تقليل الضوضاء مع RNNoise
RNNoise عبارة عن شبكة عصبية صغيرة وسريعة تعمل على إزالة ضوضاء الخلفية من الكلام في الوقت الفعلي.
نظرة عامة
Created by Xiph.Org's Jean-Marc Valin, it pairs classic signal processing with a small recurrent network so it runs on ordinary CPUs and even embedded devices.
الغوص العميق
تم تصميم RNNoise، الذي تم إصداره في عام 2017، لقمع الضوضاء ذات زمن الوصول المنخفض في المكالمات الصوتية. بدلاً من تعلم كل شيء من البداية إلى النهاية، فإنه يقسم الكلام إلى حوالي 22 نطاق تردد على غرار الأذن البشرية (مقياس يشبه اللحاء) ويستخدم شبكة عصبية متكررة مع وحدات متكررة مسورة لتقدير الكسب (0 إلى 1) لكل نطاق لكل إطار. تعمل هذه المكاسب على تخفيف النطاقات الصاخبة مع الحفاظ على النطاقات التي يهيمن عليها الكلام سليمة. يقوم مرشح درجة الصوت التكميلي بتنظيف الضوضاء المتبقية بين توافقيات الكلام الصوتي. يحتوي النموذج بأكمله على ما يقرب من 85000 وزن، ويعمل بشكل أسرع من الوقت الفعلي على نواة وحدة المعالجة المركزية (CPU) واحدة، وهو مفتوح المصدر بموجب ترخيص BSD، ولهذا السبب تم دمجه في مشاريع مثل النظام البيئي لبرنامج ترميز Opus، وMumble، وOBS Studio.
البصيرة الفنية
يتمثل خيار التصميم الرئيسي في العمل على مكاسب النطاق الإدراكي بدلاً من الصناديق الطيفية الأولية. من خلال التنبؤ بـ 22 قيمة كسب فقط لكل إطار، تظل شبكة GRU صغيرة وتتجنب أدوات الضوضاء الموسيقية الشائعة في طرق الطرح الطيفي القديمة. تعمل الميزات المصنوعة يدويًا (طاقات النطاق، وفترة الملعب، وارتباط درجة الصوت) على تغذية الشبكة، وتمزج معرفة DSP مع التعلم. يساعد مخرج النشاط الصوتي المنفصل على تحقيق مكاسب أثناء إطارات الضوضاء النقية.
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 تقليل ضوضاء الكلام باستخدام RNNoise
ألهمت RNNoise موجة من أعمال التحسين خفيفة الوزن في الوقت الفعلي؛ تعمل الأبحاث اللاحقة (PercepNet، DeepFilterNet) على رفع الجودة مع الحفاظ على ميزانيات وحدة المعالجة المركزية صغيرة. توقع أن يتم دمج أدوات تقليل الضوضاء مباشرة في سماعات الرأس، وأجهزة السمع، وشرائح المؤتمرات، لتتحد مع إلغاء الصدى وإلغاء الصدى، واستخدام الأهداف الإدراكية وحتى التوليدية. تظل وصفة DSP-plus-small-network الهجينة مؤثرة حيث يكون زمن الوصول المنخفض والطاقة المنخفضة والترخيص مفتوح المصدر أكثر أهمية من حجم النموذج الأولي.
التنفيذ في العالم الحقيقي
منع ضجيج لوحة المفاتيح وطنين المعجبين أثناء مكالمات الفيديو في التطبيقات التي تحتوي على RNNoise.
تنظيف ميكروفون جهاز البث في OBS Studio عبر مرشح RNNoise المدمج لقمع الضوضاء.
تحسين وضوح الدردشة الصوتية في الألعاب وأدوات VoIP مثل Mumble على الأجهزة منخفضة الطاقة.
المعالجة المسبقة للتسجيلات الميدانية الصاخبة حتى يحصل التعرف على الكلام على إشارة أكثر وضوحًا.
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 Speech Denoising with RNNoise 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
فصل الكلام ومشكلة حفل الكوكتيل
الأسئلة المتداولة
What is Speech Denoising with RNNoise?
RNNoise عبارة عن شبكة عصبية صغيرة وسريعة تعمل على إزالة ضوضاء الخلفية من الكلام في الوقت الفعلي. تم إنشاؤه بواسطة جان مارك فالين من Xiph.Org، وهو يجمع بين معالجة الإشارات الكلاسيكية وشبكة متكررة صغيرة بحيث يعمل على وحدات المعالجة المركزية العادية وحتى الأجهزة المدمجة.
ما الذي يتنبأ به RNNoise بشكل أساسي لكل إطار صوتي قصير؟
تقدر RNNoise المكاسب لكل نطاق والتي تخفف النطاقات التي يهيمن عليها الضوضاء مع الحفاظ على النطاقات التي يهيمن عليها الكلام، بدلاً من العمل على كل صندوق طيفي.
ما نوع الشبكة العصبية الموجودة في قلب RNNoise؟
يستخدم RNNoise شبكة عصبية متكررة مدمجة مبنية على وحدات متكررة مسورة، مما يمنحها ذاكرة مؤقتة مع بقائها صغيرة.
لماذا يستخدم RNNoise نطاقات التردد الإدراكية بدلاً من الصناديق الطيفية الأولية؟
إن توقع مكاسب النطاق ~ 22 فقط يبقي الشبكة صغيرة وسريعة وأقل عرضة لتأثيرات الضوضاء الموسيقية التي تصيب أساليب كل حاوية.
ما هو حجم نموذج RNNoise تقريبًا؟
يحتوي RNNoise على ما يصل إلى 85000 وزن، وهو صغير بما يكفي للتشغيل بشكل أسرع من الوقت الحقيقي على نواة وحدة المعالجة المركزية واحدة.
ما هو دور مرشح الملعب في RNNoise؟
يستغل مرشح المشط/طبقة الصوت البنية التوافقية للكلام الصوتي لقمع الضوضاء الموجودة بين التوافقيات، مما يكمل مكاسب النطاق.