Microsoft porterà la soppressione del rumore basata sull'intelligenza artificiale a Microsoft Teams su Mac e piattaforme mobili

Il mese scorso, Microsoft ha annunciato il lancio della funzione di soppressione del rumore in background basata sull'intelligenza artificiale in tempo reale per gli utenti desktop di Microsoft Teams Windows. Questa funzione può sopprimere i rumori non necessari come il mischiare le carte, le porte che sbattono e i cani che abbaiano durante una chiamata Teams. La soppressione del rumore basata sull'intelligenza artificiale funziona analizzando il feed audio di un individuo e utilizzando reti neurali profonde appositamente addestrate per filtrare il rumore e trattenere solo il segnale vocale. Microsoft ha annunciato oggi che sta lavorando per portare la soppressione del rumore basata sull'intelligenza artificiale a Microsoft Teams su Mac e piattaforme mobili.

Microsoft oggi ha anche spiegato come hanno sviluppato questa funzionalità senza utilizzare i dati dei clienti effettivi. Microsoft ha ottimizzato il modello di deep learning in modo che potesse essere eseguito in modo efficiente sul client desktop Teams in tempo reale senza troppi costi.

Per ottenere questa diversità di set di dati, abbiamo creato un ampio set di dati con circa 760 ore di dati sul parlato pulito e 180 ore di dati sul rumore. Per rispettare i severi standard sulla privacy di Microsoft, ci siamo assicurati che nessun dato dei clienti venisse raccolto per questo set di dati. Invece, abbiamo utilizzato i dati disponibili pubblicamente o il crowdsourcing per raccogliere scenari specifici. Per un discorso pulito ci siamo assicurati di avere un equilibrio tra discorso femminile e maschile e abbiamo raccolto dati da oltre 10 lingue che includono anche lingue tonali per garantire che il nostro modello non cambi il significato di una frase distorcendo il tono delle parole. Per i dati sul rumore abbiamo incluso 150 tipi di rumore per assicurarci di coprire diversi scenari in cui i nostri clienti possono imbattersi, dalla digitazione sulla tastiera allo sciacquone o al russare. Un altro aspetto importante era includere le emozioni nel nostro discorso pulito in modo che espressioni come risate o pianti non venissero represse. Le caratteristiche dell'ambiente da cui i nostri clienti si uniscono alle loro riunioni Teams online hanno un forte impatto anche sul segnale vocale. Per catturare tale diversità, abbiamo addestrato il nostro modello con i dati provenienti da più di 3,000 ambienti di stanze reali e più di 115,000 stanze create sinteticamente.

Poiché utilizziamo il deep learning, è importante disporre di una potente infrastruttura di formazione dei modelli. Utilizziamo Microsoft Azure per consentire al nostro team di sviluppare versioni migliorate del nostro modello ML. Un'altra sfida è che l'estrazione del parlato pulito originale dal rumore deve essere eseguita in un modo che l'orecchio umano percepisca come naturale e piacevole. Poiché non esistono metriche oggettive altamente correlate alla percezione umana, abbiamo sviluppato un framework che ci ha permesso di inviare i campioni audio elaborati a fornitori di crowdsourcing in cui gli ascoltatori umani hanno valutato la loro qualità audio su una scala da una a cinque stelle per produrre punteggi di opinione medi (MOS). Con queste valutazioni umane siamo stati in grado di sviluppare una nuova metrica percettiva che, insieme alle valutazioni umane soggettive, ci ha permesso di fare rapidi progressi nel miglioramento della qualità dei nostri modelli di deep learning.

Ecco come abilitare la funzione di soppressione del rumore in Teams:

1. Seleziona la tua immagine del profilo in alto a destra di Teams e poi seleziona Impostazioni profilo.

2. Seleziona dispositivi a sinistra e poi, sotto Soppressione del rumore, seleziona un'opzione.

3. Dalla finestra Riunione:
   1. Seleziona Più opzioni  nei controlli della riunione e quindi seleziona Impostazioni del dispositivo.

   2. Sotto Soppressione del rumore, seleziona un'opzione.

Fonte: Microsoft