Noise2Noise Ọrọ Imudara
Noise2Noise jẹ ẹtan ikẹkọ ti o jẹ ki awoṣe kọ ẹkọ lati yọ ariwo kuro lai ri itọkasi mimọ, nipa kikọ ẹkọ lati awọn orisii awọn ẹya alariwo ti o yatọ ti ifihan kanna.
Akopọ
Fun imudarasi ọrọ o ṣe pataki nitori awọn gbigbasilẹ mimọ jẹ gbowolori tabi ko ṣee ṣe lati gba, sibẹ awọn ariwo wa nibi gbogbo.
Jin Dive
Ti ṣafihan nipasẹ awọn oniwadi NVIDIA ni ọdun 2018, Noise2Noise ṣe ibeere iyalẹnu kan: o le kọ ẹlẹsin kan nipa lilo awọn apẹẹrẹ ibajẹ nikan. Imọye naa jẹ iṣiro. Ti o ba fun nẹtiwọọki kan awọn ẹya alariwo meji ti ifihan agbara ipilẹ kanna ati beere lọwọ rẹ lati ṣe maapu ọkan si ekeji nipa lilo pipadanu bi aṣiṣe onigun mẹrin, nẹtiwọọki ko le sọ asọtẹlẹ ariwo laileto ninu ibi-afẹde, nitorinaa ohun ti o dara julọ ti o le ṣe ni iṣelọpọ iye ti a nireti, eyiti o jẹ ifihan mimọ. Ariwo apapọ jade. Ti a lo si ọrọ sisọ, o mu ọrọ ti o mọ, ṣafikun awọn ayẹwo ariwo ominira meji, ki o kọ awoṣe lati ṣe asọtẹlẹ agekuru ariwo kan lati ekeji. Ni itọkasi awoṣe n yọ ariwo kuro lati awọn igbasilẹ gidi. Eyi jẹ apakan igo mojuto ti aiṣedeede abojuto: nilo ohun afetigbọ ilẹ-otitọ pipe.
Imọ-imọ-ẹrọ
Iṣiro naa wa lori ohun-ini pe pipadanu L2 (aṣiṣe onigun mẹrin) ti dinku ni iwọn ilawọn. Ti ariwo ti a fikun si ibi-afẹde ba jẹ odo-itumọ ati ominira ti ariwo titẹ sii, ariwo ti a ko sọ asọtẹlẹ ṣe alabapin si iyatọ igbagbogbo si pipadanu, nitorinaa irandiwọn itọsẹ n ṣafẹri nẹtiwọọki si ami ifihan mimọ ti o wa labẹ. Imọran kanna n ṣiṣẹ pẹlu awọn iṣiro miiran: pipadanu L1 kan gba agbedemeji agbedemeji, wulo fun ariwo aibikita.
Ipa Ilana
Wiwọle ati arọwọto
O ṣe ilọsiwaju iraye si nipasẹ transcription, alaye, ati awọn atọkun ohun.
Iye owo ati isuna
Awọn ẹgbẹ Media le firanṣẹ ohun didan yiyara pẹlu awọn isuna-owo kekere.
Iyara ati iwọn
Awọn ọna ṣiṣe ti nkọju si alabara le ṣe ilana awọn ibaraẹnisọrọ sisọ ni iwọn nla.
Ọjọ iwaju ti Imudara Ọrọ Noise2Noise
Noise2Noise ṣii idile kan ti awọn ọna aibikita ti ara ẹni, pẹlu Noise2Void ati Noise2Self, ti o sinmi awọn ibeere paapaa siwaju si kikọ ẹkọ lati awọn apẹẹrẹ alariwo ẹyọkan. Fun ọrọ sisọ, nireti awọn imọran wọnyi lati fi agbara mu imudara ẹrọ fun awọn iranlọwọ igbọran, awọn ipe, ati awọn gbigbasilẹ aaye nibiti gbigba awọn itọkasi mimọ ko wulo. Ni idapọ pẹlu awọn vocoders ti ipilẹṣẹ, awọn ọna ṣiṣe iwaju le ma yọkuro ariwo nikan ṣugbọn ni ilodi si tun ṣe boju-boju tabi akoonu ọrọ run lakoko ti o duro ni oloootọ si agbọrọsọ.
