V navdušujočem odkritju so raziskovalci razkrili novo modeliranje globokega učenja, ki ima potencialno možnost izboljšanja kakovosti zvoka v realnih scenarijih. S pomočjo človeške zaznave model presega tradicionalne pristope z vključevanjem subjektivnih ocen kakovosti zvoka.
Tradicionalne metode zmanjševanja ozadjskega hrupa so temeljile na algoritmih umetne inteligence, ki izločajo hrup iz želenih signalov. Vendar pa te objektivne tehnike včasih ne sovpadajo s poslušalčevimi ocenami tega, kaj naredi govor razumljiv. Tu pa pride do izraza nov model. Z uporabo zaznave kot orodja za usposabljanje lahko model učinkovito odstrani neželene zvoke in izboljša kakovost govora.
Študija, objavljena v reviji IEEE Xplore, se je osredotočila na izboljšanje enokanalnega izboljšanja govora – govora, ki izvira iz enega avdio kanala. Raziskovalci so model usposobili na dveh naborih podatkov, ki so vključevali posnetke ljudi, med katerimi so nekateri bili prikrite z ozadjskimi hrupi. Poslušalci so ocenili kakovost govora posnetka na lestvici od 1 do 100.
To študijo loči to, da temelji na subjektivni naravi kakovosti zvoka. Z vključevanjem človeških ocen zvoka model izkorišča dodatne informacije za boljše odstranjevanje hrupa. Raziskovalci so uporabili metodo skupnega učenja, ki združuje specializiran jezikovni modul za izboljšanje govora s modelom napovedovanja, ki lahko oceni povprečno mnenje poslušalcev o hrupnem signalu.
Rezultati so bili izjemni. Nov pristop je dosledno presegel druge modele, kar so pokazale objektivne metrike, kot so zaznavna kakovost, razumljivost in človeške ocene. To odkritje ima pomembne posledice za izboljšanje slušnih pripomočkov, programov za prepoznavanje govora, aplikacij za preverjanje govorcev in sistemov za brezžično komunikacijo.
Vendar se pojavljajo izzivi pri uporabi človeške zaznave kakovosti zvoka. Ocena hrupnega zvoka je zelo subjektivna in odvisna od sposobnosti in izkušenj posameznikov pri poslušanju. Dejavniki, kot so slušni pripomočki ali vsadki za sluh, lahko prav tako vplivajo na dojemanje zvočnega okolja. Kljub tem izzivom so raziskovalci odločeni, da izpopolnijo svoj model z vključevanjem človeških subjektivnih ocen, da bi se soočili še z bolj kompleksnimi avdio sistemi ter izpolnili pričakovanja uporabnikov.
V prihodnosti raziskovalci predvidevajo, da bodo tehnologije v realnem času povečale zvočno okolje, podobno kot naprave za povečano resničnost za slike, da bi izboljšale celotno poslušalno izkušnjo. Z nadaljnjim vključevanjem človeške zaznave v postopek strojnega učenja z umetno inteligenco lahko področje še naprej napreduje in utira pot revolucionarnim inovacijam pri izboljšanju zvoka.
The source of the article is from the blog radardovalemg.com