當(dāng)身邊有人在狂歡時(shí),在別人狂歡時(shí)要學(xué)會(huì)離場-ESG跨境

當(dāng)身邊有人在狂歡時(shí),在別人狂歡時(shí)要學(xué)會(huì)離場

當(dāng)你身邊有人在聚會(huì)的時(shí)候。

無論是人們在說話，孩子們在玩耍，隔壁的建筑工人，還是一只寵物狗試圖從前廊嚇跑一只想象中的怪物，當(dāng)試圖在Skype上打電話時(shí)，背景噪音真的聽不見。

不過這種情況在Skype會(huì)有很大改善

今天我向大家介紹的是

Skype桌面應(yīng)用的最新背景降噪功能

當(dāng)你用Skype和對方通話時(shí)，除了你自己的聲音之外，消除幾乎所有的聲音。

在設(shè)置中，點(diǎn)擊音頻和視頻，找到“噪音消除”選項(xiàng)，調(diào)整周圍的聲音。

取消調(diào)整通話的Skype選項(xiàng)。

以下是可用的選項(xiàng):

自動(dòng)(默認(rèn))Skype應(yīng)用程序?qū)⒏鶕?jù)您的環(huán)境調(diào)整噪音抑制水平。

低將抑制低水平的持續(xù)背景噪音，如計(jì)算機(jī)風(fēng)扇或空調(diào)。但是，如果您想要共享正在播放的音樂，您可以使用此設(shè)置。

高所有背景聲音，除了語音，將被取消。

關(guān)閉噪音取消已被禁用。

注:啟用此選項(xiàng)將使用更多的計(jì)算機(jī)資源，因?yàn)榻翟氚l(fā)生在所用的設(shè)備上，而不是Skype。

真的有這么神奇嗎

如果你想知道它是如何工作的，請繼續(xù)讀下去。

它的工作原理是對音源進(jìn)行分析，然后利用經(jīng)過專門訓(xùn)練的深度神經(jīng)網(wǎng)絡(luò)，在不影響說話人聲音的情況下，過濾掉噪音。雖然傳統(tǒng)的降噪算法可以解決簡單而一致的噪音(例如風(fēng)扇發(fā)出的噪音)，但這些神經(jīng)網(wǎng)絡(luò)可以學(xué)習(xí)區(qū)分語音和更復(fù)雜和不一致的噪音(例如在鍵盤上打字，食物包裝紙的吱嘎聲，對，還有那只狗的嚎叫聲)。

這項(xiàng)技術(shù)依靠機(jī)器學(xué)習(xí)(ML)來學(xué)習(xí)凈化語音和噪音的區(qū)別，也就是通常所說的人工智能(AI)。使用一個(gè)有代表性的數(shù)據(jù)集來訓(xùn)練ML模型，以便它能在我們的Skype用戶遇到的大多數(shù)情況下工作。在純語音、噪音類型和用戶加入在線電話的環(huán)境方面，數(shù)據(jù)集需要有足夠的多樣性。

為了實(shí)現(xiàn)這種多樣性，我們使用的數(shù)據(jù)集包含大約760小時(shí)的純語音數(shù)據(jù)和180小時(shí)的噪聲數(shù)據(jù)。為了遵守微軟嚴(yán)格的隱私標(biāo)準(zhǔn)，沒有為此數(shù)據(jù)集收集任何客戶數(shù)據(jù)。相反，我們使用公開可用的數(shù)據(jù)或眾包來收集特定的場景。對于純語音，我們平衡地使用男性和女性的聲音。我們還收集了10多種語言(包括聲調(diào)語言)的數(shù)據(jù)，以幫助確保模型不會(huì)扭曲單詞的聲調(diào)，從而改變句子的意思。對于噪音數(shù)據(jù)，我們包括了150種噪音，以覆蓋用戶可能遇到的各種場景，從鍵盤輸入到流水到打鼾。我們也在純言語中包含情緒，以防止笑或哭等表達(dá)受到抑制。用戶加入Skype會(huì)議的環(huán)境特征對語音信號也有很大影響。為了捕捉這種多樣性，我們使用來自3000多個(gè)真實(shí)房間環(huán)境和115000多個(gè)合成房間的數(shù)據(jù)來訓(xùn)練我們的模型。

當(dāng)我們采用深度學(xué)習(xí)時(shí)，擁有一個(gè)強(qiáng)大的模型訓(xùn)練基礎(chǔ)結(jié)構(gòu)是很重要的。我們使用Microsoft Azure使團(tuán)隊(duì)能夠開發(fā)ML模型的改進(jìn)版本。從噪聲中提取原始純凈語音的另一個(gè)挑戰(zhàn)是以人類耳朵認(rèn)為自然和愉快的方式。由于沒有與人類感知高度相關(guān)的客觀指標(biāo)，我們開發(fā)了一個(gè)框架，使我們能夠?qū)⑻幚砗蟮囊纛l樣本發(fā)快遞給眾包供應(yīng)商，它們的音頻質(zhì)量將由人類聽眾在一到五顆星的范圍內(nèi)進(jìn)行評級，以獲得平均意見得分(MOS)。在這些人類分?jǐn)?shù)的幫助下，我們可以開發(fā)新的感知指數(shù)，并且在人類主觀分?jǐn)?shù)的幫助下，我們在提高深度學(xué)習(xí)模型的質(zhì)量方面取得了快速進(jìn)展。為了促進(jìn)這一領(lǐng)域的研究，我們開源了感知質(zhì)量的數(shù)據(jù)集和眾包框架。

最后，我們創(chuàng)建了一個(gè)deep 學(xué)習(xí)模型，以便在Skype桌面應(yīng)用程序上實(shí)時(shí)高效運(yùn)行。通過針對人類感知進(jìn)行優(yōu)化，我們可以在質(zhì)量和復(fù)雜性之間實(shí)現(xiàn)良好的妥協(xié)，這意味著用戶使用的大多數(shù)Windows設(shè)備都可以利用基于人工智能的降噪功能。

特別聲明：以上文章內(nèi)容僅代表作者本人觀點(diǎn)，不代表ESG跨境電商觀點(diǎn)或立場。如有關(guān)于作品內(nèi)容、版權(quán)或其它問題請于作品發(fā)表后的30日內(nèi)與ESG跨境電商聯(lián)系。