导语：
伴随技术大爆发，每个行业、每个人都能受益于技术带来的便利性。
在教育行业，“技术赋能教育”成为颇为流行的一句话，但技术究竟能多大程度上为在线教育提质赋能？
本次实验选取了一个十分个性化且苛刻的场景——音乐教学，通过盲测的方式，探究音视频厂商能否很好地满足该场景降噪和消除回声处理的需求。
桃李实验室第03期，主题是「音乐学习中，人类的耳朵能有多挑剔？」，以下是实验过程及报告，欢迎探讨及斧正。
实验过程/声乐老师+学生+听众合计19人
报告撰写/桃李编委会
出品/桃李财经
01
实验课题：
音乐学习中，人类的耳朵能有多挑剔？
近年来，在线教育的形式越来越多元，人们对在线教育的认可度也越来越高。
但对于音乐在线教学，始终存在些许争议，无外乎以下三点原因：
其一，音乐本身有很多细分领域，比如乐器和声乐的教学模式就存在很大的差别。如何适配多种不同类型的教学模式？
其二，声音传输是音乐教学的重要部分，决定着线上课堂教学的质量和体验。但用户客户端的设备种类繁多，环境迥异。如何在不同设备、环境和网络条件下，为老师和学生提供一致性的高质量音频体验？如何对音频进行回声消除及降噪处理？
其三，刨去音视频厂商本身提供的音频质量客观因素，音频体验也有用户非常主观的判断，每个人的感知差异和喜好十分迥异。如何做到被大多数人认可？
音乐学习中，人类耳朵能有多挑剔？目前市场上的主流音视频厂商能满足在线音乐教育场景的要求吗？带着这两个问题，我们快速敲定了实验流程。
4月25日，选定测试厂商；
4月30日，实验人员招募（声乐、器乐老师和学生组）；
5月08日，进行长达6个小时的测试实验；
5月16日，实验报告正式出炉。
02
实验说明：
验证不同场景、不同环境对线上音乐教学的影响
1、实验设计
为提高实验的精准度，桃李将上述三个问题设计融入到了实验过程中。
针对问题一，设置了线上声乐教学、线上乐器教学两大场景；
针对问题二，设置了迥异的环境，分别为空旷的、有回声的教室场景，以及带有些许噪音的家庭场景；
针对问题三，选定19名体验官，在有限条件下尽可能地扩大样本量。
本次实验采用了市场排名较靠前的三家厂商的demo，为了公允，我们分别取代号为厂商1、厂商2、厂商3。同时，为了保证实验结果的合理性和有效性，本次实验采用盲听方式，不预先透露平台品牌。
以下为本次实验的具体过程总览：
2、打分标准
我们根据在线音乐教育场景的实际环境、形式、内容，制定了“流畅度”、“回声消除度”和“主观听感”三个主观指标。
流畅度：音乐播放过程中有没有因为网络或者其他原因产生的卡断；
回声消除度：衡量人声端听到的本人回声信号的残留量(残留越多，消除度越低)；
主观听感：体验者听音乐时对于音质优劣的主观评判。
根据ITU-TP.标准中绝对类别评分方法进行评价，用1~5分来标记，语音质量与分数对应关系如下图所示：
每个实验完成后，体验官采用匿名形式，分别针对三个子项进行打分。最终，桃李财经收集数据后，取打分人员的平均分，并制作成表格。
03
实验过程：
4组实验全纪录
5月8日下午2:00，北京某艺术教室。在这里，我们开启了桃李实验室03期实验。以下为我们长达6个小时实验的全部过程。
第一组实验
线上乐器教学
教室/家庭
老师弹奏、学生旁听
2名老师+6名学生+2名听众
本组实验中，第一轮实验为教室环境，2名老师在教室中通过3家厂商的demo进行乐器教学，6名学生分别在各自家中进行线上学习，还有2名家长在学生一旁参与旁听；第二轮实验，采用普通家庭环境，实验过程同上。由于本组实验是由老师弹奏，学生听课，所以仅由6名学生和2名听众打分。第一轮实验和第二轮实验共获得打分样本16份，实验结果取两轮实验的平均分。
第二组实验
线上乐器教学
教室/家庭
学生弹奏、老师旁听
2名老师+6名学生+2名听众
本组实验中，第一轮实验在教室环境，6名学生在家中手持手风琴、小提琴等乐器演奏。2名老师则在教室通过3家厂商的demo，了解学生的弹奏水平，并对学生给予一定的指导；第二轮实验，采用普通家庭环境，实验过程同上。本组实验仅由学生弹奏，老师听学生弹奏，所以仅由2名老师打分。第一轮实验和第二轮实验共获得打分样本4份，实验结果取两轮实验的平均分。
第三组实验
线上声乐教学
教室/家庭
老师学生使用demo内置伴奏合唱
2名老师+5名学生+2名听众
