У революційному прориві дослідники представили нову модель глибокого навчання, яка має потенціал значно поліпшити якість аудіо в реальних умовах. Використовуючи потужність людського сприйняття, модель виявляється кращою, ніж традиційні підходи, враховуючи суб’єктивні оцінки якості звучання.
Традиційні методи зменшення шуму від фону використовували алгоритми штучного інтелекту для вилучення шуму з бажаних сигналів. Однак ці об’єктивні техніки не завжди відповідають оцінкам слухачів про те, що робить мовлення зрозумілим. Тут на допомогу приходить нова модель. Завдяки використанню сприйняття як інструменту навчання, модель може ефективно видаляти небажані звуки, поліпшуючи якість мовлення.
Дослідження, опубліковане в журналі IEEE Xplore, зосереджувалося на поліпшенні моноального мовлення – мовлення, що походить з одного аудіоканалу. Дослідники навчали модель на двох наборах даних, які включали записи людей, які говорили, деякі з яких були приховані шумами фону. Потім слухачі оцінювали якість мовлення кожного запису за шкалою від 1 до 100.
Те, що відрізняє це дослідження від інших, – його сприйнятливість до суб’єктивності якості звуку. Використовуючи людські судження щодо звуку, модель використовує додаткову інформацію для кращого видалення шумів. Дослідники використали метод колективного навчання, який поєднує спеціалізований модуль мовленнєвого покращення з моделлю передбачення, яка може оцінювати середню оцінку думки, яку б слухачі дали шумному сигналу.
Результати були вражаючі. Новий підхід постійно випереджав інші моделі, як це показали об’єктивні метри, такі як сприйняття якості, чіткість і оцінки людей. Цей прорив має значущі наслідки для поліпшення слухових апаратів, програм розпізнавання мови, систем верифікації дикторів та систем комунікації без рук.
Однак існують виклики щодо використання людського сприйняття якості звуку. Оцінка шумного аудіо є високо суб’єктивною і залежить від слухових здібностей і досвіду людини. Фактори, такі як слухові апарати або коклеарні імпланти, також можуть впливати на сприйняття людини свого звукового середовища. Незважаючи на ці виклики, дослідники вирішили вдосконалити свою модель, використовуючи суб’єктивні оцінки людей, щоб працювати з ще більш складними аудіосистемами та відповідати очікуванням користувачів.
В майбутньому дослідники бачать ситуацію, коли, подібно до пристроїв доповненої реальності для зображень, технології будуть удосконалювати аудіо в реальному часі для поліпшення загального звукового досвіду. Продовжуючи залучати сприйняття людини у процес машинного навчання і штучного інтелекту, галузь може рухатися далі і вкладати основу для революційних інновацій в покращенні аудіо.
Часто задавані питання (FAQ)
1. Який прорив у покращенні якості аудіо описаний у статті?
Дослідники розробили нову модель глибокого навчання, яка використовує суб’єктивні оцінки якості звуку для ефективного видалення небажаних звуків та покращення якості мовлення.
2. Як працюють традиційні методи зменшення шуму з фону?
Традиційні методи базувалися на алгоритмах штучного інтелекту для вилучення шуму з бажаних сигналів, але вони не завжди відповідали оцінкам слухачів про те, що робить мовлення зрозумілим.
3. На якому виді покращення мовлення спрямовано дослідження?
Дослідження спрямовувалося на покращення моноального мовлення, що означає мовлення, що походить з одного аудіоканалу.
4. Які набори даних використовувалися для навчання моделі?
Дослідники навчали модель на двох наборах даних, які включали записи людей, які говорили, деякі з яких були приховані шумами фону.
5. Як дослідники врахували суб’єктивні судження щодо звуку в моделі?
Вони використовували метод колективного навчання, який поєднував спеціалізований модуль покращення мовлення з моделлю передбачення, яка оцінювала середню оцінку думки, яку б слухачі дали шумному сигналу.
6. Як новий підхід порівнюється з іншими моделями?
Новий підхід постійно перевершував інші моделі за об’єктивними метриками, такими як сприйняття якості, чіткість і оцінки людей.
7. Які наслідки має цей прорив?
Цей прорив має наслідки для поліпшення слухових апаратів, програм розпізнавання мови, систем верифікації дикторів та систем комунікації без рук.
8. Які виклики пов’язані з використанням сприйняття людини якості звуку?
Оцінка шумного аудіо є високо суб’єктивною і залежить від слухових здібностей і досвіду людини. Фактори, такі як слухові апарати або коклеарні імпланти, також можуть впливати на сприймання людиною свого звукового середовища.
9. Як дослідники планують вирішити ці виклики?
Дослідники планують вдосконалити свою модель, використовуючи суб’єктивні оцінки людей для роботи з ще більш складними аудіосистемами та відповідання очікуванням користувачів.
10. Яке майбутнє бачать дослідники в цій галузі?
Дослідники бачать майбутнє, де технології будуть вдосконалювати аудіо в реальному часі, подібно до пристроїв доповненої реальності для зображень, для поліпшення загального звукового досвіду. Залучаючи сприйняття людини у процес машинного навчання і штучного інтелекту, галузь може рухатися далі і вкладати основу для революційних і
The source of the article is from the blog mendozaextremo.com.ar