Noise Meter - Obțineți o înțelegere mai profundă a suprimării zgomotului
După ce am înțeles diferențele de bază dintre suprimarea zgomotului (suprimarea zgomotului ambiental al difuzorului pentru ca ascultătorii de la distanță să audă clar) și reducerea activă a zgomotului (compensarea zgomotului de mediu al ascultătorului), să ne concentrăm asupra modului de a obține suprimarea zgomotului.
O metodă este utilizarea mai multor microfoane pentru a suprima datele. Colectarea datelor din mai multe locații va avea ca rezultat dispozitivele care vor primi semnale similare (dar încă diferențiate). Semnalul vocal primit de microfon în apropierea populației vorbitoare este semnificativ mai puternic decât cel al microfonului secundar. Două microfoane vor primi sunet de fundal fără voce, cu o putere similară a semnalului. Scădeți informațiile de sunet colectate de microfonul vocal puternic și microfonul secundar, iar majoritatea rămasă sunt informațiile de voce. Cu cât distanța dintre microfoane este mai mare, cu atât este mai mare diferența de semnal între microfoanele mai apropiate și cele mai îndepărtate, ceea ce face mai ușoară utilizarea acestui algoritm simplu pentru a suprima zgomotul. Cu toate acestea, atunci când nu vorbiți sau când vă așteptați ca datele vocale să se schimbe în timp (cum ar fi atunci când mergeți sau alergați, iar telefonul dvs. continuă să tremure), eficacitatea acestei metode va scădea. Suprimarea zgomotului cu mai multe microfoane este cu siguranță fiabilă, dar există dezavantaje în ceea ce privește hardware-ul și procesarea suplimentară.
Deci, ce dacă ar fi un singur microfon? Dacă surse suplimentare de sunet nu sunt utilizate pentru verificare/comparare, o singură soluție de microfon se va baza pe înțelegerea caracteristicilor zgomotului primit și filtrarea acestora. Acest lucru este legat de definițiile menționate anterior ale zgomotului în stare staționară și non-staționară. Zgomotul în stare de echilibru poate fi filtrat eficient prin algoritmi DSP, în timp ce zgomotul non-staționar reprezintă o provocare, rețelele neuronale profunde (DNN) pot ajuta la rezolvarea problemei.
Această metodă necesită un set de date pentru antrenarea rețelei. Acest set de date constă din zgomot diferit (în stare staționară și non-staționară) și vorbire clară, creând un model de vorbire zgomotos sintetizat. Alimentați setul de date ca intrare la DNN și scoateți-l cu voce clară. Acest lucru va crea un model de rețea neuronală care va elimina zgomotul și va genera doar o vorbire clară.
Chiar și cu DNN-uri instruiți, există încă unele provocări și indicatori de luat în considerare. Dacă doriți să rulați în timp real cu o latență scăzută, aveți nevoie de o putere de procesare puternică sau un DNN mai mic. Cu cât sunt mai mulți parametri în DNN, cu atât viteza de rulare este mai mică. Rata de eșantionare audio are un efect similar asupra suprimării sunetului. O rată de eșantionare mai mare înseamnă că DNN trebuie să gestioneze mai mulți parametri, dar, la rândul său, va obține o ieșire de calitate mai bună. Comunicarea vocală în bandă îngustă este o alegere ideală pentru suprimarea zgomotului în timp real.
Acest tip de procesare este toate sarcinile intensive, iar cloud computing este foarte priceput pentru a îndeplini astfel de sarcini, dar această metodă crește semnificativ latența. Având în vedere că oamenii pot distinge în mod fiabil întârzierile de aproximativ 108 milisecunde sau mai mult, întârzierea suplimentară cauzată de procesarea cloud computing nu este în mod clar un rezultat ideal. Cu toate acestea, rularea DNN pe margine necesită unele ajustări inteligente. CEVA se angajează întotdeauna să ne îmbunătățească capacitățile de procesare a vocii și a vorbirii. Aceasta include claritatea vorbirii validate și algoritmi de recunoaștere a comenzilor - acești algoritmi oferă o comunicare clară și control vocal chiar și la margini. Bine ați venit să ne contactați și să ascultați personal.
