Noise Meter - Hanki syvempi käsitys melun vaimentamisesta
Ymmärrettyään peruserot kohinan vaimennuksen (kaiuttimien ympäristön melun vaimentaminen, jotta etäkuuntelijat kuulevat selvästi) ja aktiivisen kohinanvaimennuksen (kuuntelijan oman ympäristömelun kompensoiminen) välillä, keskitytään melun vaimennuksen saavuttamiseen.
Yksi tapa on käyttää useita mikrofoneja tietojen vaimentamiseen. Tietojen kerääminen useista paikoista johtaa siihen, että laitteet vastaanottavat samanlaisia (mutta silti erottuvia) signaaleja. Puhuvan väestön lähellä olevan mikrofonin vastaanottama äänisignaali on huomattavasti vahvempi kuin toissijaisen mikrofonin. Kaksi mikrofonia vastaanottaa taustaääntä, joka ei ole puheen voimakkuudeltaan samanlainen. Vähennä vahvan äänimikrofonin ja toissijaisen mikrofonin keräämät äänitiedot, ja loput ovat äänitietoja. Mitä suurempi mikrofonien välinen etäisyys on, sitä suurempi signaaliero lähempänä olevien ja kauempana olevien mikrofonien välillä, mikä helpottaa tämän yksinkertaisen algoritmin käyttöä kohinan vaimentamiseen. Kuitenkin, kun et puhu tai kun odotat puhetietojen muuttuvan ajan myötä (kuten kävellessäsi tai juostessasi ja puhelimesi tärisee jatkuvasti), tämän menetelmän tehokkuus heikkenee. Monen mikrofonin kohinanvaimennus on varmasti luotettavaa, mutta lisälaitteistoissa ja prosessoinnissa on haittoja.
Entä jos mikrofoni on vain yksi? Jos muita äänilähteitä ei käytetä varmentamiseen/vertailuon, yksimikrofoniratkaisu luottaa vastaanotettujen kohinan ominaisuuksien ymmärtämiseen ja niiden suodattamiseen. Tämä liittyy aiemmin mainittuihin vakaan tilan ja ei-stationaarisen kohinan määritelmiin. Tasaisen tilan kohina voidaan suodattaa tehokkaasti pois DSP-algoritmeilla, kun taas ei-stationaarinen kohina on haaste, syvät neuroverkot (DNN) voivat auttaa ratkaisemaan ongelman.
Tämä menetelmä vaatii tietojoukon verkon koulutusta varten. Tämä tietojoukko koostuu erilaisista (vakaan tilan ja ei-stationaarisista) kohinoista ja selkeästä puheesta, mikä luo syntetisoidun kohinaisen puhekuvion. Syötä tietojoukko syötteenä DNN:lle ja tulosta se selkeällä äänellä. Tämä luo hermoverkkomallin, joka eliminoi kohinan ja tuottaa vain selkeää puhetta.
Jopa koulutetuilla DNN:illä on joitain haasteita ja indikaattoreita, jotka on otettava huomioon. Jos haluat toimia reaaliajassa pienellä latenssilla, tarvitset vahvan prosessointitehon tai pienemmän DNN:n. Mitä enemmän parametreja DNN:ssä, sitä hitaampi sen käyntinopeus. Äänen näytteenottotaajuudella on samanlainen vaikutus äänen vaimentamiseen. Suurempi näytteenottotaajuus tarkoittaa, että DNN:n on käsiteltävä enemmän parametreja, mutta se puolestaan saavuttaa korkeamman laadun. Kapeakaistainen puheviestintä on ihanteellinen valinta reaaliaikaiseen kohinan vaimennukseen.
Tämän tyyppinen käsittely on kaikki intensiivisiä tehtäviä, ja pilvilaskenta on erittäin taitava suorittamaan tällaiset tehtävät, mutta tämä menetelmä lisää merkittävästi latenssia. Kun otetaan huomioon, että ihmiset pystyvät luotettavasti erottamaan noin 108 millisekunnin tai sitä suuremmat viiveet, pilvitekniikan käsittelyn aiheuttama lisäviive ei selvästikään ole ihanteellinen tulos. DNN:n käyttäminen reunalla vaatii kuitenkin joitain älykkäitä säätöjä. CEVA on aina sitoutunut parantamaan puhe- ja puheenkäsittelykykyämme. Tämä sisältää validoidut puheen selkeyden ja komennontunnistusalgoritmit – nämä algoritmit tarjoavat selkeän viestinnän ja puheohjauksen jopa reunoilla. Tervetuloa ottamaan yhteyttä ja kuuntelemaan henkilökohtaisesti.
