คู่มือเสียง AI

การยกเลิกเสียงสะท้อนแบบอะคูสติก

การยกเลิกเสียงสะท้อน (AEC) เป็นเทคโนโลยีที่ป้องกันไม่ให้คุณได้ยินเสียงสะท้อนกลับระหว่างการโทร

ฟังคำแนะนำนี้บรรยายโดย AI · ~2 min

บนหน้านี้อ่าน 2 นาที
  1. ภาพรวม
  2. เจาะลึก
  3. การใช้งานจริงในโลกแห่งความเป็นจริง
  4. อนาคตของการยกเลิกเสียงสะท้อนแบบอะคูสติก
  5. การนำไปปฏิบัติ
  6. สำรวจต่อไป
  7. คำถามที่พบบ่อย

ภาพรวม

It is the reason hands-free calls, smart speakers, and video meetings work without painful feedback loops.

เจาะลึก

เมื่อคุณใช้สปีกเกอร์โฟนหรือแฮงเอาท์วิดีโอ เสียงที่ออกมาจากลำโพงจะถูกไมโครโฟนของคุณเองรับและส่งกลับไปยังอีกฝ่ายซึ่งจะได้ยินเสียงตัวเองล่าช้า AEC แก้ไขปัญหานี้โดยถือว่าสัญญาณระยะไกล (สิ่งที่ผู้พูดของคุณเล่น) เป็นข้อมูลอ้างอิงที่ทราบ ฟิลเตอร์แบบปรับได้จำลองว่าเสียงเดินทางผ่านห้องไปยังไมโครโฟนของคุณอย่างไร จากนั้นจะลบเสียงสะท้อนที่คาดการณ์ไว้ออกจากเสียงที่บันทึก เนื่องจากห้องเปลี่ยนไปเมื่อผู้คนเคลื่อนที่หรือประตูเปิด ตัวกรองจึงประเมิน 'เส้นทางเสียงสะท้อน' นี้ใหม่แบบเรียลไทม์อย่างต่อเนื่อง ระบบสมัยใหม่จับคู่ตัวกรองแบบคลาสสิกกับโครงข่ายประสาทเทียมที่จัดการกับความผิดเพี้ยนแบบไม่เชิงเส้นจากลำโพงราคาถูก และเสียงสะท้อนที่ตกค้างจากตัวกรองเชิงเส้นที่พลาดไป

การใช้งานจริงในโลกแห่งความเป็นจริง

ลำโพงอัจฉริยะอย่าง Amazon Echo ยกเลิกการเล่นเพลงของตัวเอง เพื่อให้ยังคงได้ยินเสียง 'Alexa' เหนือเพลง

แอปการประชุมทางวิดีโอ (Zoom, Microsoft Teams, Google Meet) จะนำเสียงสะท้อนของลำโพงออก เพื่อให้ผู้ใช้แล็ปท็อปสามารถใช้งานแบบแฮนด์ฟรีได้โดยไม่ต้องใช้หูฟัง

ระบบการโทรแบบแฮนด์ฟรีในรถยนต์จะยกเลิกเสียงสะท้อนจากลำโพงในห้องโดยสารที่รับโดยไมโครโฟนที่แผงหน้าปัด

สปีกเกอร์โฟนและอุปกรณ์ห้องประชุมใช้ AEC ดังนั้นผู้โทรระยะไกลจึงไม่ได้ยินเสียงล่าช้าของตนเอง

อนาคตของการยกเลิกเสียงสะท้อนแบบอะคูสติก

AEC กำลังเปลี่ยนจากการประมวลผลสัญญาณที่ปรับแต่งด้วยมือไปสู่โมเดลประสาทจากต้นทางถึงปลายทางที่จัดการเสียงสะท้อน เสียง และเสียงก้องร่วมกันในเครือข่ายเดียว การเรียนรู้เชิงลึกบนอุปกรณ์ช่วยให้หูฟังเอียร์บัดและแล็ปท็อปยกเลิกเสียงก้องโดยมีความหน่วงและพลังงานต่ำมาก ICASSP AEC Challenge ของ Microsoft ได้เร่งดำเนินการนี้ โดยผลักดันโมเดลที่ทำงานโดยใช้อัตราตัวอย่างที่ไม่ตรงกันและฮาร์ดแวร์ที่มีข้อบกพร่อง คาดว่าจะมีการยกเลิกแบบเฉพาะตัวและคำนึงถึงห้อง ซึ่งจะปรับเปลี่ยนทันทีเมื่อคุณเดินผ่านพื้นที่

การนำไปปฏิบัติ

ทำไมมันถึงสำคัญ

  • เข้าถึงและเข้าถึง. ปรับปรุงการเข้าถึงผ่านการถอดเสียง คำบรรยาย และอินเทอร์เฟซเสียง
  • ต้นทุนและงบประมาณ. ทีมสื่อสามารถจัดส่งเสียงที่สวยงามได้รวดเร็วยิ่งขึ้นด้วยงบประมาณที่น้อยลง
  • ความเร็วและขนาด. ระบบที่ติดต่อกับลูกค้าสามารถประมวลผลการโต้ตอบด้วยเสียงในขนาดที่ใหญ่ขึ้น

