Microsoft bo prinesel zatiranje hrupa na podlagi umetne inteligence v Microsoft Teams na Mac in mobilnih platformah

Prejšnji mesec Microsoft razglasitve uvedba funkcije za zatiranje hrupa v ozadju v realnem času, ki temelji na umetni inteligenci, uporabnikom namiznih računalnikov Microsoft Teams Windows. Ta funkcija lahko prepreči nepotreben hrup, kot je premeščanje papirjev, loputanje z vrati in lajanje psov med klicem Teams. Zatiranje hrupa, ki temelji na umetni inteligenci, deluje tako, da analizira posameznikov zvočni vir in uporablja posebej usposobljene globoke nevronske mreže za filtriranje hrupa in ohranitev samo govornega signala. Microsoft je danes objavil, da si prizadeva za zatiranje hrupa, ki temelji na AI, v Microsoft Teams na Mac in mobilnih platformah.

Microsoft je danes tudi pojasnil, kako so razvili to funkcijo brez uporabe dejanskih podatkov o strankah. Microsoft je optimiziral model globokega učenja na način, da bi lahko učinkovito deloval na namiznem odjemalcu Teams v realnem času brez velikih stroškov.

Da bi dosegli to raznolikost nabora podatkov, smo ustvarili velik nabor podatkov s približno 760 urami čistih govornih podatkov in 180 urami podatkov o šumu. Zaradi skladnosti s strogimi Microsoftovimi standardi zasebnosti smo zagotovili, da se za ta nabor podatkov ne zbirajo nobeni podatki o strankah. Namesto tega smo za zbiranje posebnih scenarijev uporabili javno dostopne podatke ali množične vire. Za čist govor smo zagotovili ravnovesje ženskega in moškega govora ter zbrali podatke iz 10+ jezikov, ki vključujejo tudi tonske jezike, da zagotovimo, da naš model ne bo spremenil pomena stavka s popačenjem tona besed. Za podatke o hrupu smo vključili 150 vrst hrupa, da zagotovimo, da pokrivamo različne scenarije, na katere lahko naletijo naše stranke, od tipkanja s tipkovnico do splakovanja stranišča ali smrčanja. Drug pomemben vidik je bil vključitev čustev v naš čisti govor, tako da izrazi, kot sta smeh ali jok, ne bodo potlačeni. Značilnosti okolja, iz katerega se naše stranke pridružujejo svojim spletnim srečanjem Teams, močno vplivajo tudi na govorni signal. Da bi zajeli to raznolikost, smo naš model usposobili s podatki iz več kot 3,000 resničnih sob in več kot 115,000 sintetično ustvarjenih sob.

Ker uporabljamo globoko učenje, je pomembno, da imamo zmogljivo modelno infrastrukturo za usposabljanje. Uporabljamo Microsoft Azure, da naši ekipi omogočimo razvoj izboljšanih različic našega modela ML. Drug izziv je, da je treba izločanje izvirnega čistega govora iz hrupa izvesti na način, ki ga človeško uho dojema kot naravno in prijetno. Ker ni objektivnih meritev, ki bi bile močno povezane s človeško percepcijo, smo razvili okvir, ki nam je omogočil pošiljanje obdelanih zvočnih vzorcev prodajalcem množičnega izvajanja, kjer so človeški poslušalci ocenili svojo kakovost zvoka na lestvici od ene do pet zvezdic, da bi ustvarili povprečne ocene mnenja. (MOS). S temi človeškimi ocenami smo lahko razvili novo zaznavno metriko, ki nam je skupaj s subjektivnimi človeškimi ocenami omogočila hiter napredek pri izboljšanju kakovosti naših modelov globokega učenja.

Tukaj lahko omogočite funkcijo zatiranja hrupa v Teams:

1. Izberite svojo profilno sliko v zgornjem desnem kotu Teams in nato izberite Nastavitve.

2. Izberite naprave na levi in ​​nato pod Zatiranje hrupa, izberite možnost.

3. Iz okna sestanka:
   1. Izberite Več možnosti  v kontrolnikih sestanka in nato izberite Nastavitve naprave.

   2. Pod Zatiranje hrupa, izberite možnost.

vir: Microsoft