Als nächstesNächster Leitfaden
Akustische Szenenklassifizierung
Audio-KI
Audio-KI-GUIDE
Akustische Echounterdrückung
Akustische Echounterdrückung (AEC) ist die Technologie, die verhindert, dass Ihre eigene Stimme während eines Anrufs zurückgeworfen wird.
Hören Sie sich diesen Leitfaden anKI-erzählt · ~2 min
Auf dieser Seite2 Minuten gelesen
Übersicht
Aus diesem Grund funktionieren Freisprechanrufe, intelligente Lautsprecher und Videokonferenzen ohne schmerzhafte Rückkopplungsschleifen.
Tiefer Einblick
Wenn Sie über die Freisprecheinrichtung oder einen Videoanruf telefonieren, wird der Ton, der aus Ihrem Lautsprecher kommt, von Ihrem eigenen Mikrofon aufgenommen und an die andere Person zurückgesendet, die sich dann mit Verzögerung selbst hört. AEC behebt dieses Problem, indem es das Signal der Gegenseite (das, was Ihr Lautsprecher wiedergibt) als bekannte Referenz behandelt. Ein adaptiver Filter modelliert, wie der Ton durch den Raum zu Ihrem Mikrofon gelangt, und subtrahiert dann das vorhergesagte Echo vom aufgenommenen Audio. Da sich Räume verändern, wenn sich Menschen bewegen oder Türen öffnen, schätzt der Filter diesen „Echopfad“ kontinuierlich in Echtzeit neu. Moderne Systeme kombinieren klassische Filter mit neuronalen Netzen, die nichtlineare Verzerrungen durch billige Lautsprecher und Restechos bewältigen, die dem linearen Filter entgehen.
Reale Umsetzung
Intelligente Lautsprecher wie Amazon Echo unterbrechen die eigene Musikwiedergabe, sodass sie während des Lieds weiterhin „Alexa“ hören können.
Videokonferenz-Apps (Zoom, Microsoft Teams, Google Meet) entfernen das Lautsprecherecho, sodass Laptop-Benutzer ohne Kopfhörer freihändig arbeiten können.
Auto-Freisprechsysteme unterdrücken das Echo der Innenraumlautsprecher, das vom Mikrofon des Armaturenbretts aufgenommen wird.
Freisprechtelefone und Konferenzraumgeräte nutzen AEC, sodass ein entfernter Anrufer seine eigene verzögerte Stimme nicht hört.
Die Zukunft der akustischen Echounterdrückung
AEC verlagert sich von der manuell abgestimmten Signalverarbeitung hin zu durchgängigen neuronalen Modellen, die Echo, Rauschen und Nachhall in einem einzigen Netzwerk gemeinsam verarbeiten. Durch Deep Learning auf dem Gerät können Ohrhörer und Laptops Echos mit sehr geringer Latenz und Leistung unterdrücken. Die ICASSP AEC Challenge von Microsoft hat dies beschleunigt und Modelle vorangetrieben, die mit nicht übereinstimmenden Abtastraten und fehlerhafter Hardware funktionieren. Erwarten Sie eine personalisierte, raumbezogene Stornierung, die sich sofort anpasst, wenn Sie sich durch einen Raum bewegen.
In die Tat umsetzen
Warum es wichtig ist
- Zugang und Erreichbarkeit. Es verbessert die Zugänglichkeit durch Transkription, Erzählung und Sprachschnittstellen.
- Kosten und Budget. Medienteams können mit kleineren Budgets schneller ausgefeilte Audioinhalte liefern.
- Geschwindigkeit und Umfang. Kundenorientierte Systeme können gesprochene Interaktionen in größerem Maßstab verarbeiten.
Achten Sie auf
- Das Risiko von Stimmmissbrauch und Identitätsdiebstahl steigt, wenn die Einwilligung fehlt.
- Die Genauigkeit kann je nach Akzent, Dialekt oder lauter Umgebung abnehmen.
- Synthetisches Audio kann ohne klare Kennzeichnung mit authentischer Sprache verwechselt werden.
Nächste Schritte
- Holen Sie die ausdrückliche Zustimmung zur Spracherfassung, zum Klonen und zur Wiederverwendung ein.
- Testen Sie die Qualität über verschiedene Lautsprecher und Hintergrundbedingungen hinweg.
- Definieren Sie, wann ein Mensch Ausgaben überprüfen oder genehmigen muss.
- Kennzeichnen Sie synthetisches Audio und bewahren Sie Aufzeichnungen über die Herkunft auf, um die Verantwortlichkeit zu gewährleisten.
Entdecken Sie weiter
Kostenloser Newsletter
Erhalten Sie die tägliche KI-Briefing
Drei verifizierte KI-Geschichten jeden Werktagmorgen, in einfachem Englisch geschrieben. Für immer kostenlos, keine Werbung.
Eine E‑Mail jeden Werktag. Abmelden mit einem Klick. Wir verkaufen oder teilen Ihre Adresse nie.
Testen Sie sich selbst
Take the Acoustic Echo Cancellation quiz
Sofortiges Feedback zu jeder Antwort und ein teilbares Zertifikat mit verifizierbarer ID, sobald Sie einen Kurs bestanden haben.
Unterstützen Sie kostenlose KI-Bildung. AI Understanding ist eine 501(c)(3) gemeinnützige Organisation – keine Werbung, keine Paywall, nie. Machen Sie eine Spende
Häufig gestellte Fragen
Was ist akustische Echounterdrückung?
Akustische Echounterdrückung (AEC) ist die Technologie, die verhindert, dass Ihre eigene Stimme während eines Anrufs zurückgeworfen wird. Aus diesem Grund funktionieren Freisprechanrufe, intelligente Lautsprecher und Videokonferenzen ohne schmerzhafte Rückkopplungsschleifen.
Welches Problem löst die akustische Echounterdrückung hauptsächlich?
AEC entfernt das Echo, das entsteht, wenn der Ton Ihres Lautsprechers von Ihrem Mikrofon erfasst und an die Person zurückgegeben wird, mit der Sie sprechen.
Auf welches „Referenzsignal“ verlässt sich ein AEC-System, um das Echo vorherzusagen?
AEC weiß genau, welches Audio es an den Lautsprecher gesendet hat (das Signal am anderen Ende) und verwendet es daher als Referenz, um das resultierende Echo zu modellieren und zu subtrahieren.
Welches Szenario ist für AEC bekanntermaßen schwierig und kann zu Fehlverhalten eines adaptiven Filters führen?
Während des Doppelsprechens kann Sprache am nahen Ende mit Echo verwechselt werden, was die Schätzung des Filters verfälschen kann. Daher werden Detektoren verwendet, um die Adaption einzufrieren.
Was versucht der adaptive Filter im klassischen AEC eigentlich abzuschätzen?
Der Filter modelliert, wie der Schall vom Lautsprecher durch den Raum zum Mikrofon wandert, sodass er ein passendes Echo synthetisieren und subtrahieren kann.
Warum werden zusätzlich zu klassischen AEC-Filtern zunehmend neuronale Netze hinzugefügt?
Billige Lautsprecher verzerren den Klang nichtlinear und lineare Filter hinterlassen ein Restecho; Neuronale Nachfilter sind darauf trainiert, den Rest zu unterdrücken und gleichzeitig die Sprache am nahen Ende beizubehalten.
Lerne weiter
Verwandte Leitfäden
Weitere Leitfäden zu diesem Thema ausgewählt