Φασματική Αφαίρεση και Φιλτράρισμα Wiener
Η φασματική αφαίρεση και το φιλτράρισμα Wiener είναι τα κλασικά εργαλεία μείωσης του θορύβου για προκαταρκτική μάθηση.
Επισκόπηση
They clean audio by estimating the noise spectrum and mathematically subtracting or attenuating it, and they still underpin many modern systems.
Βαθιά κατάδυση
Και οι δύο μέθοδοι λειτουργούν στον τομέα συχνότητας μετά από ένα σύντομο μετασχηματισμό Fourier. Η φασματική αφαίρεση υπολογίζει τη μέση ισχύ θορύβου, συνήθως κατά τη διάρκεια σιωπηλών διαστημάτων, και την αφαιρεί από το φάσμα μεγέθους κάθε πλαισίου. ό,τι απομένει αντιμετωπίζεται ως λόγος. Είναι απλό και φθηνό, αλλά τείνει να δημιουργεί «μουσικό θόρυβο», φευγαλέους τυχαίους τόνους που προκαλούνται από ατελή αφαίρεση αφήνοντας μεμονωμένες φασματικές κορυφές. Το φιλτράρισμα Wiener είναι πιο στοιχειώδες: εξάγει το στατιστικά βέλτιστο κέρδος για κάθε κάδο συχνότητας για την ελαχιστοποίηση του μέσου τετραγώνου σφάλματος, στάθμιση των δοχείων βάσει της εκτιμώμενης αναλογίας σήματος προς θόρυβο. Περνούν κάδοι στους οποίους κυριαρχεί ο λόγος. Οι κάδοι στους οποίους κυριαρχεί ο θόρυβος είναι πολύ εξασθενημένοι. Και οι δύο υποθέτουν ότι ο θόρυβος είναι σχετικά ακίνητος, γεγονός που τους περιορίζει από ξαφνικούς, μεταβαλλόμενους ήχους.
Τεχνική διορατικότητα
Το κέρδος Wiener σε έναν κάδο είναι περίπου SNR / (SNR + 1), επομένως οι κάδοι υψηλού SNR διατηρούν το μεγαλύτερο μέρος της ενέργειάς τους ενώ οι κάδοι χαμηλού SNR καταστέλλονται. Αντίθετα, η φασματική αφαίρεση υπολογίζει το μέγεθος μείον το εκτιμώμενο μέγεθος θορύβου και, στη συνέχεια, μηδενίζει τα αρνητικά επίπεδα. Και οι δύο επαναχρησιμοποιούν την αρχική θορυβώδη φάση κατά την ανακατασκευή της κυματομορφής, καθώς η ανθρώπινη ακοή δεν είναι σχετικά ευαίσθητη σε σφάλματα φάσης σε μικρά καρέ.
Στρατηγικός αντίκτυπος
Πρόσβαση και προσέγγιση χρηστών
Βελτιώνει την προσβασιμότητα μέσω διασυνδέσεων μεταγραφής, αφήγησης και φωνής.
Κόστος και προϋπολογισμός
Οι ομάδες πολυμέσων μπορούν να αποστέλλουν γυαλισμένο ήχο πιο γρήγορα με μικρότερους προϋπολογισμούς.
Ταχύτητα και κλίμακα
Τα συστήματα που αντιμετωπίζουν πελάτες μπορούν να επεξεργάζονται προφορικές αλληλεπιδράσεις σε μεγαλύτερη κλίμακα.
Το μέλλον της φασματικής αφαίρεσης και του φιλτραρίσματος Wiener
Αυτές οι μέθοδοι δεν εξαφανίζονται. απορροφώνται. Τα βαθιά δίκτυα μαθαίνουν τώρα τις μάσκες που προέκυψαν αναλυτικά το φιλτράρισμα Wiener και η ιδέα κέρδους που βασίζεται σε SNR ενέπνευσε άμεσα τη κάλυψη χρόνου-συχνότητας που χρησιμοποιείται στη βελτίωση της νευρικής ομιλίας. Αναμένετε τη συνεχή χρήση ως ελαφριές μπροστινές πλευρές σε περιορισμένο υλικό, ως προηγούμενα που σταθεροποιούν τα μαθημένα μοντέλα και ως ερμηνεύσιμες γραμμές βάσης που οι ερευνητές συγκρίνουν νέα συστήματα.
