Подавление шума: Чем отличается активное шумоподавление от пассивного в наушниках и гарнитурах?

Чем отличается активное шумоподавление от пассивного в наушниках и гарнитурах?

Технологии пассивного и активного шумоподавления широко используются как в наушниках потребительского класса, так и в профессиональных гарнитурах для контакт-центров и офисов. В чем разница между методами борьбы с посторонними шумами в гарнитурах, и какой способ шумоподавления самый эффективный?

Общий термин «шумоподавление» подразумевает несколько способов снижения влияния посторонних шумов на качество звука в наушниках и гарнитурах. Производители этих аудиоустройств используют разные технологии шумоподавления — активное (со статичными и адаптивными фильтрами), пассивное, а также  гибридное. Разнообразие технологий и терминов усложняет пользователям выбор гарнитур. Цель нашего материала — рассказать об основах подавления шума и сравнить его различные методы.

Что такое активное шумоподавление?

Активное подавление шума (Active Noise Cancellation, ANC) – это процесс, предполагающий использование микрофона для отслеживания окружающего шума и его фильтрации  в наушниках.

Активное шумоподавление достигается путем использования аналоговых или цифровых фильтров и различается по типам реализации — шумоподавление с обратной связью, без обратной связи, а также гибридное. Качественная технология активного подавления шума значительно улучшает акустические характеристики наушников и гарнитур с хорошим пассивным шумоподавлением. Но она не может компенсировать конструктивные недостатки или плохой материал амбушюр, если производитель решил на них сэкономить.

Типичный пример гарнитуры с активным шумоподавлением: беспроводная гарнитура Poly Savi W8220

Что такое пассивное шумоподавление?

Пассивное подавление шума – это то, что подразумевает конструкция и материалы наушников и гарнитур, будь то силиконовые вкладыши вакуумных наушников или мягкие амбушюры у накладных моделей. По сути, это уровень изоляции от внешнего шума, который может обеспечить устройство само по себе, без учета электронных компонентов и алгоритмов.

Хорошее пассивное шумоподавление — это в первую очередь качественные материалы и продуманная конструкция амбушюр. На фото — гарнитура Poly Voyager 8200 UC с развитой системой пассивного шумоподавления

Общее  подавление шума

Общее шумоподавление (совокупный эффект подавления шума, который слышит конечный пользователь) – это сумма пассивного и активного подавления шума. Эту совокупность определяют особенности электронных компонентов активного шумоподавления, а также конструкция и материал амбушюр (пассивное шумоподавление).

Типы активного шумоподавления

Как уже упоминалось, существуют три типа активного шумоподавления: система без обратной связи, система с обратной связью и гибридная система (сочетание первых двух). Система ANC без обратной связи использует основной микрофон для отслеживания внешних шумов, затем преобразует их в «анти-шум» и смешивает его с воспроизводимым аудио, обеспечивая таким образом подавление шума.

Адаптивное шумоподавление основано на способности алгоритмов фильтрации выявлять различные шумовые паттерны и подстраиваться под них.

Реализация ANC с обратной связью сопряжена с некоторыми трудностями, так как разработать систему, которая будет всегда оставаться устойчивой, довольно сложно из-за необходимости подгонки под размер наушников, а также из-за тенденции контура обратной связи приводить систему к возбуждению.

Для обратной связи требуется микрофон снаружи наушников, который будет отслеживать звук, поступающий к пользователю. Сравнив звук, пришедший к пользователю, с аудио-источником, алгоритм обратной связи выявляет шум и создает защиту, которая помогает его подавить.

Система с обратной связью эффективна в основном для подавления низких частот. Причина в том, что существует вероятность подавления части полезного сигнала, которая может быть распознана как шум. Это приводит к окрашиванию или искажению оригинального сигнала.

Гибридное шумоподавление

Гибридное решение ANC сочетает в себе все лучшее из методов, перечисленных выше. В нем используется внешний основной микрофон для отслеживания окружающего шума и внутренний микрофон контроля погрешности и отслеживания того, что слышит пользователь помимо воспроизводимого аудио. Когда оба метода используются одновременно, подавление шума получается максимально эффективным.

Статичные и адаптивные фильтры активного шумоподавления

До недавнего времени производители использовали только статичные неперестраиваемые фильтры активного подавления шума. Этот универсальный метод подразумевает, что один фильтр работает для всех условий воспроизведения звука.

