Støymåler - Introduksjon til støydemping
Etter å ha forstått de grunnleggende forskjellene mellom støydemping (undertrykker høyttalermiljøstøy slik at eksterne lyttere kan høre tydelig) og aktiv støyreduksjon (oppveier lytterens egen miljøstøy), la oss fokusere på hvordan man oppnår støydemping.
En metode er å bruke flere mikrofoner for å undertrykke data. Innsamling av data fra flere steder vil resultere i at enheter mottar lignende (men fortsatt differensierte) signaler. Stemmesignalet som mottas av mikrofonen nær den talende befolkningen er betydelig sterkere enn den sekundære mikrofonen. To mikrofoner vil motta ikke-stemme bakgrunnslyd med lignende signalstyrke. Trekk fra lydinformasjonen som samles inn av den sterke stemmemikrofonen og den sekundære mikrofonen, og den resterende majoriteten er taleinformasjonen. Jo større avstand det er mellom mikrofonene, desto større er signalforskjellen mellom nærmere og lengre mikrofoner, noe som gjør det lettere å bruke denne enkle algoritmen til å undertrykke støy. Men når du ikke snakker, eller når du forventer at taledata endres over tid (for eksempel når du går eller løper, og telefonen fortsetter å riste), vil effektiviteten til denne metoden reduseres. Støydemping med flere mikrofoner er absolutt pålitelig, men det er ulemper med ekstra maskinvare og prosessering.
Så, hva om det bare var én mikrofon? Hvis ytterligere lydkilder ikke brukes for verifisering/sammenligning, vil en enkelt mikrofonløsning være avhengig av å forstå de mottatte støykarakteristikkene og filtrere dem ut. Dette er knyttet til de tidligere nevnte definisjonene av stabil og ikke-stasjonær støy. Steady state-støy kan effektivt filtreres ut gjennom DSP-algoritmer, mens ikke-stasjonær støy utgjør en utfordring, kan dype nevrale nettverk (DNN) bidra til å løse problemet.
Denne metoden krever et datasett for opplæring av nettverket. Dette datasettet består av forskjellig (steady-state og ikke-stasjonær) støy og klar tale, og skaper et syntetisert støyende talemønster. Mate datasettet som input til DNN og sende det ut med tydelig stemme. Dette vil skape en nevrale nettverksmodell som vil eliminere støy og bare sende ut tydelig tale.
Selv med trente DNN-er er det fortsatt noen utfordringer og indikatorer å vurdere. Hvis du vil kjøre i sanntid med lav latens, trenger du sterk prosessorkraft eller en mindre DNN. Jo flere parametere i DNN, desto langsommere kjørehastighet. Lydsamplingsfrekvensen har en lignende effekt på lyddemping. En høyere samplingsfrekvens betyr at DNN trenger å håndtere flere parametere, men i sin tur vil det oppnå høyere kvalitet. Smalbåndstalekommunikasjon er et ideelt valg for støydemping i sanntid.
