Nowe funkcje aplikacji Teams wykorzystują sztuczną inteligencję i uczenie maszynowe, aby poprawić wrażenia wideo i audio

13 czerwca Microsoft wydany liczne nowe funkcje platformy komunikacyjnej Teams, koncentrujące się na poprawie jakości głosu i obrazu. W szczególności te nowe funkcje aplikacji Teams obejmują usuwanie echa, usuwanie pogłosu, tłumienie szumów tła, możliwość przerywania, optymalizację ekranu w czasie rzeczywistym, optymalizację opartą na sztucznej inteligencji oraz filtry jasności i ostrości.

„Uciążliwe efekty echa, słaba akustyka pomieszczenia i przerywane wideo to niektóre typowe problemy, które utrudniają skuteczność połączeń i spotkań online” — mówi wiceprezes Microsoft Teams, Nicole Herskowitz, odnosząc się do głównych problemów, które napędzały rozwój nowych funkcji aplikacji Teams. „Dzięki sztucznej inteligencji i uczeniu maszynowemu, które stały się podstawą naszej strategii ciągłego doskonalenia, zidentyfikowaliśmy i obecnie dostarczamy innowacyjne ulepszenia w Zespoły Microsoft które poprawiają takie wyzwania audio i wideo w sposób, który jest zarówno przyjazny dla użytkownika, jak i skalowalny w różnych środowiskach”.

Nowa funkcja usuwania echa w aplikacji Teams nie jest jedyną funkcją skupiającą się na problemach z echem napotykanych przez użytkowników podczas komunikacji w obrębie platformy. Niektóre z funkcji audio wprowadzonych przez Microsoft także inne problemy związane z echem spowodowane przez środowisko i urządzenia audio. Na przykład nowa funkcja usuwania pogłosu wykorzystuje model uczenia maszynowego, który może konwertować przechwycone sygnały dźwiękowe na dźwięk, zapobiegając pogłosowi dźwięku lub brzmieniu, jakbyś mówił w jaskini.

Inna funkcja rozwiązuje również problem związany z echem powodowany przez urządzenia audio umieszczone blisko siebie. „Naturalnym elementem rozmowy jest możliwość przerwania w celu wyjaśnienia lub potwierdzenia”, mówi Herskowitz. „Osiąga się to poprzez transmisję dźwięku w trybie pełnego dupleksu (dwukierunkową), umożliwiając użytkownikom jednoczesne mówienie i słyszenie innych. Gdy nie używasz zestawu słuchawkowego, a zwłaszcza gdy używasz urządzeń, w których głośnik i mikrofon znajdują się bardzo blisko siebie, trudno jest usunąć echo przy zachowaniu pełnego dupleksu dźwięku. Microsoft Teams używa modelu „wytrenowanego” z 30,000 XNUMX godzinami próbek mowy, aby zachować pożądane głosy, jednocześnie tłumiąc niechciane sygnały dźwiękowe, co zapewnia bardziej płynny dialog”.

Według Herskowitza, dzięki nowej możliwości przerywania w Teams, użytkownicy mogą płynnie wymieniać się bez poczucia przerwy lub odcięcia, co jest często spotykane na platformach komunikacyjnych online. Ponadto firma ogłosiła ustawienie domyślnej technologii tłumienia szumów opartej na uczeniu maszynowym dla aplikacji Teams (Windows, Mac i iOS, a wkrótce także Teams na Androida i klientów internetowych), umożliwiając wyraźniejsze połączenia wolne od niechcianych dźwięków.

Microsoft rozszerza również wykorzystanie sztucznej inteligencji na wydajność wideo aplikacji Teams w celu stworzenia odpowiednich korekt wizualnych, zwłaszcza w przypadkach, gdy użytkownicy napotykają problematyczne warunki przepustowości podczas udostępniania treści podczas prezentacji. Na przykład funkcja optymalizacji ekranu aplikacji Teams w czasie rzeczywistym, która wykorzystuje uczenie maszynowe, może wykrywać i dostosowywać charakterystykę zawartości, co zapewnia zoptymalizowaną czytelność dokumentów i płynne odtwarzanie wideo. Tymczasem, dostosowując odtwarzanie wideo, optymalizacja oparta na sztucznej inteligencji zapobiega drastycznym skutkom niestabilnych filmów spowodowanych słabą przepustowością sieci. Wreszcie, nowe filtry oparte na sztucznej inteligencji w aplikacji Teams umożliwiają użytkownikom dostosowywanie jasności i używanie nieostrości podczas spotkań w miejscach o słabym oświetleniu.

Według Microsoftu wspomniane funkcje są obecnie wdrażane i będą ogólnie dostępne w nadchodzących miesiącach.