Сегодня в ANC используются адаптивные или перестраиваемые фильтры, которые подстраиваются под слух человека или особенности конфигурации наушников, и адаптируются к меняющейся акустической обстановке.

Принцип действия ANC с адаптивными фильтрами

Адаптирование – это не просто фильтрация шума. Если проанализировать окружающие шумы, то можно отметить массу их разновидностей, например звук двигателей в салоне самолета (низкие частоты), разговоры в кафе (средние частоты), музыка на концерте (очень громкий звук) и шум в библиотеке (очень тихий звук). В каждой конкретной ситуации адаптивный фильтр работает так, чтобы максимально повысить общую эффективность подавления шума. Например, в салоне самолета фильтр подавляет более низкие частоты, а в кафе – средние и т.д.

В реальности процесс адаптации сложнее, но наше описание дает общее представление о возможностях адаптивных фильтров.

Преимущества адаптивного шумоподавления

Сложность разработки высококачественного решения для подавления шума заключается в том, что необходимо приспособить его под анатомические особенности слухового тракта тысяч пользователей.

В простом случае активное подавление шума описывается как инвертирование шума. В реальности же при создании системы подавления необходимо учитывать время прохождения шума от основного микрофона до барабанной перепонки. Если система ANC моделирует путь распространения шума некорректно, то создаваемая ею защита окажется неточной и даже может усилить шум. Таков риск использования универсальных статичных фильтров.

Адаптивный фильтр использует микрофон контроля погрешностей или доли шума в полезном сигнале, что позволяет более точно моделировать то, что слышит пользователь. Так система может адаптироваться или перестраивать фильтры, обеспечивая лучшую защиту от шума для данного конкретного пользователя в конкретной акустической обстановке.

Как работает система активного шумоподавления Poly 

Преимущество системы адаптивного шумоподавления в том, что она учитывает уникальные физиологические особенности каждого пользователя. В дополнение к этому, адаптивное решение может отслеживать фактический шум и настраивать фильтры на основании его типа, чтобы сделать подавление максимально эффективным.

Еще сравнительно недавно перестраиваемыми фильтрами для подавления шума снабжались только изолирующие вакуумные или накладные наушники. Сегодня даже неизолирующие наушники могут оснащаться технологиями адаптивного подавлением шума, так как современные алгоритмы способны компенсировать различные искажения, возникающие из-за плохой пассивной изоляции. Адаптивные решения звучат лучше, чем системы с обратной связью, поскольку не создают нежелательного окрашивание звука.

ЗАКЛЮЧЕНИЕ

Профессиональные гарнитуры с активным шумоподавлением значительно повышают эффективность операторов контакт-центра, а также мобильных офисных сотрудников. Такие гарнитуры защищают работников от нежелательных шумов в сложной акустической обстановке, присущей офисам с открытой планировкой или во время работы на выезде. Например, компания Poly (объединенная Plantronics и Polycom) снабжает технологией ANC гарнитуры BlackWire 7225, беспроводные гарнитуры Savi W8220 и некоторые модели гарнитур Voyager.

См. также

Подписка на новости

Подавление фонового шума – Zoom Центр справки и поддержки

Обзор

Zoom Client оснащен опциями шумоподавления, которые помогают устранить отвлекающие шумы, улавливаемые микрофонами участников. Чтобы улучшить качество конференции, программа может отсеивать фоновый шум, например, шелест бумаги, нажатие клавиш на клавиатуре, работающий вентилятор, лай собаки и другие звуки. Программа Zoom подавляет фоновый шум по умолчанию, но пользователи могут усилить или ослабить работу опции в зависимости от обстановки и цели конференции.

Необходимые условия

• Zoom Desktop Client для Windows, версия 5.2.0 или выше
• Zoom Desktop Client для macOS, версия 5.2.0 или выше

Инструкции

1. В Zoom Desktop Client нажмите на изображение профиля, а затем выберите Настройки.
2. Выберите вкладку Звук.
   
