Audio AI Itọsọna

Jin Ariwo bomole Ipenija

Ipenija Noise ti o jinlẹ (DNS) jẹ idije Microsoft-ṣiṣe ti o titari awọn oniwadi lati kọ awọn nẹtiwọọki nkankikan ti o yọ ariwo isale kuro ninu ọrọ ni akoko gidi.

Akopọ

Ipenija Noise ti o jinlẹ (DNS) jẹ idije Microsoft-ṣiṣe ti o titari awọn oniwadi lati kọ awọn nẹtiwọọki nkankikan ti o yọ ariwo isale kuro ninu ọrọ ni akoko gidi. O ṣeto awọn aṣepari ode oni ti awọn ẹya agbara bii Awọn ẹgbẹ ati yiyọ ariwo Sun-un.

Ipenija Iparun Ariwo Jin joko ni awọn ṣiṣan iṣẹ ohun-AI ti o yi ọrọ pada, orin, ati ohun fun ibaraẹnisọrọ, iraye si, ati iṣelọpọ media.

Jin Dive

Ti ṣe ifilọlẹ nipasẹ Microsoft ni ọdun 2020 ati tun ṣe fun ọpọlọpọ ọdun (nigbagbogbo ni INTERSPEECH ati ICASSP), Ipenija DNS fun awọn ẹgbẹ ni titobi nla, data ti o ni idiwọn ti ọrọ mimọ, awọn agekuru ariwo, ati awọn gbigbasilẹ alariwo idapọpọ synthetically. Ni pataki, o yi igbelewọn kuro lati iṣiro ami ifihan agbalagba bi PESQ si awọn ikun gbigbọ eniyan ati awọn asọtẹlẹ ti o kọ ẹkọ ti didara akiyesi. O tun ṣafikun awọn ipo gidi-aye lile: awọn yara ifarabalẹ, awọn ariwo ti ko duro (titẹ, awọn aja, sirens), awọn ariwo ohun orin, ati awọn oju iṣẹlẹ ti ara ẹni nibiti awoṣe kan gbọdọ tẹ gbogbo eniyan lẹnu ayafi agbọrọsọ ibi-afẹde ti o forukọsilẹ. Nipa itusilẹ data, awọn ipilẹ-ipilẹ, ati ṣeto idanwo ti o wọpọ, o jẹ ki awọn labs ṣe afiwe awọn eso apples si awọn apples ati ki o yara gbigbe lati awọn ẹtan sisẹ si ipari-si-opin ikẹkọ jinlẹ fun imudara ọrọ.

Imọ-imọ-ẹrọ

Awọn titẹ sii ni deede jẹ ifunni igba kukuru Fourier ti ariwo igbi igbi pada sinu loorekoore tabi nẹtiwọọki ariyanjiyan ti o sọ asọtẹlẹ iboju-igbohunsafẹfẹ akoko kan. Ilọpo iboju-boju nipasẹ alariwo spekitiriumu n dinku awọn apoti ti o jẹ gaba lori ariwo lakoko ti o tọju awọn ti o jẹ gaba lori ọrọ, lẹhinna STFT onidakeji tun ṣe agbekalẹ igbi. Awọn ofin akoko-gidi fi agbara lairi algorithmic (ni ayika 40 ms) ati nilo sisẹ idi, nitorinaa awọn awoṣe ko le wo ohun afetigbọ ọjọ iwaju nigbati o ba nu fireemu lọwọlọwọ.

Mastering Jin Ariwo bomole Ipenija

Ipenija Noise ti o jinlẹ (DNS) jẹ idije Microsoft-ṣiṣe ti o titari awọn oniwadi lati kọ awọn nẹtiwọọki nkankikan ti o yọ ariwo isale kuro ninu ọrọ ni akoko gidi. O ṣeto awọn aṣepari ode oni ti awọn ẹya agbara bii Awọn ẹgbẹ ati yiyọ ariwo Sun-un. Ipenija Iparun Ariwo Jin joko ni awọn ṣiṣan iṣẹ ohun-AI ti o yi ọrọ pada, orin, ati ohun fun ibaraẹnisọrọ, iraye si, ati iṣelọpọ media. Lati kọ oye ti o jinlẹ, ṣe itọju Ipenija Noise ti o jinlẹ bi awoṣe iṣẹ, kii ṣe ẹya ẹyọkan: ṣalaye awọn abajade ti o fẹ, ṣe alaye awọn arosọ, ati lọtọ ohun ti eto le ṣe ni igbẹkẹle lati ohun ti o tun nilo idajọ amoye.

