总裁 Eddie Clifton 表示：“随着 Maxine 向云原生微服务的转化，我们能够更加轻松地将 NVIDIA 的先进 AI 技术与我们独特的服务器端架构结合起来。这使我们的 Pexip 团队能够为虚拟会议提供更强的体验。”

探索 SDK 的增强功能

Maxine 提供了三款由 GPU 加速的 SDK，能够通过 AI 重塑实时通信的音频、视频和 AR 效果。

音频效果 SDK 可提供多效果、低延迟，以及基于 AI 的音频质量增强算法。发言者聚焦是抢先体验版中的新功能，该功能能够分离前景和背景发言者的音轨，使听众能够更加轻松地识别每种声音。此外，还更新了音频超高分辨率SDK 功能，使其具备更高的质量。

视频效果 SDK 会使用标准网络摄像头输入创建基于 AI 的视频效果。虚拟背景功能已获得更新，增强了时间稳定性，该功能能够分割个人形象并应用由 AI 驱动的背景去除、替换或模糊功能。

AR SDK 基于标准网络摄像头馈送，提供基于 AI 的实时 3D 面部追踪和身体姿态估计。新功能包括：

眼神交流：通过预估和将视线与摄像头对齐来模拟眼神交流。

人脸表情估计：追踪人脸并推断主体所呈现的表情。

更新了以下 AR 功能：

身体姿态估计：以 2D 和 3D 形式预测和追踪人体的 34 个关键点，并且现已支持多人追踪。

面部特征点追踪：使用 126 个关键点来识别面部特征和轮廓。现已可使用“画质”模式来追踪由于头部运动和表情造成的头部姿势和面部变形（实时追踪的自由度为 3 度），实现了更高质量的跟踪效果。

人脸网格：以高达 3000 个顶点和 6 个自由度的 3D 网格表示人脸，并且现在包括USC 创意技术研究所的 3D 可变形模型。

直接体验 Maxine 的惊艳效果。

体验由 AI 的强大功能带来的先进效果

Maxine SDK 和微服务可为您提供一套低延迟的 AI 效果，且可与现有的客户基础设施进行集成。由于 Maxine 的尖端 AI 功能的构建以 NVIDIA AI 平台为基础，并且拥有领先的预训练模型，所以开发者用户可利用其来创建、定制和部署优质的音频和视频质量功能。

Maxine 也是NVIDIA Omniverse Avatar Cloud Engine的一部分，NVIDIA Omniverse Avatar Cloud Engine 是一系列基于云的 AI 模型和服务，可供开发者构建、定制和部署交互式虚拟形象。Maxine 的可定制云原生微服务允许您在 AI 效果制作流程中进行独立部署。而且，您可以在本地、云端或边缘部署 Maxine。

审核编辑：汤梓红