Changamoto ya Ukandamizaji wa Kelele nyingi
Shindano la Deep Noise Suppression (DNS) ni Microsoft-shindano ambalo huwasukuma watafiti kuunda mitandao ya neva ambayo huondoa kelele ya chinichini kutoka kwa matamshi kwa wakati halisi.
Muhtasari
It set the modern benchmarks that power features like Teams and Zoom noise removal.
Dive ya kina
Ilizinduliwa na Microsoft mwaka wa 2020 na kurudiwa kwa miaka kadhaa (mara nyingi katika INTERSPEECH na ICASSP), DNS Challenge ilizipa timu seti kubwa ya data iliyosanifiwa ya matamshi safi, klipu za kelele na rekodi za kelele zilizochanganywa. Muhimu sana, ilihamisha tathmini kutoka kwa hesabu ya mawimbi ya zamani kama PESQ kuelekea alama za usikilizaji wa binadamu na kujifunza ubashiri wa ubora unaotambulika. Pia iliongeza hali ngumu za ulimwengu halisi: vyumba vya sauti, kelele zisizotulia (kuandika, mbwa, ving'ora), sauti za sauti, na hali maalum ambapo mtindo lazima ukandamize kila mtu isipokuwa spika lengwa lililosajiliwa. Kwa kutoa data, misingi, na seti ya kawaida ya majaribio, inaruhusu maabara kulinganisha tufaha na tufaha na kuharakisha hatua kutoka kwa hila za kuchuja hadi kujifunza kwa kina kutoka mwisho hadi mwisho kwa uboreshaji wa usemi.
Ufahamu wa Kiufundi
Maingizo kawaida hulisha Fourier ya muda mfupi ya wimbi lenye kelele hubadilika na kuwa mtandao wa kawaida au wa kubadilishana ambao hutabiri kinyago cha masafa ya muda. Kuzidisha kinyago kwa wigo wa kelele hupunguza mapipa yanayotawaliwa na kelele huku kikihifadhi zile zinazotawaliwa na usemi, kisha STFT kinyume hutengeneza upya muundo wa wimbi. Sheria za wakati halisi huweka muda wa kusubiri algorithmic (takriban 40 ms) na zinahitaji uchakataji wa sababu, kwa hivyo miundo haiwezi kutazama sauti ya baadaye wakati wa kusafisha fremu ya sasa.
Athari za kimkakati
Kufikia na kufikia
Huboresha ufikiaji kupitia manukuu, simulizi na violesura vya sauti.
Cost and budget
Timu za media zinaweza kusafirisha sauti iliyoboreshwa haraka na bajeti ndogo.
Kasi na kiwango
Mifumo inayowakabili wateja inaweza kuchakata mwingiliano wa mazungumzo kwa kiwango kikubwa.
Mustakabali wa Changamoto ya Kukandamiza Kelele Nzito
Tarajia mfumo wa kupanua kuelekea ukandamizaji wa kibinafsi na wa aina nyingi, ambapo usomaji wa midomo au alama ya sauti ya mzungumzaji huelekeza nini cha kushika. Miundo inapungua ili kuendeshwa kwenye kifaa kwa vifaa vya masikioni na visaidizi vya kusikia, na uchakataji wa bendi kamili ya 48 kHz unazidi kuwa wa kawaida ili muziki na masafa ya juu kuendelea kudumu. Mbinu za uzalishaji zinazosawazisha upya usemi safi, badala ya kelele za kuficha tu, ni mipaka inayotumika na wakati mwingine yenye utata.
Utekelezaji wa Ulimwengu Halisi
Uondoaji wa kelele-msingi katika wakati halisi katika Timu Microsoft na programu zingine za simu za video
Nasa sauti safi katika vifaa vya masikioni na vipokea sauti vya sauti wakati wa safari au mikahawa yenye shughuli nyingi
Inachakata mapema rekodi za sehemu zenye kelele kabla ya unukuu otomatiki au manukuu
Kuboresha ufahamu katika visaidizi vya kusikia na vifaa saidizi vya kusikiliza
Hatari & Walinzi
Hatari za matumizi mabaya ya sauti na uigaji huongezeka wakati kibali kinakosekana.
Usahihi unaweza kushuka katika lafudhi, lahaja au mazingira yenye kelele.
Sauti ya syntetisk inaweza kudhaniwa kimakosa kuwa usemi halisi bila kuweka lebo wazi.
Ramani ya Utekelezaji
Pata idhini ya moja kwa moja ya kunasa sauti, kuunda na kutumia tena.
Jaribu ubora kwenye spika na hali mbalimbali za usuli.
Bainisha wakati ni lazima binadamu akague au aidhinishe matokeo.
Weka lebo sauti ya sintetiki na uhifadhi rekodi za asili kwa uwajibikaji.
Endelea Kuchunguza
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 Deep Noise Suppression Challenge 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
Mwongozo unaofuata
Kujifunza kwa Kina
Maswali yanayoulizwa mara kwa mara
What is Deep Noise Suppression Challenge?
Shindano la Deep Noise Suppression (DNS) ni Microsoft-shindano ambalo huwasukuma watafiti kuunda mitandao ya neva ambayo huondoa kelele ya chinichini kutoka kwa matamshi kwa wakati halisi. Iliweka alama za kisasa ambazo huangazia vipengele kama vile Timu na uondoaji wa kelele wa Zoom.
Ni shirika gani lilizindua Changamoto ya Ukandamizaji wa Kelele (DNS)?
Microsoft ilizindua DNS Challenge mwaka wa 2020 na iliendesha katika maeneo kama vile INTERSPEECH na ICASSP.
Ni nini lengo kuu la mifumo iliyojengwa kwa Changamoto ya DNS?
Changamoto inalenga uboreshaji wa matamshi ya wakati halisi, kukandamiza kelele huku ikihifadhi sauti ya mzungumzaji.
Kwa nini usindikaji wa wakati halisi wa DNS unakataza miundo kutumia fremu za sauti za siku zijazo?
Mazungumzo ya moja kwa moja yanahitaji uchakataji wa sababu, wa hali ya chini, kwa hivyo mtindo unaweza kutumia sauti ya zamani na ya sasa pekee.
Mbinu ya kawaida katika maingizo ya DNS ni kutabiri 'mask.' Mask hufanya nini?
Kinyago cha masafa ya saa kinazidishwa na wigo wa kelele ili kukandamiza mapipa yanayotawaliwa na kelele na kubakiza usemi.
Je, DNS Challenge ilibadilisha vipi jinsi uboreshaji wa usemi unavyotathminiwa?
Changamoto ililenga majaribio ya usikilizaji wa binadamu na kujifunza vitabiri vya ubora wa utambuzi badala ya hesabu ya mawimbi pekee.