一場沒怎麼預熱的演唱會，在抖音直播間里火了。開場10分鐘，觀看人次就突破1600萬，1小時後飆升到1億以上。而這場演唱會，其實是從31年前穿越而來。1991年，Beyond樂隊首次登上紅磡體育館的舞台，初次登台就鑄成經典。

如今，時光流轉，這場演出在2022年的夏天在直播間裡，通過手機屏幕和上億人見面。

不過令人意外的是，儘管演唱會的母帶已經稱得上是“老古董”了，但是直播間播放的畫面卻沒有糊成渣。

無論是黃家駒臉上細微的表情，還是黃貫中鬥琴時上下翻飛的手指，歌迷們都能從手機這樣的小屏幕上看得一清二楚。

△動圖效果略有壓縮

如此清晰的效果和細節呈現，讓不少人恍惚間彷彿重回了90年代，引得歌迷直呼“Beyond精神永存！”

更值得關注的是，這種精神和情懷背後，提供核心支撐的是正在走向規模化商用的AI修復技術。

眾所周知，Beyond這盤演唱會影碟錄製於90年代，當時的技術設備都還十分有限。

就拿畫面來說，能達到的水平只有540p、25FPS。

音質方面，也會受到現場噪聲大等因素影響，最終錄下的歌聲也會大打折扣。

而Beyond的修復，畫面和音質都達到了一種新水準。更重要的是，這場看上去工程浩大的修復，其實只花1個星期就搞定了，其中絕大部分還都是由AI“直出”的。

這種技術和效率，也讓更多人潛在的情懷寄託和需求，得到釋放。

是的，AI修復正在從黑科技成為日常，也是時候更清晰地了解背後的技術原理了。

“細節到眼線都看清了”

其實這幾年，大眾對AI修復已經不再陌生。

去年，央視動漫和上海美術電影製片廠的多部經典動畫通過AI修復技術，畫面清晰度可以達到4K水平。

不過和過去的一些修復工作相比，這次修復演唱會錄像，AI還著重註意了這3個方面：

多幀去交錯人像修復亮度、色彩、氛圍調節首先來看多幀去交錯。

這裡先要普及一個概念：什麼是去交錯？

早期由於設備處理速度或者帶寬限制的問題，不少視頻錄像都是使用交錯式信號。

也就是將整個畫面平均分成一定數量的橫行，兩個場分別顯示畫面的奇數行和偶數行。

這樣一來，設備的緩存和處理速度要求都能減半。

而利用“視覺暫留效應”，兩個畫面可以在快速播放過程中呈現出完整的畫面。

不過，隨著顯示設備不斷進化升級，如液晶顯示器等都只支持逐行掃描。

這就導致老舊影片在新設備上播放時，會出現非常明顯的閃爍。

所以，需要使用去交錯的辦法，來將隔行掃描的信號轉換為逐行掃描信號。

傳統常見的去交錯方法，一般是把連續的兩個場直接拼為一幀，不做任何修改。

但是每個場之間的拍攝時間還是會存在細微變化，如果這一刻拍攝物體正在移動，就會導致去交錯後的圖像會出現“拉絲”問題。

針對這個問題，AI這次使用的是基於運動補償的多幀去交錯算法。

和傳統方法相比，這種方法的大致原理是根據鄰近場使用動態估計，去預測畫面中的物體移動並得到動態向量，根據前一個場及動態向量就能重建出一個新的場，然後將此兩個場並完成反交錯。