ระวัง

  • การใช้เสียงในทางที่ผิดและการแอบอ้างบุคคลอื่นมีความเสี่ยงเพิ่มขึ้นเมื่อขาดความยินยอม
  • ความแม่นยำอาจลดลงตามสำเนียง ภาษาถิ่น หรือสภาพแวดล้อมที่มีเสียงดัง
  • เสียงสังเคราะห์อาจถูกเข้าใจผิดว่าเป็นเสียงพูดที่แท้จริงโดยไม่มีการกำกับที่ชัดเจน

ขั้นตอนต่อไป

  1. ได้รับความยินยอมอย่างชัดแจ้งสำหรับการจับเสียง การโคลน และการใช้ซ้ำ
  2. ทดสอบคุณภาพกับลำโพงและสภาพพื้นหลังที่หลากหลาย
  3. กำหนดเวลาที่มนุษย์จะต้องตรวจสอบหรืออนุมัติผลลัพธ์
  4. ติดป้ายกำกับเสียงสังเคราะห์และเก็บบันทึกที่มาเพื่อความรับผิดชอบ

สำรวจต่อไป

จดหมายข่าวฟรี

รับสรุป AI รายวัน

เรื่องราว AI ที่ตรวจสอบแล้ว 3 เรื่องทุกวันทำงาน เช้า, เขียนเป็นภาษาอังกฤษธรรมดา ฟรีตลอดไป ไม่มีโฆษณา

อีเมลหนึ่งฉบับทุกวันทำงาน ยกเลิกการสมัครในคลิกเดียว เราไม่เคยขายหรือแชร์ที่อยู่อีเมลของคุณ

ทดสอบตัวเอง

Take the Acoustic Echo Cancellation quiz

ข้อเสนอแนะทันทีสำหรับทุกคำตอบ และใบรับรองที่สามารถแชร์ได้พร้อม ID ที่ตรวจสอบได้เมื่อคุณผ่านหลักสูตร

เริ่มแบบทดสอบ

สนับสนุนการศึกษา AI ฟรี AI Understanding เป็นองค์กรไม่แสวงหาผลกำไร 501(c)(3) — ไม่มีโฆษณา ไม่มีกำแพงเงิน, ตลอดไป บริจาค

คำถามที่พบบ่อย

What is Acoustic Echo Cancellation?

การยกเลิกเสียงสะท้อน (AEC) เป็นเทคโนโลยีที่ป้องกันไม่ให้คุณได้ยินเสียงสะท้อนกลับระหว่างการโทร นี่คือเหตุผลที่การโทรแบบแฮนด์ฟรี ลำโพงอัจฉริยะ และการประชุมทางวิดีโอทำงานโดยไม่มีการตอบกลับที่ยุ่งยาก

การยกเลิกเสียงสะท้อนแบบอะคูสติกช่วยแก้ปัญหาอะไรได้บ้าง?

AEC จะลบเสียงสะท้อนที่สร้างขึ้นเมื่อเสียงจากลำโพงของคุณถูกจับโดยไมโครโฟนและส่งกลับไปยังบุคคลที่คุณกำลังพูดคุยด้วย

ระบบ AEC อาศัยสัญญาณ 'อ้างอิง' ใดในการทำนายเสียงสะท้อน

AEC รู้แน่ชัดว่าเสียงใดที่ส่งไปยังลำโพง (สัญญาณฝั่งไกล) ดังนั้นจึงใช้ข้อมูลดังกล่าวเป็นข้อมูลอ้างอิงถึงรุ่นและลบเสียงสะท้อนที่เกิดขึ้น

สถานการณ์ใดเป็นเรื่องยากสำหรับ AEC และอาจทำให้ตัวกรองแบบปรับได้ทำงานผิดปกติได้

ในระหว่างการพูดสองครั้ง คำพูด Near-end อาจถูกเข้าใจผิดว่าเป็นเสียงก้อง ซึ่งอาจทำให้ค่าประมาณของตัวกรองเสียหายได้ ดังนั้นจึงใช้ตัวตรวจจับเพื่อหยุดการปรับตัว

ตัวกรองแบบปรับได้ใน AEC แบบคลาสสิกพยายามประมาณค่าอะไรจริงๆ

ฟิลเตอร์จำลองว่าเสียงเดินทางจากลำโพงผ่านห้องไปยังไมโครโฟนอย่างไร จึงสามารถสังเคราะห์และลบเสียงสะท้อนที่ตรงกันได้

เหตุใดโครงข่ายประสาทเทียมจึงถูกเพิ่มเข้ามานอกเหนือจากตัวกรอง AEC แบบคลาสสิกมากขึ้น

ลำโพงราคาถูกบิดเบือนเสียงแบบไม่เป็นเชิงเส้น และตัวกรองเชิงเส้นจะทิ้งเสียงสะท้อนที่ตกค้าง โพสต์ตัวกรองประสาทได้รับการฝึกฝนให้ระงับสิ่งที่เหลืออยู่ในขณะที่ยังคงคำพูดที่ใกล้จบ

เรียนรู้ต่อไป

คำแนะนำที่เกี่ยวข้อง

คำแนะนำเพิ่มเติมที่เลือกสำหรับหัวข้อนี้

รับใบรับรอง AI ฟรีหลักสูตรและการสอบสั้น ๆ ฟรี ไม่มีค่าใช้จ่าย ไม่มีบัตรเครดิต ประมาณ 2.5 ชั่วโมงเริ่มต้นฟรี →