Akusztikus visszhang kioltása
Az akusztikus visszhang kioltás (AEC) az a technológia, amely megakadályozza, hogy hívás közben hallja saját hangját.
Áttekintés
It is the reason hands-free calls, smart speakers, and video meetings work without painful feedback loops.
Mély merülés
Kihangosító vagy videohívás közben a hangszóróból kijövő hangot a saját mikrofonja veszi fel, és visszaküldi a másik személynek, aki késéssel hallja önmagát. Az AEC ezt úgy javítja ki, hogy a távoli jelet (amit a hangszóró játszik le) ismert referenciaként kezeli. Egy adaptív szűrő modellezi, hogyan jut el ez a hang a szobán keresztül a mikrofonig, majd kivonja az előre jelzett visszhangot a rögzített hangból. Mivel a helyiségek változnak, ahogy az emberek mozognak vagy az ajtók nyílnak, a szűrő folyamatosan, valós időben újrabecsli ezt a visszhangot. A modern rendszerek a klasszikus szűrőket neurális hálózatokkal párosítják, amelyek kezelik az olcsó hangszórókból származó nemlineáris torzítást és a maradék visszhangot, amit a lineáris szűrő hiányzik.
Technikai betekintés
A klasszikus AEC adaptív szűrőt használ, gyakran Normalized Least Mean Squares (NLMS), amely megbecsüli a szoba impulzusválaszát, és kivonja a szintetizált visszhangot a mikrofonjelből. A kemény részek a kettős beszéd (mindketten beszélnek egyszerre, ami tévesen tolhatja el a szűrőt, hogy eltérjen) és a nemlineáris hangszórótorzítás. A Deep-learning AEC most utófeldolgozást végez a maradékot neurális hálózatokkal, amelyek arra vannak kiképezve, hogy elnyomják a visszamaradt visszhangot, miközben megőrzik a közeli beszédet, még kettős beszéd közben is.
Stratégiai hatás
Hozzáférés és elérés
Javítja a hozzáférhetőséget az átírás, a narráció és a hangfelületek révén.
Költség és költségvetés
A médiacsapatok kisebb költségvetéssel gyorsabban szállíthatják a csiszolt hanganyagot.
Sebesség és méretarány
Az ügyfélközpontú rendszerek nagyobb léptékben képesek feldolgozni a beszélt interakciókat.
Az akusztikus visszhang kioltásának jövője
Az AEC a kézzel hangolt jelfeldolgozásról a végpontokig terjedő neurális modellek felé mozdul el, amelyek együttesen kezelik a visszhangot, a zajt és a visszhangot egyetlen hálózatban. Az eszközön történő mély tanulás lehetővé teszi, hogy a fülhallgatók és laptopok nagyon alacsony késleltetéssel és teljesítménnyel töröljék a visszhangot. Az Microsoft ICASSP AEC Challenge felgyorsította ezt, és olyan modelleket terjesztett elő, amelyek nem illeszkednek a mintavételi frekvenciákhoz és a hibás hardverhez. Személyre szabott, szobatudatos lemondásra számíthat, amely azonnal alkalmazkodik a téren való mozgás során.
Valós megvalósítás
Az intelligens hangszórók, mint például az Amazon Echo, leállítják saját zenelejátszásukat, így továbbra is hallhatják az „Alexa” szót a dal felett.
A videokonferencia-alkalmazások (Zoom, Microsoft Teams, Google Meet) eltávolítják a hangszórók visszhangját, így a laptophasználók fejhallgató nélkül is kihangosíthatják.
Az autós kihangosító rendszerek kioltják a visszhangot az utastér hangszóróiból, amelyeket a műszerfali mikrofon érzékel.
A kihangosítótelefonok és a konferenciatermi eszközök AEC-t használnak, így a távoli hívó nem hallja saját késleltetett hangját.
Kockázatok és védőkorlátok
A beleegyezés hiányában nő a hanggal való visszaélés és a megszemélyesítés kockázata.
A pontosság csökkenhet az akcentusok, dialektusok vagy zajos környezetben.
A szintetikus hang összetéveszthető a hiteles beszéddel egyértelmű címkézés nélkül.
Végrehajtási ütemterv
Kérjen kifejezett hozzájárulást a hangrögzítéshez, klónozáshoz és újrafelhasználáshoz.
Tesztelje a minőséget különféle hangszórókon és háttérviszonyok között.
Határozza meg, mikor kell egy embernek felülvizsgálnia vagy jóváhagynia a kimeneteket.
Címkézze fel a szintetikus hanganyagot, és vezessen származási nyilvántartást az elszámoltathatóság érdekében.
Folytassa a felfedezést
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 Acoustic Echo Cancellation 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
Következő útmutató
Akusztikus jelenetek osztályozása
Gyakran ismételt kérdések
What is Acoustic Echo Cancellation?
Az akusztikus visszhang kioltás (AEC) az a technológia, amely megakadályozza, hogy hívás közben hallja saját hangját. Ez az oka annak, hogy a kihangosított hívások, az intelligens hangszórók és a videomegbeszélések fájdalmas visszacsatolás nélkül működnek.
Milyen problémát old meg elsősorban az akusztikus visszhang kioltása?
Az AEC eltávolítja azt a visszhangot, amely akkor keletkezik, amikor a hangszóró hangját a mikrofon rögzíti, és visszaadja annak a személynek, akivel beszél.
Milyen „referencia” jelre támaszkodik az AEC rendszer a visszhang előrejelzéséhez?
Az AEC pontosan tudja, hogy milyen hangot küldött a hangszórónak (a távoli jelet), ezért ezt használja referenciaként a kapott visszhang modellezéséhez és kivonásához.
Melyik forgatókönyv köztudottan nehéz az AEC számára, és az adaptív szűrő hibás működését okozhatja?
Dupla beszéd közben a közeli beszéd összetéveszthető visszhanggal, ami megronthatja a szűrő becslését, ezért detektorokat használnak az adaptáció lefagyasztására.
Mit próbál valójában megbecsülni a klasszikus AEC adaptív szűrője?
A szűrő modellezi, hogyan jut el a hang a hangszóróból a szobán keresztül a mikrofonba, így képes szintetizálni és kivonni a megfelelő visszhangot.
Miért adnak hozzá egyre gyakrabban neurális hálózatokat a klasszikus AEC-szűrők mellé?
Az olcsó hangszórók nemlineárisan torzítják a hangot, a lineáris szűrők pedig maradék visszhangot hagynak maguk után; A neurális utószűrők arra vannak kiképezve, hogy elnyomják azt, ami megmaradt, miközben megtartják a közeli beszédet.