Microsoft tuo tekoälypohjaisen kohinanvaimennuksen Microsoft Teamsiin Mac- ja mobiilialustoille

Viime kuussa Microsoft ilmoitti reaaliaikaisen taustalla olevan tekoälypohjaisen kohinanvaimennusominaisuuden käyttöönotto Microsoft Teamsin Windows-työpöytäkäyttäjille. Tämä ominaisuus voi vaimentaa tarpeetonta melua, kuten paperien sekoittamista, ovien paiskaamista ja koirien haukkumista Teams-puhelun aikana. Tekoälypohjainen kohinanvaimennus toimii analysoimalla yksilön äänisyötteitä ja käyttämällä erityisesti koulutettuja syvähermoverkkoja suodattamaan kohinan ja säilyttämällä vain puhesignaalin. Microsoft ilmoitti tänään, että se pyrkii tuomaan tekoälyyn perustuvan melunvaimennusta Microsoft Teamsille Mac- ja mobiilialustoille.

Microsoft selitti tänään myös, kuinka he kehittivät tämän ominaisuuden käyttämättä todellisia asiakastietoja. Microsoft optimoi syväoppimismallin siten, että se voisi toimia tehokkaasti Teams-työpöytäasiakkaalla reaaliajassa ilman suuria lisäkustannuksia.

Tämän tietojoukon monimuotoisuuden saavuttamiseksi olemme luoneet suuren tietojoukon, jossa on noin 760 tuntia puhdasta puhedataa ja 180 tuntia kohinadataa. Microsoftin tiukkojen tietosuojastandardien noudattamiseksi varmistimme, että tälle tietojoukolle ei kerätä asiakastietoja. Sen sijaan käytimme joko julkisesti saatavilla olevia tietoja tai joukkolähdettä tiettyjen skenaarioiden keräämiseen. Puhtaan puheen vuoksi varmistimme, että meillä on tasapaino naisten ja miesten puheen välillä ja keräsimme tietoja yli 10 kielestä, jotka sisältävät myös tonaalisia kieliä varmistaaksemme, että mallimme ei muuta lauseen merkitystä vääristämällä sanojen sävyä. Melutietoihin sisällytimme 150 melutyyppiä varmistaaksemme, että katamme erilaisia ​​skenaarioita, joihin asiakkaamme saattavat törmätä näppäimistön kirjoittamisesta wc:n huuhtelemiseen tai kuorsaukseen. Toinen tärkeä näkökohta oli tunteiden sisällyttäminen puhtaaseen puheeseemme, jotta ilmaisut kuten nauru tai itku eivät tukahdu. Sen ympäristön ominaisuudet, josta asiakkaamme liittyvät Teams-verkkokokouksiinsa, vaikuttavat voimakkaasti myös puhesignaaliin. Tämän monimuotoisuuden taltioimiseksi koulutimme malliamme yli 3,000 115,000 todellisen huoneympäristön ja yli XNUMX XNUMX synteettisesti luodun huoneen tiedoilla.

Koska käytämme syväoppimista, on tärkeää, että meillä on tehokas mallikoulutusinfrastruktuuri. Käytämme Microsoft Azurea, jotta tiimimme voi kehittää parannettuja versioita ML-mallistamme. Haasteena on myös se, että alkuperäisen puhtaan puheen erottaminen melusta on tehtävä tavalla, jonka ihmiskorva näkee luonnollisena ja miellyttävänä. Koska ei ole olemassa objektiivisia mittareita, jotka korreloisivat voimakkaasti ihmisen havaintokykyyn, kehitimme kehyksen, jonka avulla pystyimme lähettämään käsitellyt ääninäytteet joukkolähdetoimittajille, joissa ihmiskuuntelijat arvioivat äänenlaatunsa asteikolla yhdestä viiteen tähtiin tuottaakseen keskimääräiset mielipidepisteet. (MOS). Näillä ihmisarvosteluilla pystyimme kehittämään uuden havaintometriikan, joka yhdessä subjektiivisten ihmisarviointien kanssa mahdollisti nopean edistyksen syväoppimismalliemme laadun parantamisessa.

Näin voit ottaa melunvaimennusominaisuuden käyttöön Teamsissa:

1. Valitse profiilikuvasi Teamsin oikeasta yläkulmasta ja valitse sitten Asetukset.

2. valita Laitteet vasemmalla ja sitten alla Äänen vaimennus, Valitse vaihtoehto.

3. Kokousikkunasta:
   1. valita Lisää vaihtoehtoja  kokouksen ohjaimissa ja valitse sitten Laite asetukset.

   2. Alle Äänen vaimennus, Valitse vaihtoehto.

Lähde: Microsoft