3. В разделе Подавление фонового шума выберите нужный уровень шумоподавления:
   • Автоматически: этот параметр используется по умолчанию и обеспечивает умеренное подавление фонового шума при необходимости. Он автоматически регулирует уровень устранения фонового шума в соответствии с обнаруженными звуками. Если обнаружена музыка, то она не подавляется как фоновый шум.
   • Низкое: минимальное подавление шума. Программа будет слегка подавлять постоянный фоновый шум.
     Примечание: данный параметр лучше всего подходит для непринужденного проигрывания музыки, поскольку минимально искажает оригинальный звук. Чтобы максимально повысить точность передачи музыки, также можно воспользоваться параметром Включить оригинальный звук в расширенных настройках звука.
   • Среднее: оптимальный вариант для приглушения и устранения фонового шума в стандартной обстановке: звуки вентилятора, постукивание ручки и т.  д.
   • Высокое: при этом параметре программа будет подавлять шум максимально, устраняя такие звуки, как шелест бумаги или обертки, нажатие клавиш на клавиатуре и т. д. 
     Примечание: включение этой настройки может увеличить нагрузку на процессор.

Удаление помех и шума | Digital Music Academy

Удаление шума

Во время записи почти всегда присутствует шум. Хотя частотный спектр шума близок к так называемому «белому шуму» (равномерно распределенному по всем частотам), на практике это бывает не так — шум концентрируется на определенных частотах, которые можно вычесть из общего спектра.

В программе Audacity имеется достаточно мощный инструмент по удалению шума. Принцип его действия основан на том, что шум непрерывен, а в полезном сигнале есть паузы. Таким образом, нам нужно: 1. получить спектр шума в паузе и 2. вычесть его из общего спектра фонограммы.

Шаг 1. Получение модели шума.

Выделим участок в паузе (минимум 2048 выборок, т. е. 0.05 секунд при частоте сэмплирования 44100 Hz, а вообще — чем больше, тем лучше для точности статистики):

Откроем меню Эффекты -> Подавление шума…:

Откроется окно:

Жмем кнопку «Создать модель шума».

Шаг 2. Подавление шума.

Теперь выделим всю дорожку и снова откроем фильтр «Подавление шума».
Здесь можно указать три параметра фильтрации:

• Noise Reduction (dB): степень подавления шума. Удаление шума затрагивает и «полезные» спектральные компоненты, поэтому, как правило, здесь необходим компромисс.
• Sensitivity (чувствительность): не совсем понятный параметр («как много аудио будет считаться шумом» — how much of the audio will be considered as noise), который устанавливается по шкале от 0 (off) до 24 (maximum) и также влияет на степень фильтрации. Большее значение будет означать, что больше шума будет удалено, однако, ценой потери и части «полезного» сигнала. Меньшее значение может привести к появлению артефактов*. Т.е. нужно найти наименьшее значение, при котором никаких артефактов не будет.
• Frequency Smoothing (bands) (чвстотное сглаживание): при значениях от 1 и больше, этот параметр размывает шумоподавление на соответствующее число соседних спектральных полос. Это, с одной стороны, искажает полезный сигнал, однако, с другой — делает возможные артефакты более приемлемыми на слух. Иными словами, поскольку такое размывание делает сигнал менее «чистым» (clear), если возможно, лучше оставить этот параметр на нуле (off).
  Если при установке Sensitivity на максимально возможный (без уничтожения полезного сигнала) уровень, в обработанной фонограмме присутствуют артефакты, попробуйте установаить Frequency Smoothing на значения от 1 до 6. Ширина частотной полосы (в герцах) зависит от частоты сэмплирования трека: например, для 44100 Hz она равна 44100 / 2048 = 21.53 Hz.
  Временнóе сглаживание используется всегда (атака 20 миллисекунд и release 100 миллисекунд) и оно не настраивется. Частотное сглаживание применяется после временнóго.
  Значение по умолчанию — 3, меньшие значения, как правило, предпочтительны для музыки, а большие для речи.

Пункт «Шум» (Noise):

• Reduce: выберите эту опцию, чтобы отфильтровать (удалить) шум.
• Residue: выберите эту опцию, чтобы услышать то, что будет отфильтровано (удалено). Это полезно для нахождения оптимальных настроек, которые не испортят фонограмму — если слышны части полезного сигнала, вы указали слишком высокие значения Noise Reduction или Sensitivity.

Оригинальное руководство Audacity

* здесь — искажение сигнала, возникшее вследствие манипуляций с ним.