Real-World imuse
Ninu aaye tabi awọn gbigbasilẹ pamosi nibiti ko si itọkasi mimọ ti ọrọ atilẹba ti o wa
Imudara pipe-ipe ohun lori awọn foonu ati awọn kọnputa agbeka nipasẹ ikẹkọ awọn apanilẹrin lori awọn iyaworan alariwo gidi-aye
Imudara ọrọ fun awọn iranlọwọ igbọran nipa lilo awọn gbigbasilẹ alariwo so pọ dipo ohun afetigbọ mimọ ti a ko rii
Mu pada adarọ-ese atijọ ti ariwo tabi awọn teepu ifọrọwanilẹnuwo nibiti awọn ẹya ti o bajẹ nikan ye
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
Gba ifọkansi ti o fojuhan fun gbigba ohun, ti ẹda, ati ilotunlo.
Didara idanwo kọja awọn agbohunsoke oniruuru ati awọn ipo abẹlẹ.
Ṣetumo nigbati eniyan gbọdọ ṣe atunyẹwo tabi fọwọsi awọn abajade.
Aami ohun sintetiki ki o tọju awọn igbasilẹ provenance fun iṣiro.
Tesiwaju Ṣiṣawari
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 Noise2Noise Speech Enhancement 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
Itọsọna atẹle
Ohun elo Idanimọ Ọrọ Ọrọ Kaldi
Awọn ibeere ti a beere nigbagbogbo
Kí ni Noise2Noise Speech Enhancement?
Noise2Noise jẹ ẹtan ikẹkọ ti o jẹ ki awoṣe kọ ẹkọ lati yọ ariwo kuro lai ri itọkasi mimọ, nipa kikọ ẹkọ lati awọn orisii awọn ẹya alariwo ti o yatọ ti ifihan kanna. Fun imudara ọrọ sisọ o ṣe pataki nitori pe awọn gbigbasilẹ mimọ jẹ gbowolori tabi ko ṣee ṣe lati gba, sibẹsibẹ awọn ti ariwo wa nibikibi.
Kini ibeere mojuto iyalẹnu ti Noise2Noise?
Noise2Noise fihan pe o le ṣe ikẹkọ denoiser ti o munadoko nipa lilo awọn orisii awọn apẹẹrẹ ibajẹ nikan, laisi awọn ibi-afẹde mimọ.
Kilode ti nẹtiwọki ko le ṣe akori ariwo ni agekuru ibi-afẹde?
Nitori ariwo ibi-afẹde jẹ laileto ati ominira ti titẹ sii, nẹtiwọọki ko le ṣe asọtẹlẹ rẹ dipo kikopọ si iye ti a reti mimọ.
Labẹ ohun L2 (tumọ si squared aṣiṣe) pipadanu, ohun ti awọn nẹtiwọki converge si?
Pipadanu L2 ti dinku ni ipo ipo, nitorinaa pẹlu ariwo ibi-afẹde ominira ti odo, nẹtiwọọki n ṣe agbejade ifihan mimọ ti o wa labẹ ipilẹ.
Kini gbọdọ jẹ otitọ nipa ariwo ti a fi kun si ibi-afẹde fun ẹtan lati ṣiṣẹ?
Ariwo ibi-afẹde nilo lati jẹ tumọ-odo ati ni ominira iṣiro ti ariwo titẹ sii ki o jẹ aropin lakoko ikẹkọ.
Yipada lati pipadanu L2 si pipadanu L1 jẹ ki nẹtiwọọki n bọsipọ iru iṣiro wo?
Ipadanu L1 (aṣiṣe pipe) ti dinku ni agbedemeji, eyiti o lagbara diẹ sii si ariwo ti o ni agbara.