Audio AI ÚTMUTATÓ

Akusztikus visszhang kioltása

Az akusztikus visszhang kioltás (AEC) az a technológia, amely megakadályozza, hogy hívás közben hallja saját hangját.

Hallgassa meg ezt az útmutatótAI-narrált · ~2 min

Ezen az oldalon2 perc olvasás
  1. Áttekintés
  2. Mély merülés
  3. Valós megvalósítás
  4. Az akusztikus visszhang kioltásának jövője
  5. A gyakorlatba ültetés
  6. Folytassa a felfedezést
  7. Gyakran ismételt kérdések

Áttekintés

Ez az oka annak, hogy a kihangosított hívások, az intelligens hangszórók és a videomegbeszélések fájdalmas visszacsatolás nélkül működnek.

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.

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.

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.

A gyakorlatba ültetés

Miért számít

  • 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.

Vigyázz

  • 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.

Következő lépések

  1. Kérjen kifejezett hozzájárulást a hangrögzítéshez, klónozáshoz és újrafelhasználáshoz.
  2. Tesztelje a minőséget különféle hangszórókon és háttérviszonyok között.
  3. Határozza meg, mikor kell egy embernek felülvizsgálnia vagy jóváhagynia a kimeneteket.
  4. Címkézze fel a szintetikus hanganyagot, és vezessen származási nyilvántartást az elszámoltathatóság érdekében.

Folytassa a felfedezést

Ingyenes hírlevél

Szerezze meg a napi AI összefoglalót

Minden hétköznap reggel három ellenőrzött AI történet, egyszerű angol nyelven. Örökké ingyen, hirdetések nélkül.

Minden hétköznap egy e-mail. Egy kattintással lemondhat. Soha nem értékesítjük vagy osztjuk meg az Ön címét.

Teszteld magad

Töltsd ki az Acoustic Echo Cancellation kvízt

Azonnali visszajelzés minden válaszra, és megosztható tanúsítvány egy ellenőrizhető azonosítóval, miután sikeresen teljesít egy kurzust.

Kezdő kvíz

Támogassa az ingyenes AI oktatást. AI Understanding egy 501(c)(3) nonprofit – nincs hirdetés, nincs fizetőfal, soha. Tegyen adományt

Gyakran ismételt kérdések

Mi az akusztikus visszhang kioltása?

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.