Audacity предоставляет различные способы удаления щелчков и треска из фонограмм. Даже поверхностный визуальный просмотр волноформы позволяет определить щелчки — они выглядят как выделяющиеся из общего уровня (вверх или вниз) очень тонкие (1-2 пиксела) пики. Основной инструмент удаления щелчков и треска в Audacity — эффект Click Removal. Щелчки, которые не получается удалить с помощью Click Removal, можно обработать индивидуально другими способами (хотя, конечно, индивидуальное удаление может быть эффективно только при сравнительно небольшом количестве помех):

• Эффект Repair может восстанавливать короткие отрезки до 128 выборок длиной с использованием интерполяции.
• Для трудноопределяемых помех можно попробовать Click removal using the Spectrogram view.
• Для более длинных отрезков:
  • Silence Audio Заглушаемые отрезки должны быть достаточно короткими, чтобы не прерывать воспринимаемое на слух звучание фонограммы.
  • Draw Tool Принцип использования этого инструмента — вручную выровнять волноформу и таким образом ослабить помехи.

Эффект Click Removal

Сначала необходимо выделить область, к которой будет применен эффект. Это может быть целый трек или даже весь проект: меню Edit > Select > All или клавиатурное сокращение CTRL + A (CMD + A для Mac). Если помех много, возможно, более эффективно будет применять обработку к отдельным щелчкам или их группам, а не к целым трекам. Выделить часть трека можно мышкой или стрелками при нажатой клавише SHIFT. Однако, следует иметь в виду, что выделение только непосредственно области помехи не даст желаемого результата, необходимо расширить выделенную область, чтобы дать алгоритму достаточно данных (неповрежденной части фонограммы) для применения интерполяции.

Итак, вызовем Effect > Click Removal. Слайдер «Threshold» определяет чувствительность, т.е. степень отличия пика от обычного движения волноформы, при котором он интерпретируется как помеха. Слайдер «Spike Width» определяет длину пика по времени, при которой он считается помехой. Таким образом, если пик будет соответствовать обоим этим условиям, он будет ликвидирован с использованием интерполяции. Нажимаем «OK».
Менее заметные щелчки, чтобы избавиться от них, могут потребовать установить слайдер «Threshold» левее, однако, установка слишком низкого порога (Threshold) может удалить и много полезного сигнала.
Для удаления более продолжительных по времени помех, сдвинем слайдер «Spike Width» правее.

Перед тем, как применять эффукт к целому треку или всему проекту, удобно выбрать настройки, которые дадут наилучший результат, с помощью Preview.

Мягкие и легкие потрескивания, как от статического электричества, характерные для винила, с помощью Click Removal эффективно удалить не получится. Для этого лучше подойдет эффект Noise Reduction, найдите отрезок фонограммы, где нет ничего кроме этого шума, и примените эффект.

Подробнее.

Восстановление коротких отрезков

Audacity has a Repair effect which can be used to repair a short length of up to 128 samples long (for most audio, only a few thousandths of a second) by interpolating from the neighboring samples. You will need to zoom in to see the individual samples to use this effect.

Above this length, it becomes too hard to interpolate what should be going on in the section under repair. You will get an error message if you select too much audio to try and repair. In general, the shorter the section of audio you select to repair, the better the results will be.

The Repair effect is unusual because it requires there to be audio outside the selection region on at least one side of the section to be repaired. If the surrounding audio in the track is very short or non-existent there may not be enough information to make the interpolation, in which case an error message will be shown.

When using Repair it is often convenient to set Selection Toolbar bar to show hh:mm:ss + samples, then click the Length radio button to ensure you are only selecting up to 128 samples.

Silencing and Draw Tool

Sometimes an even better result can be obtained by zooming in to sample level and either silencing the click using (or the Ctrl + L shortcut), or using Draw Tool to smooth out the contours of the samples and so attenuate the click. Remember, the click will be visible as a «spike» in the waveform. Most discrete clicks up to 10 milliseconds long can actually be simply silenced or deleted without leaving an audible gap in the sound, although many clicks spread wider that that.

If the click is not suitable for silencing or deletion, enable Draw Tool by clicking the pencil icon in the Tools Toolbar, or press F3 on your keyboard. The mouse pointer will change to a pencil while over the audio track. You must zoom in until you can see the individual sample dots before you can use Draw Tool.