本组实验中，第一轮实验在教室环境，2名老师在教室、5名学生在家中，通过3家厂商的demo合唱歌曲，合唱过程中采用的是厂商的内置伴奏，还有2名学生家长在学生一旁参与旁听；第二轮实验，采用普通家庭环境，实验过程同上。本组实验中，老师和学生都能听到彼此的歌声，所以2名老师、5名学生、2名听众均参与打分。第一轮实验和第二轮实验共获得打分样本18份，实验结果取两轮实验的平均分。
第四组实验
线上声乐教学
教室/家庭
老师端用播放设备播放音乐伴奏，麦克风收音
2名老师+5名学生+2名听众
本组实验中，第一轮实验在教室环境，2名老师在教室、5名学生在家中，通过3家厂商的demo合唱歌曲，合唱过程中，老师端直接采用音箱播放伴奏，学生端听伴奏一起合唱，还有2名学生家长在学生一旁参与旁听；第二轮实验，采用普通家庭环境，实验过程同上。本组实验中，老师和学生都能听到彼此的歌声，所以2名老师、5名学生、2名听众均参与打分。第一轮实验和第二轮实验共获得打分样本18份，实验结果取两轮实验的平均分。
经过6个小时的忙碌后，我们终于圆满完成了此次实验，感谢参与实验的老师和学生们，积极配合这次有意义的测试。
04
实验结论：
在线音乐教学完全可以拥有媲美线下音乐教学的体验
据桃李统计，19名体验官中，其中17名给出了确定性答案，线上乐器/声乐教学的体验无异于线下，其中有11名体验官表示3家厂商存在一些差异，有的“音质好”“没有延音”“清楚”“实时”，有的“有些卡”“有些刺耳”。
剩余2名体验官表示，整个实验过程体验不错，但仍更喜欢线下教学的氛围感。
但是19名体验官皆表示，过程超越他们的初始预期，尤其是在“口罩问题”的大环境下，线上音乐教学成为刚需，3家厂商能很大程度上为在线音乐教育提质赋能。
那么，究竟3家厂商谁在“流畅度”、“回声消除度”和“主观听感”三个维度上更胜一筹？
桃李取上述四组实验中三家厂商在三个维度的平均分，得出如下结论。
从上述图表中，我们可以很清晰地看出：
根据测试结果，相较于厂商2、厂商3，厂商1（声网）具有明显的竞争优势，在“流畅度”“回声消除度”和“主观听感”三个评价维度均全面领先。为了保持评测公允，暂不公布其它两家厂商名字。
声网是一家专业的实时互动云服务商，为社交直播、教育、游戏电竞、IoT、AR/VR、金融、保险、医疗、企业协作等20多个行业赛道提供实时音视频能力支撑。
其中，在线教育赛道，声网拥有1v1在线教学、小班课、互动大班课、在线美术教学、在线音乐教学、在线编程教学等多个解决方案。
尤其在我们实验的两个音乐场景教学中，声网有着完善的音视频解决方案。线上乐器教学场景，声网能支持MIDI信号的无损传输，帮助电子乐器接入课堂，延迟低至50ms，实现线上远程合奏；线上声乐教学场景，声网能提供低至64ms端到端超低延时，通过多端伴奏、歌词和人声精准校正同步，打造线上真实合唱体验。
音乐教学场景存在回声、噪音等痛点，这也是本次实验核心测试的标准。而声网的表现能力基本在各组实验中都领先，核心在于其“AI降噪与回声消除”能力，能实现乐器和人声精准分离，减少教学环境中的回声混响干扰，保障音乐场景中声音的最佳体验。
当然，因为实验条件限制，仅代表小样本主观评分，谈不上非常严谨，结果仅供参考。
05
桃李财经的思考
学习技术的终局是：创造零延迟的现场感
这是一次有趣的实验。
实验前，和很多人一样，桃李也对线上音乐教学的效果打了个大大的问号。背景噪声、回声问题、音量不平衡、多人开麦声音混杂等等问题，让在线音乐教学对技术提出了极高的要求。
本次实验证明了即便在音乐教学这样如此高要求的场景下，技术厂商也可以提供高质量、高体验的解决方案。
同时，本次实验也让我们开始思考未来学习技术的终局。
桃李认为，一块屏幕，跨越地理界限，连接师生，创造零延迟的高效沟通，高质量还原教学场景，将成为常态。具体来说，将呈现三个特点：
无限接近零延迟：高可用、高稳定和超低延迟的技术将会成为主流，助力在线教育更好发展。
高质量还原教学场景：线上教学将通过实时互动技术方案，尽力贴近线下教学场景，向线下模式无限靠近，这包括但不限于各场景的教具融入、现场的氛围感等。
轻松搭建底层技术系统：随着代码世界越来越复杂和社会大分工越来越完善，低代码开发将成为主流。低代码的解决方案，可以减少在线教育企业的集成成本、快速响应业务需求。
未来，技术，将为线上教育领域提供无限的想象力，为教育场景带来更多的发展空间，最终促成一场教学场景的深度变革。
转载请注明：http://www.0431gb208.com/sjsbszl/1395.html
