Mesurydd Sŵn - Cyflwyniad i Atal Sŵn
Ar ôl deall y gwahaniaethau sylfaenol rhwng atal sŵn (atal sŵn amgylcheddol siaradwr i wrandawyr o bell glywed yn glir) a lleihau sŵn gweithredol (gwrthbwyso sŵn amgylcheddol y gwrandäwr ei hun), gadewch i ni ganolbwyntio ar sut i gyflawni atal sŵn.
Un dull yw defnyddio meicroffonau lluosog i atal data. Bydd casglu data o leoliadau lluosog yn arwain at ddyfeisiau'n derbyn signalau tebyg (ond sy'n dal yn wahaniaethol). Mae'r signal llais a dderbynnir gan y meicroffon ger y boblogaeth sy'n siarad yn sylweddol gryfach na signal y meicroffon uwchradd. Bydd dau feicroffon yn derbyn sain cefndir di-lais gyda chryfder signal tebyg. Tynnwch y wybodaeth sain a gesglir gan y meicroffon llais cryf a'r meicroffon uwchradd, a'r mwyafrif sy'n weddill yw'r wybodaeth llais. Po fwyaf yw'r pellter rhwng meicroffonau, y mwyaf yw'r gwahaniaeth signal rhwng meicroffonau agosach a phellach, gan ei gwneud hi'n haws defnyddio'r algorithm syml hwn i atal sŵn. Fodd bynnag, pan nad ydych chi'n siarad, neu pan fyddwch chi'n disgwyl i ddata llais newid dros amser (fel pan fyddwch chi'n cerdded neu'n rhedeg, a'ch ffôn yn dal i ysgwyd), bydd effeithiolrwydd y dull hwn yn lleihau. Mae atal sŵn aml-meicroffon yn sicr yn ddibynadwy, ond mae anfanteision i galedwedd a phrosesu ychwanegol.
Felly, beth os oedd dim ond un meicroffon? Os na ddefnyddir ffynonellau sain ychwanegol ar gyfer dilysu/cymharu, bydd datrysiad meicroffon sengl yn dibynnu ar ddeall y nodweddion sŵn a dderbynnir a'u hidlo allan. Mae hyn yn gysylltiedig â'r diffiniadau a grybwyllwyd eisoes o sŵn sefydlog a sŵn ansefydlog. Gellir hidlo sŵn cyflwr cyson yn effeithiol trwy algorithmau DSP, tra bod sŵn ansefydlog yn peri her, gall rhwydweithiau niwral dwfn (DNNs) helpu i ddatrys y broblem.
Mae'r dull hwn yn gofyn am set ddata ar gyfer hyfforddi'r rhwydwaith. Mae'r set ddata hon yn cynnwys sŵn gwahanol (cyflwr cyson ac ansefydlog) a lleferydd clir, gan greu patrwm lleferydd swnllyd wedi'i syntheseiddio. Bwydo'r set ddata fel mewnbwn i DNN a'i allbynnu â llais clir. Bydd hyn yn creu model rhwydwaith niwral a fydd yn dileu sŵn ac yn allbwn lleferydd clir yn unig.
Hyd yn oed gyda DNNs hyfforddedig, mae rhai heriau a dangosyddion i'w hystyried o hyd. Os ydych chi am redeg mewn amser real gyda hwyrni isel, mae angen pŵer prosesu cryf arnoch chi neu DNN llai. Po fwyaf o baramedrau yn DNN, yr arafaf yw ei gyflymder rhedeg. Mae'r gyfradd samplu sain yn cael effaith debyg ar atal sain. Mae cyfradd samplu uwch yn golygu bod angen i DNN drin mwy o baramedrau, ond yn ei dro, bydd yn cyflawni allbwn o ansawdd uwch. Mae cyfathrebu llais band cul yn ddewis delfrydol ar gyfer atal sŵn amser real.