Click in the track at the point you wish a sample to be redrawn to, and wait for the samples to be rejoined together. Alternatively, click in the area of track where the line of samples is not smooth and hold down ALT on your keyboard. The pointer will now change to a brush (or spray can on Linux).

Some patience may be needed with this tool, but the principle is to put samples back into line with their neighbors so that a smooth contour is presented.

Use Spectrogram view to identify clicks more easily

Click removal using the Spectrogram view is a workflow tutorial giving steps to remove hard-to-spot clicks using Audacity’s Spectrogram view. In the default Waveform view, loud clicks often show up as easily seen spikes, but smaller, lower amplitude clicks can be very hard to find without zooming in to near sample level then scrolling the waveform to identify the exact location of the clicks. Considerable time can be saved by first using Spectrogram view which identifies clicky regions more readily.

Other techniques

Silencing highly zoomed areas or redrawing samples can get tedious even over a relatively short stretch of audio. Here are a few other tricks you can try if Click Removal did not help as much as you hoped.

Spectrum analysis

Analyse the area with to see if any spikes are concentrated in particular frequencies and then use to reduce the volume of those frequencies.

You can do this more precisely with the .

Subtraction

Where the clicks sound equally loud in both left and right channels of a stereo recording (this often is not the case), but the music information in the channels is very different at that point, you can try to cancel out the click by making the affected section of track mono and inverting one of the channels:

• First, select the area of track that has the click, then click in the track name by the downward-pointing arrow to open the Track Dropdown Menu (right). Choose choose . This moves the selected area into a new track underneath your original track.
• Then click in the new track’s in track name to open its Track Dropdown Menu and choose Split Stereo to Mono.
• Now select one of the channels by clicking where it says «Mono». In the menus at the top, choose .

When you export the result as a stereo track, the area you split out will be effectively mono (in the sense that the previous music signal in the left and right channels will be mixed into both channels), but the click should be sharply attenuated without harming the music too much.

Repair of broader clicks

Click Removal may not work well with broader clicks of 10 milliseconds or longer. Here are two Nyquist plug-ins you can try. Installation instructions for Nyquist plug-ins are here:

• PopMute: heavily attenuates loud clicks and pops (and even hand claps or small bangs) to make them less obtrusive.
• EZ-Patch: really loud and wide glitches may still sound too bad even if moderated with «Pop Mute». In that case, try «EZ-Patch» which lets you repair the damage by selecting the glitch together with some undamaged audio on one side of the glitch, then smoothly replaces the glitch with the undamaged part of the selection.

Alternative software

It is also possible to use other software than Audacity for click removal, while still using Audacity for the other editing tasks and to produce the final master. Export your audio track from Audacity as a lossless WAV or AIFF file, and also save the click-removed audio as a WAV or AIFF for import back into Audacity.

• GoldWave: Though nominally not free it is a top class, free trial click remover as well as an excellent alternative audio editor. Its click removal is an effect, just like in Audacity, and there is a «Smoother» effect for broad unwanted noises and an excellent «Noise Reduction» effect for steady noise. The trial version limits you to a hundred or so commands per session, and a total number of several thousand commands before it expires, but if you export from Audacity as 32-bit WAV and just do Click Removal in it, you should be able to declick several hundred records for free.
• Gnome Wave Cleaner: Only for Linux users. Digital restoration of CD-quality audio files. Dehiss, declick and decrackle in a GUI environment. It can also automatically mark song boundaries if required.

• ClickRepair: An excellent tool for removing clicks and pops is Brian Davies’ ClickRepair. Some new users may find it a bit intimidating as an entry level tool but, once you have understood the settings you want to use, it is effectively an automated tool. It requires Java and is not free, but many users report that it saves a lot of time and produces good results.

• DeClick = 30 (default is 50)
• Pitch Protection = «on» (default is «off») though leave this «off» for brass recordings
• Reverse = «on» (there is no processing penalty for this and it helps on percussive music)
• Method = Wavelet

Оригинальное руководство Audacity

Уменьшение фонового шума Teams собраниях

Если ваш микрофон включен во время Teams или звонка, фоновый шум вокруг вас — переглушающие документы, заглушающие двери, разудавающиеся собаки и так далее — могут отвлекать других. Teams обеспечивает три уровня подавления шума в Teams, чтобы сосредоточиться на собрании.

Настройка уровня подавления шума

Вы можете изменить этот параметр в любое время. После изменения параметр переносится к следующему собранию или звонка.

