Microsoft llevará la supresión de ruido basada en IA a Microsoft Teams en Mac y plataformas móviles

El mes pasado, Microsoft anunció la implementación de la función de supresión de ruido de fondo basada en IA en tiempo real para los usuarios de escritorio de Windows de Microsoft Teams. Esta característica puede suprimir ruidos innecesarios como el barajar papeles, portazos y perros ladrando durante una llamada de Teams. La supresión de ruido basada en IA funciona mediante el análisis de la transmisión de audio de un individuo y el uso de redes neuronales profundas especialmente entrenadas para filtrar el ruido y retener solo la señal del habla. Microsoft anunció hoy que está trabajando para llevar la supresión de ruido basada en IA a Microsoft Teams en Mac y plataformas móviles.

Microsoft también explicó hoy cómo desarrollaron esta función sin utilizar datos reales de los clientes. Microsoft optimizó el modelo de aprendizaje profundo de manera que pudiera ejecutarse de manera eficiente en el cliente de escritorio de Teams en tiempo real sin mucha sobrecarga.

Para lograr esta diversidad de conjuntos de datos, hemos creado un gran conjunto de datos con aproximadamente 760 horas de datos de voz limpios y 180 horas de datos de ruido. Para cumplir con los estrictos estándares de privacidad de Microsoft, nos aseguramos de que no se recopilen datos de clientes para este conjunto de datos. En su lugar, utilizamos datos disponibles públicamente o colaboración abierta para recopilar escenarios específicos. Para lograr un discurso limpio, nos aseguramos de tener un equilibrio entre el habla femenina y masculina y recopilamos datos de más de 10 idiomas que también incluyen idiomas tonales para garantizar que nuestro modelo no cambie el significado de una oración al distorsionar el tono de las palabras. Para los datos de ruido, incluimos 150 tipos de ruido para asegurarnos de cubrir diversos escenarios con los que nuestros clientes pueden encontrarse, desde escribir en el teclado hasta tirar de la cadena del inodoro o roncar. Otro aspecto importante fue incluir las emociones en nuestro discurso limpio para que no se reprimieran expresiones como la risa o el llanto. Las características del entorno desde el que nuestros clientes se unen a sus reuniones de Teams en línea también tienen un fuerte impacto en la señal de voz. Para capturar esa diversidad, entrenamos nuestro modelo con datos de más de 3,000 ambientes de habitaciones reales y más de 115,000 XNUMX habitaciones creadas sintéticamente.

Dado que utilizamos el aprendizaje profundo, es importante contar con una infraestructura de capacitación modelo poderosa. Usamos Microsoft Azure para permitir que nuestro equipo desarrolle versiones mejoradas de nuestro modelo ML. Otro desafío es que la extracción del habla limpia original del ruido debe hacerse de una manera que el oído humano perciba como natural y agradable. Dado que no hay métricas objetivas que estén altamente correlacionadas con la percepción humana, desarrollamos un marco que nos permitió enviar las muestras de audio procesadas a proveedores de crowdsourcing donde los oyentes humanos calificaron su calidad de audio en una escala de una a cinco estrellas para producir puntajes de opinión medios. (MOS). Con estas calificaciones humanas, pudimos desarrollar una nueva métrica de percepción que, junto con las calificaciones humanas subjetivas, nos permitió avanzar rápidamente en la mejora de la calidad de nuestros modelos de aprendizaje profundo.

Así es como puede habilitar la función de supresión de ruido en Teams:

1. Seleccione su foto de perfil en la parte superior derecha de Teams y luego seleccione Ajustes.

2. Seleccione Dispositivos a la izquierda y luego, debajo Supresión de ruido, Seleccione una opción.

3. Desde la ventana de la reunión:
   1. Seleccione Mas opciones  en los controles de su reunión y luego seleccione Configuración del dispositivo.

   2. under Supresión de ruido, Seleccione una opción.

Fuente: Microsoft