Ni iṣe, awọn ẹgbẹ ti o lagbara ni lilo Ipenija Ipenija Noise ti o jinlẹ ṣe itọju didara, lairi, ati ifọkansi bi awọn ẹya pataki kanna ti ilana imuṣiṣẹ. Wọn ṣe akọsilẹ awọn ibeere aṣeyọri ti o fojuhan, idanwo lodi si data ojulowo ati ṣiṣan iṣẹ, ati atunbere ti o da lori awọn ilana ikuna ti a ṣakiyesi dipo awọn bori ala-akoko kan. Eyi ni ibiti oye imọ-jinlẹ yipada si agbara ti o tọ kọja ọja, eto imulo, ati awọn iṣẹ ṣiṣe.

O ṣe ilọsiwaju iraye si nipasẹ transcription, alaye, ati awọn atọkun ohun. Ni akoko kanna, ilokulo ohun ati awọn eewu imisi eniyan n pọ si nigbati igbanilaaye ba sonu. Ọna resilient julọ julọ ni lati darapọ iyara idanwo pẹlu ibawi ijọba: ṣiṣe awọn awakọ awakọ, mu ẹri mu, ṣe atẹjade awọn iwe ipinnu, ati imudojuiwọn awọn aabo nigbagbogbo bi ihuwasi awoṣe, awọn ireti olumulo, ati awọn ibeere ilana ti dagbasoke.

Ipa Ilana

O ṣe ilọsiwaju iraye si nipasẹ transcription, alaye, ati awọn atọkun ohun.

O ṣe ilọsiwaju iraye si nipasẹ transcription, alaye, ati awọn atọkun ohun. Ni awọn imuṣiṣẹ ti o ni agbara giga, eyi ni a tumọ si awọn ofin iṣiṣẹ wiwọn, awọn aala nini, ati awọn ilana atunyẹwo loorekoore ki awọn ẹgbẹ le ṣe iwọn igbẹkẹle dipo iwọn aibikita.

Awọn ẹgbẹ Media le firanṣẹ ohun didan yiyara pẹlu awọn isuna-owo kekere.

Awọn ẹgbẹ Media le firanṣẹ ohun didan yiyara pẹlu awọn isuna-owo kekere. Ni awọn imuṣiṣẹ ti o ni agbara giga, eyi ni a tumọ si awọn ofin iṣiṣẹ wiwọn, awọn aala nini, ati awọn ilana atunyẹwo loorekoore ki awọn ẹgbẹ le ṣe iwọn igbẹkẹle dipo iwọn aibikita.

Awọn ọna ṣiṣe ti nkọju si alabara le ṣe ilana awọn ibaraẹnisọrọ sisọ ni iwọn nla.

Awọn ọna ṣiṣe ti nkọju si alabara le ṣe ilana awọn ibaraẹnisọrọ sisọ ni iwọn nla. Ni awọn imuṣiṣẹ ti o ni agbara giga, eyi ni a tumọ si awọn ofin iṣiṣẹ wiwọn, awọn aala nini, ati awọn ilana atunyẹwo loorekoore ki awọn ẹgbẹ le ṣe iwọn igbẹkẹle dipo iwọn aibikita.

Ojo iwaju ti Ipenija Ipapa ariwo Ariwo

Reti ilana lati faagun si ọna ti ara ẹni ati idinku multimodal, nibiti gbigbe ète tabi titẹ ohun agbohunsoke ṣe itọsọna kini lati tọju. Awọn awoṣe n dinku lati ṣiṣẹ lori ẹrọ fun awọn afikọti ati awọn ohun elo igbọran, ati sisẹ 48 kHz-kikun ti n di boṣewa nitorina orin ati awọn igbohunsafẹfẹ giga ye. Awọn isunmọ ti ipilẹṣẹ ti o tun ṣe atunṣe ọrọ mimọ, kuku ju ariwo boju nikan, jẹ aala ti nṣiṣe lọwọ ati nigbakan ariyanjiyan.

Real-World imuse

Iyọkuro ariwo ni akoko gidi ni Microsoft Awọn ẹgbẹ ati awọn ohun elo ipe fidio miiran

Yiyasọ ọrọ mimọ ni awọn agbekọri ati awọn agbekọri lakoko awọn irin-ajo tabi awọn kafe ti o nšišẹ

Ṣiṣe-ṣaaju awọn igbasilẹ aaye alariwo ṣaaju ṣiṣe transcription laifọwọyi tabi ifori

Imudarasi oye ni awọn iranlọwọ igbọran ati awọn ohun elo igbọran iranlọwọ

Awọn Ilana imuse

Ipenija Ifilọlẹ Ariwo Jin ni iṣe

Yiyọ ariwo ariwo ni akoko gidi ni Microsoft Awọn ẹgbẹ ati awọn ohun elo ipe fidio miiran.