Чтобы повлиять на уровень подавления шума для собрания, на который вы сейчас в данный момент работаете, используйте вторую процедуру.

В главном окне Teams окна

1. Выберите свой профиль в правом верхнем Teams выберите Параметры.

2. Выберите Устройства слева, а затем в области Подавления шумавыберите один из вариантов.

   • Авто (по умолчанию)  Приложение Teams определяет оптимальный уровень подавления шума на основе локального шума.

   • Высокая подавления всего фонового звука, который не является речью.

   Примечания: 

   • Для этого процессор вашего компьютера должен поддерживать advanced Vector Extensions 2 (AVX2). Этот параметр в настоящее время не доступен для устройств Mac с процессором M1 ARM.

   • Этот параметр в настоящее время не доступен, если запись собрания или звонка включена.

   • Для включения этого параметра используется больше ресурсов компьютера.

   • Низкая: подавления низкого уровня сохраняемого фонового шума, такого как компьютерный веха или пхедер. Используйте этот параметр для воспроизведения музыки.

   • Отключение шумоподавления отключено. Этот параметр используется для высокоскоростных микрофонов в условиях низкого шума.

В окне собрания

1. Выберите Дополнительные параметры в элементе управления собранием, а затем выберите Параметры устройства.

2. В области Подавления шумавыберите один из вариантов. (Описание вариантов см. в шаге 2 выше.)

Примечание: Если ваше устройство использует слишком много ресурсов во время звонка, параметр может вернуться к параметру Низкая.

Подавление шума в реальном времени с использованием глубокого обучения

Представь, что ты ждешь своего рейса в аэропорту. Внезапно, важный деловой звонок с крупным клиентом освещает ваш телефон. Тонны фонового шума загромождают звуковую среду вокруг вас — фоновая болтовня, взлетающие самолеты, возможно объявление о полете. Вы должны принять вызов, и вы хотите, чтобы звучало ясно.

Мы все были в этой неловкой, неидеальной ситуации. Это просто часть современного бизнеса.

Фоновый шум везде. И это раздражает.

А теперь представьте, что когда вы принимаете вызов и говорите, шум волшебным образом исчезает, и все, что кто-либо может услышать на другом конце, — это ваш голос. Шепот шума не проходит.

Это видение представляет нашу страсть в2 Гц, Давайте послушаем, что дает хорошее шумоподавление.

Два года назад мы сели и решили создать технологию, которая будет полностью отключать фоновый шум в общении между людьми, делая его более приятным и понятным. С тех пор эта проблема стала нашей навязчивой идеей.

Давайте посмотрим, что делает подавление шума таким трудным, что требуется для создания систем подавления шума с малой задержкой в ​​реальном времени, и насколько глубокое обучение помогло нам поднять качество на новый уровень.

Давайте выясним, что такое шумоподавление. Это может показаться запутанным на первый взгляд.

Подавление шума в этой статье означает подавление шума, который исходит отвашфон для человека, с которым вы разговариваете, и шум отихфон для вас, как показано на рисунке 1.

Это контрастирует сАктивное шумоподавление (АНК), который относится к подавлению нежелательного шума, поступающего в ваши уши из окружающей среды. Как правило, для активного шумоподавления требуются наушники с несколькими микрофонами (например, Bose QuiteComfort), как показано на рисунке 2.

Этот пост посвящен подавлению шума,неАктивное шумоподавление.

Традиционное подавление шума эффективно реализовано на периферийном устройстве — телефонах, ноутбуках, системах конференц-связи и т. Д. Это кажется интуитивно понятным подходом, поскольку это периферийное устройство, которое в первую очередь фиксирует голос пользователя. После захвата устройство отфильтровывает шум и отправляет результат на другой конец вызова.

Опыт звонков с мобильного телефона был довольно плохим 10 лет назад. Это остается в случае с некоторыми мобильными телефонами; однако более современные телефоны оснащены несколькими микрофонами (микрофонами), которые помогают подавлять шум окружающей среды при разговоре.

Телефоны текущего поколения включают в себя две или более микрофонов, как показано на рисунке 2, а последние iPhone имеют 4. Первый микрофон расположен в передней части телефона ближе к рту пользователя во время разговора, непосредственно захватывая голос пользователя. Дизайнеры телефонов размещают второй микрофон как можно дальше от первого микрофона, как правило, сверху на задней панели телефона.

