ویژگی‌های تیم‌های جدید از هوش مصنوعی و یادگیری ماشینی برای بهبود تجربه‌های صوتی و تصویری استفاده می‌کنند

در 13 ژوئن، مایکروسافت منتشر شد ویژگی‌های جدید متعددی برای پلتفرم ارتباطی تیم، با تمرکز بر بهبود کیفیت صدا و ویدیو. به طور خاص، این ویژگی‌های جدید تیم‌ها شامل لغو پژواک، «بازتاب»، سرکوب نویز پس‌زمینه، قابلیت «وقفه‌پذیری»، بهینه‌سازی صفحه نمایش در زمان واقعی، بهینه‌سازی مبتنی بر هوش مصنوعی، و فیلترهای روشنایی و فوکوس است.

نیکول هرسکوویتز، معاون تیم مایکروسافت، با اشاره به نگرانی‌های اصلی که توسعه ویژگی‌های جدید Teams را تحت فشار قرار داده‌اند، می‌گوید: «اثرات اکو مخرب، آکوستیک ضعیف اتاق، و ویدیوی متلاطم برخی از مسائل رایجی هستند که مانع از اثربخشی تماس‌ها و جلسات آنلاین می‌شوند. از طریق هوش مصنوعی و یادگیری ماشینی که برای استراتژی ما برای بهبود مستمر اساسی شده‌اند، پیشرفت‌های نوآورانه را شناسایی کرده‌ایم و اکنون در حال ارائه آن هستیم. تیم های مایکروسافت که این چالش‌های صوتی و تصویری را به روش‌هایی که کاربر پسند و مقیاس‌پذیر در بین محیط‌ها باشد، بهبود می‌بخشد.»

قابلیت جدید لغو اکو Teams تنها ویژگی تمرکز بر مشکلات اکو نیست که کاربران هنگام برقراری ارتباط در پلتفرم با آن مواجه می شوند. برخی از ویژگی های صوتی معرفی شده توسط مایکروسافت همچنین سایر مشکلات مربوط به اکو را که توسط محیط و دستگاه های صوتی ایجاد می شود، هدف قرار دهید. به عنوان مثال، ویژگی جدید de-reverberation از یک مدل یادگیری ماشینی استفاده می‌کند که می‌تواند سیگنال‌های صوتی گرفته شده را به صدا تبدیل کند و از طنین صدا یا صدای کاربر مانند صحبت کردن در داخل غار جلوگیری کند.

یکی دیگر از ویژگی ها نیز مشکل مربوط به اکو ناشی از دستگاه های صوتی قرار گرفته در نزدیکی یکدیگر را حل می کند. هرسکوویتز می‌گوید: «یک عنصر طبیعی مکالمه، توانایی قطع کردن برای شفاف‌سازی یا تأیید اعتبار است. این کار از طریق انتقال دوطرفه (دو طرفه) صدا انجام می شود و به کاربران امکان می دهد همزمان صحبت کنند و دیگران را بشنوند. هنگامی که از هدست استفاده نمی کنید، و به خصوص هنگام استفاده از دستگاه هایی که بلندگو و میکروفون بسیار نزدیک به یکدیگر هستند، حذف اکو با حفظ صدای دوطرفه کامل دشوار است. تیم های مایکروسافت از مدلی "آموزش داده شده" با 30,000 ساعت نمونه گفتار استفاده می کند تا صداهای مورد نظر را حفظ کند و در عین حال سیگنال های صوتی ناخواسته را سرکوب کند که منجر به گفتگوی روان تر می شود.

به گفته هرسکوویتز، با قابلیت وقفه‌پذیری جدید تیم‌ها، کاربران می‌توانند بدون احساس وقفه یا قطع شدن، تبادلات روانی را انجام دهند، که معمولاً در بسترهای ارتباطی آنلاین با آن مواجه می‌شویم. علاوه بر این، این شرکت اعلام کرد که فناوری سرکوب نویز مبتنی بر یادگیری ماشین خود را به‌طور پیش‌فرض برای Teams (ویندوز، مک، و iOS و به زودی برای Teams Android و کلاینت‌های وب) پیش‌فرض می‌کند و امکان تماس‌های واضح‌تر و بدون نویزهای ناخواسته را فراهم می‌کند.

مایکروسافت همچنین استفاده از هوش مصنوعی را به عملکرد ویدیویی Teams گسترش می دهد تا تنظیمات بصری مرتبط ایجاد کند، به خصوص در مواردی که کاربران هنگام به اشتراک گذاری محتوا در طول ارائه با شرایط پهنای باند مشکل ساز مواجه می شوند. به عنوان مثال، ویژگی بهینه‌سازی صفحه نمایش در زمان واقعی Teams که از یادگیری ماشینی استفاده می‌کند، می‌تواند ویژگی‌های محتوا را شناسایی و تنظیم کند، که در نتیجه خوانایی اسناد بهینه‌شده و پخش ویدیو روان است. در همین حال، با تنظیم پخش ویدیو، بهینه سازی مبتنی بر هوش مصنوعی از تأثیرات شدید ویدیوهای پراکنده ناشی از پهنای باند ضعیف شبکه جلوگیری می کند. در نهایت، فیلترهای جدید مبتنی بر هوش مصنوعی در Teams به کاربران این امکان را می دهد که هنگام برگزاری جلسات در مناطق کم نور، روشنایی را تنظیم کنند و از فوکوس نرم استفاده کنند.

به گفته مایکروسافت، ویژگی های ذکر شده در حال حاضر در حال عرضه هستند و به طور کلی در ماه های آینده در دسترس خواهند بود.