Yiyọ ariwo ariwo ni akoko gidi ni Microsoft Awọn ẹgbẹ ati awọn ohun elo ipe fidio miiran Awọn ẹgbẹ nigbagbogbo gba awọn abajade to dara julọ nigbati wọn ba ṣalaye awọn ilodi didara ni iwaju, tọju ọna igbega eniyan fun awọn ọran eti, ati tọpa awọn anfani iṣelọpọ mejeeji ati awọn idiyele aṣiṣe lori akoko.

Ipenija Ifilọlẹ Ariwo Jin ni iṣe

Yiyasọ ọrọ mimọ ni awọn agbekọri ati awọn agbekọri lakoko awọn irin-ajo tabi awọn kafe ti o nšišẹ.

Yaworan ọrọ isọsọ ninu awọn agbekọri ati awọn agbekọri lakoko awọn irin-ajo tabi awọn kafe ti o nšišẹ Awọn ẹgbẹ nigbagbogbo gba awọn abajade to dara julọ nigbati wọn ṣalaye awọn ilodi didara ni iwaju, tọju ọna igbega eniyan fun awọn ọran eti, ati tọpa awọn anfani iṣelọpọ mejeeji ati awọn idiyele aṣiṣe lori akoko.

Ipenija Ifilọlẹ Ariwo Jin ni iṣe

Ṣiṣe-ṣaaju awọn igbasilẹ aaye alariwo ṣaaju ṣiṣe transcription laifọwọyi tabi ifori.

Ṣiṣe-ṣaaju awọn gbigbasilẹ aaye alariwo ṣaaju ki o to transcription laifọwọyi tabi ifori Awọn ẹgbẹ maa n gba awọn abajade to dara julọ nigbati wọn ṣalaye awọn ilodiwọn didara ni iwaju, tọju ọna imudara eniyan fun awọn ọran eti, ati tọpa awọn anfani iṣelọpọ mejeeji ati awọn idiyele aṣiṣe lori akoko.

Ipenija Ifilọlẹ Ariwo Jin ni iṣe

Imudarasi oye ni awọn iranlọwọ igbọran ati awọn ohun elo igbọran iranlọwọ.

Imudarasi oye ni awọn iranlọwọ igbọran ati awọn ẹrọ igbọran iranlọwọ Awọn ẹgbẹ nigbagbogbo gba awọn abajade to dara julọ nigbati wọn ṣalaye awọn ilodi didara ni iwaju, tọju ọna imudara eniyan fun awọn ọran eti, ati tọpa awọn anfani iṣelọpọ mejeeji ati awọn idiyele aṣiṣe lori akoko.

Awọn ewu & Awọn ọna iṣọ

!

ilokulo ohun ati awọn ewu afarawe ṣe pọ si nigbati igbanilaaye ba sonu.

!

Yiye le ju silẹ kọja awọn asẹnti, awọn ede-ede, tabi awọn agbegbe alariwo.

!

Ohun afetigbọ sintetiki le jẹ aṣiṣe fun ọrọ ododo laisi isamisi to yege.

Ilana Ilana imuse

1

Gba ifọkansi ti o fojuhan fun gbigba ohun, ti ẹda, ati ilotunlo.

Gba ifọkansi ti o fojuhan fun gbigba ohun, ti ẹda, ati ilotunlo. Ṣe itọju igbesẹ kọọkan bi ẹnu-ọna ẹri: ti awọn ibeere ko ba ni ibamu, daduro yiyọ kuro, pa aafo naa, ati lẹhinna faagun lilo.

2

Didara idanwo kọja awọn agbohunsoke oniruuru ati awọn ipo abẹlẹ.

Didara idanwo kọja awọn agbohunsoke oniruuru ati awọn ipo abẹlẹ. Ṣe itọju igbesẹ kọọkan bi ẹnu-ọna ẹri: ti awọn ibeere ko ba ni ibamu, daduro yiyọ kuro, pa aafo naa, ati lẹhinna faagun lilo.

3

Ṣetumo nigbati eniyan gbọdọ ṣe atunyẹwo tabi fọwọsi awọn abajade.

Ṣetumo nigbati eniyan gbọdọ ṣe atunyẹwo tabi fọwọsi awọn abajade. Ṣe itọju igbesẹ kọọkan bi ẹnu-ọna ẹri: ti awọn ibeere ko ba ni ibamu, daduro yiyọ kuro, pa aafo naa, ati lẹhinna faagun lilo.

4

Aami ohun sintetiki ki o tọju awọn igbasilẹ provenance fun iṣiro.

Aami ohun sintetiki ki o tọju awọn igbasilẹ provenance fun iṣiro. Ṣe itọju igbesẹ kọọkan bi ẹnu-ọna ẹri: ti awọn ibeere ko ba ni ibamu, daduro yiyọ kuro, pa aafo naa, ati lẹhinna faagun lilo.

Tesiwaju Ṣiṣawari