Microsoft vil bringe AI-baseret støjdæmpning til Microsoft Teams på Mac og mobile platforme

Sidste måned, Microsoft annoncerede udrulningen af ​​baggrunds-AI-baseret støjdæmpningsfunktion i realtid til Microsoft Teams Windows-desktopbrugere. Denne funktion kan undertrykke unødvendig støj som at blande papirer, smække med døre og gøende hunde under et Teams-opkald. AI-baseret støjundertrykkelse fungerer ved at analysere en persons lydfeed og bruge specielt trænede dybe neurale netværk til at filtrere støjen fra og kun bevare talesignalet. Microsoft annoncerede i dag, at de arbejder på at bringe AI-baseret støjdæmpning til Microsoft Teams på Mac og mobile platforme.

Microsoft har i dag også forklaret, hvordan de udviklede denne funktion uden at bruge faktiske kundedata. Microsoft optimerede deep learning-modellen på en måde, så den kunne køre effektivt på Teams desktop-klient i realtid uden meget overhead.

For at opnå denne datasætdiversitet har vi skabt et stort datasæt med cirka 760 timers rene taledata og 180 timers støjdata. For at overholde Microsofts strenge privatlivsstandarder har vi sikret, at der ikke indsamles kundedata for dette datasæt. I stedet brugte vi enten offentligt tilgængelige data eller crowdsourcing til at indsamle specifikke scenarier. For ren tale sikrede vi, at vi havde en balance mellem kvindelig og mandlig tale, og vi indsamlede data fra 10+ sprog, som også inkluderer tonale sprog for at sikre, at vores model ikke ændrer betydningen af ​​en sætning ved at forvrænge ordenes tone. Til støjdataene inkluderede vi 150 støjtyper for at sikre, at vi dækker forskellige scenarier, som vores kunder kan løbe ind i fra tastaturtastning til toiletskyl eller snorken. Et andet vigtigt aspekt var at inkludere følelser i vores rene tale, så udtryk som latter eller gråd ikke undertrykkes. Karakteristikaene ved det miljø, hvorfra vores kunder deltager i deres online Teams-møder, har også en stærk indflydelse på talesignalet. For at fange den mangfoldighed trænede vi vores model med data fra mere end 3,000 rigtige rummiljøer og mere end 115,000 syntetiske rum.

Da vi bruger deep learning, er det vigtigt at have en kraftfuld model træningsinfrastruktur. Vi bruger Microsoft Azure til at give vores team mulighed for at udvikle forbedrede versioner af vores ML-model. En anden udfordring er, at udvindingen af ​​original ren tale fra støjen skal ske på en måde, som det menneskelige øre opfatter som naturligt og behageligt. Da der ikke er nogen objektive målinger, som er meget korrelerede til menneskelig perception, udviklede vi en ramme, som gjorde det muligt for os at sende de behandlede lydeksempler til crowdsourcing-leverandører, hvor menneskelige lyttere bedømte deres lydkvalitet på en en til fem-stjernet skala for at producere gennemsnitlige meningsresultater (MOS). Med disse menneskelige vurderinger var vi i stand til at udvikle en ny perceptuel metrik, som sammen med de subjektive menneskelige vurderinger gjorde det muligt for os at gøre hurtige fremskridt med at forbedre kvaliteten af ​​vores deep learning-modeller.

Sådan kan du aktivere støjdæmpningsfunktionen i Teams:

1. Vælg dit profilbillede øverst til højre i Teams, og vælg derefter Indstillinger.

2. Type Enheder til venstre og derefter under Støjundertrykkelse, vælg en indstilling.

3. Fra mødevinduet:
   1. Type Flere muligheder  i dine mødekontroller, og vælg derefter Enhedsindstillinger.

   2. Under Støjundertrykkelse, vælg en indstilling.

Kilde: microsoft