Υλοποίηση σε πραγματικό κόσμο
Προεπιλογές μείωσης θορύβου σε προγράμματα επεξεργασίας ήχου όπως το Audacity (αφαίρεση φασματικού θορύβου)
Εκκαθάριση φωνής σε παλαιότερα συστήματα τηλεφωνίας και VoIP
Απενεργοποίηση θορύβου στο μπροστινό μέρος πριν από την αναγνώριση ομιλίας σε ενσωματωμένα τσιπ χαμηλής κατανάλωσης
Βελτίωση της κατανοητότητας στα πρώιμα συστήματα βαρηκοΐας και υπαγόρευσης
Κίνδυνοι & προστατευτικά κιγκλιδώματα
Οι κίνδυνοι κατάχρησης φωνής και πλαστοπροσωπίας αυξάνονται όταν λείπει η συγκατάθεση.
Η ακρίβεια μπορεί να πέσει σε τόνους, διαλέκτους ή θορυβώδη περιβάλλοντα.
Ο συνθετικός ήχος μπορεί να εκληφθεί εσφαλμένα ως αυθεντική ομιλία χωρίς σαφή σήμανση.
Οδικός Χάρτης Εφαρμογής
Λάβετε ρητή συγκατάθεση για λήψη φωνής, κλωνοποίηση και επαναχρησιμοποίηση.
Δοκιμάστε την ποιότητα σε διαφορετικά ηχεία και συνθήκες φόντου.
Καθορίστε πότε ένας άνθρωπος πρέπει να επανεξετάσει ή να εγκρίνει τα αποτελέσματα.
Επισημάνετε τον συνθετικό ήχο και κρατήστε αρχεία προέλευσης για υπευθυνότητα.
Συνεχίστε την εξερεύνηση
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 Spectral Subtraction and Wiener Filtering 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
Επόμενος οδηγός
Διάχυση φασματογράμματος διάχυσης
Συχνές ερωτήσεις
What is Spectral Subtraction and Wiener Filtering?
Η φασματική αφαίρεση και το φιλτράρισμα Wiener είναι τα κλασικά εργαλεία μείωσης του θορύβου για προκαταρκτική μάθηση. Καθαρίζουν τον ήχο υπολογίζοντας το φάσμα του θορύβου και αφαιρώντας ή μετριάζοντάς το μαθηματικά, και εξακολουθούν να στηρίζουν πολλά σύγχρονα συστήματα.
Ποιο ενοχλητικό τεχνούργημα συνδέεται συνήθως με τη φασματική αφαίρεση;
Η ατελής αφαίρεση αφήνει μεμονωμένες φασματικές κορυφές που ακούγονται σαν τυχαίους τόνους που λέγονται μουσικός θόρυβος.
Σε ποιο τομέα λειτουργούν κυρίως η φασματική αφαίρεση και το φιλτράρισμα Wiener;
Και οι δύο μετατρέπουν τον ήχο στον τομέα συχνότητας μέσω του μετασχηματισμού Fourier μικρής διάρκειας πριν από την επεξεργασία.
Τι προσπαθεί να ελαχιστοποιήσει το φίλτρο Wiener;
Το φιλτράρισμα Wiener υπολογίζει το κέρδος που ελαχιστοποιεί το μέσο τετράγωνο σφάλμα, δίνοντας τη στατιστικά βέλτιστη εκτίμηση.
Πώς υπολογίζει συνήθως η φασματική αφαίρεση το φάσμα του θορύβου;
Μετρά τη μέση ισχύ θορύβου κατά τις παύσεις ή τα κενά χωρίς ομιλία και, στη συνέχεια, αφαιρεί αυτή την εκτίμηση από κάθε καρέ.
Το κέρδος Wiener σε έναν κάδο μπορεί να προσεγγιστεί ως ποια έκφραση;
Το κέρδος είναι κατά προσέγγιση SNR/(SNR+1), επομένως οι κάδοι υψηλού SNR διατηρούνται κυρίως και οι κάδοι χαμηλού SNR εξασθενούν.