تحدي قمع الضوضاء العميقة
إن تحدي قمع الضوضاء العميقة (DNS) عبارة عن مسابقة تديرها Microsoft وتدفع الباحثين إلى بناء شبكات عصبية تزيل ضوضاء الخلفية من الكلام في الوقت الفعلي.
نظرة عامة
لقد وضع المعايير الحديثة التي تدعم ميزات مثل Teams وإزالة الضوضاء في Zoom.
الغوص العميق
تم إطلاق تحدي DNS بواسطة Microsoft في عام 2020 وتم تكراره لعدة سنوات (غالبًا في INTERSPEECH وICASSP)، وقد منح تحدي DNS للفرق مجموعة بيانات كبيرة وموحدة من الكلام النظيف ومقاطع الضوضاء والتسجيلات الصاخبة المختلطة صناعيًا. والأهم من ذلك، أنها حولت التقييم بعيدًا عن رياضيات الإشارة القديمة مثل PESQ نحو درجات الاستماع البشرية والتنبؤات المستفادة للجودة المدركة. لقد أضافت أيضًا ظروف العالم الحقيقي الصعبة: الغرف ذات الصدى، والضوضاء غير الثابتة (الكتابة، والكلاب، وصفارات الإنذار)، والضوضاء النغمية، والسيناريوهات المخصصة حيث يجب على النموذج قمع الجميع باستثناء المتحدث المستهدف المسجل. من خلال إطلاق البيانات وخطوط الأساس ومجموعة اختبار مشتركة، سمحت للمختبرات بمقارنة تفاحات بتفاحات وتسريع الانتقال من حيل التصفية إلى التعلم العميق الشامل لتحسين الكلام.
البصيرة الفنية
عادةً ما تغذي الإدخالات تحويل فورييه قصير الأمد لشكل الموجة الصاخب إلى شبكة متكررة أو تلافيفية تتنبأ بقناع التردد الزمني. يؤدي ضرب القناع بالطيف الصاخب إلى تخفيف الصناديق التي يهيمن عليها الضوضاء مع الحفاظ على الصناديق التي يهيمن عليها الكلام، ثم يقوم STFT العكسي بإعادة بناء الشكل الموجي. تحدد قواعد الوقت الفعلي زمن الوصول الخوارزمي (حوالي 40 مللي ثانية) وتتطلب معالجة سببية، لذلك لا يمكن للنماذج إلقاء نظرة خاطفة على الصوت المستقبلي عند تنظيف الإطار الحالي.
التأثير الاستراتيجي
الوصول والوصول
يعمل على تحسين إمكانية الوصول من خلال واجهات النسخ والسرد والصوت.
التكلفة والميزانية
يمكن للفرق الإعلامية شحن الصوت المصقول بشكل أسرع بميزانيات أصغر.
السرعة والحجم
يمكن للأنظمة التي تواجه العملاء معالجة التفاعلات المنطوقة على نطاق أوسع.
مستقبل تحدي قمع الضوضاء العميقة
توقع أن يتوسع إطار العمل نحو القمع الشخصي ومتعدد الوسائط، حيث توجه حركة الشفاه أو بصمة صوت المتحدث ما يجب الاحتفاظ به. تتقلص النماذج لتعمل على الجهاز لسماعات الأذن وأجهزة السمع، وأصبحت معالجة النطاق الكامل 48 كيلو هرتز أمرًا قياسيًا حتى تتمكن الموسيقى والترددات العالية من البقاء. وتشكل الأساليب التوليدية التي تعيد تركيب الخطاب النظيف، بدلا من إخفاء الضوضاء فحسب، حدودا نشطة ومثيرة للجدل في بعض الأحيان.
التنفيذ في العالم الحقيقي
إزالة ضوضاء الخلفية في الوقت الفعلي في Microsoft Teams وتطبيقات مكالمات الفيديو الأخرى
التقاط الكلام بشكل أكثر وضوحًا في سماعات الأذن وسماعات الرأس أثناء التنقل أو المقاهي المزدحمة
المعالجة المسبقة للتسجيلات الميدانية الصاخبة قبل النسخ التلقائي أو التسميات التوضيحية
تحسين الوضوح في المعينات السمعية وأجهزة الاستماع المساعدة
المخاطر والدرابزين
تزداد مخاطر إساءة استخدام الصوت وانتحال الشخصية عند فقدان الموافقة.
يمكن أن تنخفض الدقة عبر اللهجات أو اللهجات أو البيئات الصاخبة.
يمكن الخلط بين الصوت الاصطناعي والكلام الأصيل دون تصنيف واضح.
خارطة طريق التنفيذ
الحصول على موافقة صريحة لالتقاط الصوت واستنساخه وإعادة استخدامه.
اختبار الجودة عبر مكبرات الصوت المتنوعة وظروف الخلفية.
تحديد متى يجب على الإنسان مراجعة المخرجات أو الموافقة عليها.
قم بتسمية الصوت الاصطناعي واحتفظ بسجلات المصدر للمساءلة.
استمر في الاستكشاف
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Deep Noise Suppression Challenge quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
الدليل التالي
التعلم العميق
الأسئلة المتداولة
ما هو تحدي كتم الضوضاء العميقة؟
إن تحدي قمع الضوضاء العميقة (DNS) عبارة عن مسابقة تديرها Microsoft وتدفع الباحثين إلى بناء شبكات عصبية تزيل ضوضاء الخلفية من الكلام في الوقت الفعلي. لقد وضع المعايير الحديثة التي تعمل على تشغيل ميزات مثل Teams وإزالة الضوضاء Zoom.
ما هي المنظمة التي أطلقت تحدي منع الضوضاء العميقة (DNS)؟
أطلقت Microsoft تحدي DNS في عام 2020 وأدارته في أماكن مثل INTERSPEECH وICASSP.
ما هو الهدف الرئيسي للأنظمة المصممة لتحدي DNS؟
ويستهدف التحدي تحسين الكلام في الوقت الحقيقي، وقمع الضوضاء مع الحفاظ على صوت المتحدث.
لماذا تمنع معالجة DNS في الوقت الفعلي النماذج من استخدام الإطارات الصوتية المستقبلية؟
تتطلب المحادثة المباشرة معالجة سببية ذات زمن وصول منخفض، لذلك يمكن للنموذج استخدام الصوت السابق والحالي فقط.
من الأساليب الشائعة في إدخالات DNS توقع "القناع". ماذا يفعل القناع؟
يتم ضرب قناع التردد الزمني بالطيف الصاخب لقمع الصناديق التي تهيمن عليها الضوضاء والاحتفاظ بالكلام.
كيف غيّر تحدي DNS كيفية تقييم تحسين الكلام؟
انتقل التحدي نحو اختبارات الاستماع البشرية وتعلم تنبؤات الجودة الإدراكية بدلاً من الرياضيات الإشارةية وحدها.