Shovqin o'lchagich - Shovqinni bostirish haqida chuqurroq tushunchaga ega bo'ling
Shovqinni bostirish (masofaviy tinglovchilar aniq eshitishi uchun karnayning atrof-muhit shovqinini bostirish) va faol shovqinni kamaytirish (tinglovchining atrof-muhit shovqinini bartaraf etish) o'rtasidagi asosiy farqlarni tushunib etgach, shovqinni bostirishga qanday erishish mumkinligiga e'tibor qarataylik.
Usullardan biri ma'lumotlarni bostirish uchun bir nechta mikrofonlardan foydalanishdir. Bir nechta joydan ma'lumotlarni yig'ish qurilmalarga o'xshash (lekin baribir farqlangan) signallarni qabul qilishiga olib keladi. So'zlashuvchi aholi yaqinidagi mikrofon tomonidan qabul qilingan ovozli signal ikkilamchi mikrofondan sezilarli darajada kuchliroqdir. Ikki mikrofon bir xil signal kuchiga ega ovozsiz fon tovushini qabul qiladi. Kuchli ovozli mikrofon va ikkinchi darajali mikrofon tomonidan to'plangan ovozli ma'lumotni olib tashlang, qolgan ko'pchilik ovozli ma'lumotdir. Mikrofonlar orasidagi masofa qanchalik katta bo'lsa, yaqinroq va uzoqroq mikrofonlar o'rtasidagi signal farqi shunchalik katta bo'lib, shovqinni bostirish uchun ushbu oddiy algoritmdan foydalanishni osonlashtiradi. Biroq, siz gapirmayotganingizda yoki ovozli ma'lumotlar vaqt o'tishi bilan o'zgarishini kutganingizda (masalan, yurganingizda yoki yugurganingizda va telefoningiz qaltirashda) bu usulning samaradorligi pasayadi. Ko'p mikrofonli shovqinni bostirish, albatta, ishonchli, ammo qo'shimcha qurilmalar va ishlov berishda kamchiliklar mavjud.
Xo'sh, agar bitta mikrofon bo'lsa-chi? Agar tekshirish/taqqoslash uchun qo'shimcha tovush manbalari ishlatilmasa, bitta mikrofon yechimi qabul qilingan shovqin xususiyatlarini tushunishga va ularni filtrlashga tayanadi. Bu barqaror va statsionar bo'lmagan shovqinning yuqorida aytib o'tilgan ta'riflari bilan bog'liq. Barqaror holatdagi shovqinni DSP algoritmlari orqali samarali filtrlash mumkin, statsionar bo'lmagan shovqin esa qiyinchilik tug'dirsa, chuqur neyron tarmoqlar (DNN) muammoni hal qilishga yordam beradi.
Ushbu usul tarmoqni o'qitish uchun ma'lumotlar to'plamini talab qiladi. Ushbu ma'lumotlar to'plami turli xil (statsionar va statsionar) shovqin va aniq nutqdan iborat bo'lib, sintezlangan shovqinli nutq namunasini yaratadi. Ma'lumotlar to'plamini DNN ga kirish sifatida yuboring va uni aniq ovoz bilan chiqaring. Bu shovqinni yo'qotadigan va faqat aniq nutqni chiqaradigan neyron tarmoq modelini yaratadi.
Hatto o'qitilgan DNN bilan ham, e'tiborga olish kerak bo'lgan ba'zi qiyinchiliklar va ko'rsatkichlar mavjud. Agar siz real vaqtda kam kechikish bilan ishlashni istasangiz, sizga kuchli ishlov berish kuchi yoki kichikroq DNN kerak bo'ladi. DNNda qancha ko'p parametrlar bo'lsa, uning ishlash tezligi shunchalik sekin bo'ladi. Ovozni tanlash tezligi ovozni bostirishga xuddi shunday ta'sir qiladi. Yuqori namuna olish tezligi DNN ko'proq parametrlarni boshqarishi kerakligini anglatadi, lekin o'z navbatida u yuqori sifatli mahsulotga erishadi. Tor polosali ovozli aloqa real vaqtda shovqinni bostirish uchun ideal tanlovdir.
Ushbu turdagi ishlov berish barcha intensiv vazifalardir va bulutli hisoblash bunday vazifalarni bajarishda juda malakali, ammo bu usul kechikishni sezilarli darajada oshiradi. Odamlar taxminan 108 millisekund yoki undan ortiq kechikishlarni ishonchli tarzda ajrata olishini hisobga olsak, bulutli hisoblashni qayta ishlash natijasida yuzaga keladigan qo'shimcha kechikish ideal natija emasligi aniq. Biroq, DNNni chekkada ishga tushirish ba'zi aqlli sozlashlarni talab qiladi. CEVA har doim ovoz va nutqni qayta ishlash qobiliyatimizni yaxshilashga intiladi. Bunga tasdiqlangan nutq ravshanligi va buyruqlarni aniqlash algoritmlari kiradi - bu algoritmlar hatto chekkalarda ham aniq aloqa va ovozli boshqaruvni ta'minlaydi. Biz bilan bog'lanish va shaxsan tinglash uchun xush kelibsiz.