它的特點是泛化性更強，細節處理能力更好。

從結果來看，修復後吉他手的手部偽影完全被去除了，輪廓也清晰了起來。

第二個不同之處，便是對人像的著重修復。

演唱會錄像中勢必會存在大量的人像鏡頭，很多還是懟臉大特寫，歌迷格外關注的鏡頭往往也是這些部分。

但受限於當年的拍攝設備水平，最終呈現的效果很容易是人和背景糊成一片，五官輪廓也不清晰。

針對這一問題，這次修復中使用了火山引擎自研的自適應人像增強算法。

這種方法基於深度學習模型，會在消除人臉整體的模糊和壓縮損傷的同時，進一步對五官進行重建。

比如之前不少網友說，修復後影像裡，黃家駒的眼睛都有了光、眼線都能看得一清二楚。

這就是因為算法對眼睛部分進行了重建，並補足了更多細節。

除了五官以外，這一算法還能兼顧皮膚紋理、頭髮絲等方面的細節處理，可以讓修復後的人臉更加真實。

此外，考慮到演唱會中拍攝到表演者的臉部不只有正面，算法還考慮到側臉、俯視、仰視、被話筒遮擋等多種情況，可以解決很多極端情況下的修復問題。

第三方面，體現在色彩亮度增強上。

據技術提供方火山引擎介紹，原片中其實存在大量過曝、死黑場景，色彩還原度也不夠高。

而這些問題不是簡單調節亮度或色彩就能解決的。

就拿死黑場景舉例，因為影片本身還存在很嚴重的底噪，如果直接把偏暗場景調亮，底噪也會被同時放大。

至於色彩方面，還需要平衡好修補褪色和保留復古感兩方面因素。

在這方面，火山引擎是根據具體片源的效果，依據美學評分對不同方面進行調整。

並能根據不同幀的色彩統計信息進行分區域自適應亮度增強，從而找到最佳的明暗平衡效果。

據技術人員介紹，以上幾方面工作幾乎都是由AI完成的，人工參與的只有一些調參部分。

甚至連對畫質的評估，AI都參與了一波。

這次使用了一個針對畫質的VQScore算法，對影片效果進行評估。

該算法在ICME 2021的“壓縮UGC視頻質量評估”比賽中，獲得了“無參考視頻質量評價（NR-VQA）MOS賽道”第一名。

拯救古早收音bug

視頻修復方面細節拉滿，不過既然是演唱會，光修復畫面可不夠，音質體驗更是撥動觀眾心弦的關鍵。

受限於當時的技術水平和錄音設備，在原版影碟中，其實存在各種各樣的音質問題。

比如：

噪聲干擾：設備、環境的噪聲影響音質帶寬不足：設備、壓縮算法等導致音頻截止頻率低響度問題：響度問題導致聽感不適針對這些問題，此次火山引擎音頻技術團隊在Beyond演唱會的音質修復方面，主要用到了三種算法。

音頻降噪算法

首先，來看看音頻降噪算法帶來的效果。

由於90年代演唱會收音條件有限，現場的環境又比較嘈雜，原版音頻中噪聲是比較明顯的。

而修復之後，黃家駒的聲音和音樂聲變得更加清晰、乾淨。

這一點在頻譜圖上表現得很明顯：降噪前，音頻頻譜較為渾濁；降噪後，頻譜圖清晰了不少。

值得注意的是，傳統的降噪方案通常針對人聲，在演唱會這樣的場景裡，容易“誤傷”音樂本身。

因此，在為演唱會設計降噪算法之初，技術團隊就將降噪導致的音樂失真問題考慮在內，通過在訓練時加入音樂數據等方式，實現了對音樂場景和人聲場景的兼容。

也就是說，可以在保留人的說話聲、唱歌聲以及音樂本身的同時，抑制其他噪聲。

音頻超分算法

噪聲之外，由於演唱會拾音設備、錄製硬件以及存儲壓縮等技術原因，聲音帶寬受損（即帶寬變窄）同樣會影響聽覺體驗。

因此，修復團隊還引入了音頻超分算法。

該算法主要對演唱會中人聲的部分進行了頻帶拓展，以使人聲更加清晰。

從藍框部分可以看到，經過超分，原始音頻的高頻部分得到了拓展和增強。

響度算法

最後，是通過音源分離算法提取演唱會中歌聲的部分，然後用響度算法對響度進行調整。

這是因為演唱會現場拾音的過程中，可能會出現人唱歌的聲音被樂器、環境聲蓋住的情況。

單獨提取唱歌部分的人聲，進行響度調整，然後再與原音頻混合，能夠使整體的聲音大小聽上去更加舒適。

一個幕後小故事是，無論是畫質修復還是音頻修復，都需要人工來進行最終質量評估。

而修復團隊的程序員們恰好都是聽著《海闊天空》、《光輝歲月》長大的一群人。

因此處理Beyond演唱會的舊影像時，修復人員們都是以粉絲的心態，一遍又一遍不斷地去聽、去看修復效果，力圖用算法把當年紅館的熱烈氛圍在今日重現。

他們的標准說起來也很簡單：

我得先覺得身臨其境了。

另外，值得一提的是，修復人員談到，本次修復基本都是AI搞定的。目前，這樣的技術能力已經被集成到火山引擎對外開放的智能處理、音頻技術兩個產品中。

AI修復技術的B/C面

當一場場線上懷舊演唱會在網上掀起熱潮，AI修復技術也再一次成為技術熱點。

並且在一次次的“出圈”之中，這類“網紅”技術的發展路徑和商業化前景，逐漸清晰明朗起來。

第一階段，是新興技術的探索期。

在這個階段，老片修復的相關技術手段從實驗室走向民間。以B站up主大谷的視頻為代表的個人修復作品，屢屢吸足眼球，引發熱議。

△大谷修復作品

伴隨著雲與AI的進一步結合，各大科技廠商開始把“網紅”引入家門，這也就開啟了AI修復技術的第二階段：技術工業化進程中的試驗期。

這時候，開始有更多工業級的修復項目出現在大眾眼前，但仍舊有“單個項目、單點突破”的特點。

比如此前西瓜視頻和火山引擎推出的“經典視頻4K修復計劃”，就是通過工業化的AI技術手段，成批量地修復《哪吒傳奇》、《黑貓警長》等百部經典動畫。

而現在，你或許不知道的是，這樣的技術不再僅僅停留在公益項目、To B產品的階段，甚至打開抖音，你也能用上。

比如畫質修復的相關算法，就已經被集成到抖音個人用戶的作品發布功能當中。即使沒有專業的拍攝設備，用戶投稿的作品經過AI針對清晰度、色彩、瑕疵、失真等問題的自動修復，也能達到不錯的效果。

由此可見，在長期的技術積累與實踐之後，AI修復技術作為一種成熟技術產品的第三階段——大規模商用落地，或許已經拉開帷幕。

尤其對於字節跳動這樣的廠商而言，其旗下擁有抖音等每天都會產生海量音視頻UGC內容投稿的平台。

從修復動畫到Beyond演唱會，一系列技術問題的突破和解決，最終都會直接在產品層面上有所體現。

並且不僅在雲這一側面向B端，也已經在C端顯現出潛能。

實際上，這也是AI技術不斷普惠、下放過程中的一個典型案例。

咱們作為普通用戶，受益其中，自然喜聞樂見。

說說你最希望AI修復的“老東西”吧？