Misuratore di rumore: ottieni una comprensione più profonda della soppressione del rumore
Dopo aver compreso le differenze fondamentali tra la soppressione del rumore (soppressione del rumore ambientale dell'altoparlante affinché gli ascoltatori remoti possano sentire chiaramente) e la riduzione attiva del rumore (compensazione del rumore ambientale dell'ascoltatore), concentriamoci su come ottenere la soppressione del rumore.
Un metodo consiste nell'utilizzare più microfoni per sopprimere i dati. La raccolta di dati da più posizioni farà sì che i dispositivi ricevano segnali simili (ma comunque differenziati). Il segnale vocale ricevuto dal microfono vicino alla popolazione che parla è notevolmente più forte di quello del microfono secondario. Due microfoni riceveranno un suono di sottofondo non vocale con una potenza del segnale simile. Sottraendo le informazioni sul suono raccolte dal microfono per voce forte e dal microfono secondario, la maggioranza restante sarà costituita dalle informazioni sulla voce. Maggiore è la distanza tra i microfoni, maggiore è la differenza di segnale tra i microfoni più vicini e quelli più lontani, rendendo più semplice l’utilizzo di questo semplice algoritmo per sopprimere il rumore. Tuttavia, quando non parli o quando prevedi che i dati vocali cambino nel tempo (ad esempio quando cammini o corri e il telefono continua a tremare), l'efficacia di questo metodo diminuirà. La soppressione del rumore multimicrofono è certamente affidabile, ma ci sono degli svantaggi legati all'hardware e all'elaborazione aggiuntivi.
E se ci fosse un solo microfono? Se non vengono utilizzate sorgenti sonore aggiuntive per la verifica/confronto, una soluzione con microfono singolo si baserà sulla comprensione delle caratteristiche del rumore ricevuto e sul filtraggio delle stesse. Ciò è legato alle definizioni precedentemente menzionate di rumore stazionario e non stazionario. Il rumore in stato stazionario può essere efficacemente filtrato tramite algoritmi DSP, mentre il rumore non stazionario rappresenta una sfida, le reti neurali profonde (DNN) possono aiutare a risolvere il problema.
Questo metodo richiede un set di dati per addestrare la rete. Questo set di dati è costituito da diversi rumori (stazionari e non stazionari) e da parlato chiaro, creando uno schema vocale rumoroso sintetizzato. Alimenta il set di dati come input per DNN e invialo in output con voce chiara. Ciò creerà un modello di rete neurale che eliminerà il rumore e produrrà solo un parlato chiaro.
Anche con DNN addestrati, ci sono ancora alcune sfide e indicatori da considerare. Se vuoi funzionare in tempo reale con bassa latenza, hai bisogno di una forte potenza di elaborazione o di un DNN più piccolo. Quanti più parametri sono presenti nel DNN, tanto più lenta sarà la sua velocità di esecuzione. La frequenza di campionamento audio ha un effetto simile sulla soppressione del suono. Una frequenza di campionamento più elevata significa che DNN deve gestire più parametri, ma a sua volta otterrà un output di qualità superiore. La comunicazione vocale a banda stretta è la scelta ideale per la soppressione del rumore in tempo reale.
Questo tipo di elaborazione rappresenta tutte attività intensive e il cloud computing è molto abile nel completare tali attività, ma questo metodo aumenta significativamente la latenza. Considerando che gli esseri umani possono distinguere in modo affidabile ritardi di circa 108 millisecondi o più, il ritardo aggiuntivo causato dall’elaborazione del cloud computing non è chiaramente un risultato ideale. Tuttavia, l’esecuzione della DNN all’edge richiede alcune modifiche intelligenti. CEVA è sempre impegnata a migliorare le proprie capacità di elaborazione vocale e vocale. Ciò include algoritmi convalidati di chiarezza vocale e riconoscimento dei comandi: questi algoritmi forniscono una comunicazione chiara e un controllo vocale anche ai margini. Non esitare a contattarci e ad ascoltare di persona.