Обе микрофоны улавливают окружающие звуки. Микрофон ближе ко рту улавливает больше голосовой энергии; второй захватывает меньше голоса. Программное обеспечение эффективно вычитает их друг от друга, создавая (почти) чистый голос.

Это звучит просто, но существует много ситуаций, когда эта технология терпит неудачу. Вообразите, когда человек не говорит, и все микрофоны получают шум. Или представьте, что человек активно трясет / поворачивает телефон во время разговора, как во время бега. Обработка этих ситуаций сложна.

Два и более микрофона также делают аудиопуть и акустический дизайн довольно сложными и дорогими для производителей устройств и ODM. Инженеры аудио / аппаратного обеспечения / программного обеспечения должны найти неоптимальные компромиссы для поддержки как промышленного дизайна, так и требований к качеству голоса…

Учитывая эти трудности, мобильные телефоны сегодня работают довольно хорошо в умеренно шумной среде. Существующие решения по подавлению шума не идеальны, но обеспечивают улучшенный пользовательский опыт.

Форм-фактор вступает в игру при использовании отдельных микрофонов, как вы можете видеть на рисунке 3. Расстояние между первым и вторым микрофонами должно соответствовать минимальным требованиям. Когда пользователь кладет телефон на ухо и говорит, он работает хорошо.

Однако форм-фактор «моноблок» современных телефонов может отсутствовать в течение длительного времени. Носимые устройства (умные часы, микрофон на груди), ноутбуки, планшеты и умные голосовые помощники, такие как Alexa, разрушают форм-фактор плоского моноблока. Пользователи общаются со своими устройствами под разными углами и с разных расстояний. В большинстве этих ситуаций нет жизнеспособного решения. Подавление шума просто терпит неудачу

Конструкция с несколькими микрофонами имеет несколько важных недостатков.

• Они требуют определенного форм-фактора, что делает их применимыми только к определенным случаям использования, таким как телефоны или гарнитуры с липкими микрофонами (предназначенными для центров обработки вызовов или мониторов-вкладышей).
• Конструкция с несколькими микрофонами усложняет звуковую дорожку, требуя больше аппаратного обеспечения и больше кода Кроме того, сверление отверстий для вторичных микрофонов представляет собой промышленное качество и проблему выхода.
• Аудио можно обрабатывать только на краю или на стороне устройства. Таким образом, алгоритмы, поддерживающие его, не могут быть очень сложными из-за низкой мощности и вычислительных требований.

Теперь представьте решение, в котором все, что вам нужно, — это один микрофон со всей постобработкой, выполняемой программным обеспечением. Это позволяет аппаратным проектам быть проще и эффективнее.

Оказывается, что разделение шума и человеческой речи в аудиопотоке является сложной задачей. Для этой функции не существует высокопроизводительных алгоритмов.

Традиционные алгоритмы цифровой обработки сигналов (DSP) пытаются непрерывно находить шумовую структуру и адаптироваться к ней, обрабатывая аудио кадр за кадром. Эти алгоритмы хорошо работают в определенных случаях использования. Однако они не зависят от разнообразия и изменчивости шумов, которые существуют в нашей повседневной среде.

Существует два типа основных типов шума:стационарныйа такжеНестационарные, показано на рисунке 4.

Думайте о стационарном шуме как о чем-то с повторяющимся, но отличным от человеческого, характером Традиционные алгоритмы DSP (адаптивные фильтры) могут быть весьма эффективными при фильтрации таких шумов.

Нестационарные шумы имеют сложные модели, которые трудно отличить от человеческого голоса. Сигнал может быть очень коротким и приходить и уходить очень быстро (например, набор с клавиатуры или сирена). Обратитесь к этомуСтатья Quoraдля более технически правильного определения.

Если вы хотите побить как стационарные, так и нестационарные шумы, вам нужно выйти за рамки традиционного DSP. Мы считаем, что при частоте 2 Гц глубокое обучение может стать важным инструментом для решения этих сложных задач.

Фундаментальный документ о применении глубокого обучения для подавления шума, похоже, былнаписанный Yong Xu в 2015,

Юн предложил метод регрессии, который учится создавать маску отношения для каждой звуковой частоты. Созданная маска соотношения, предположительно, оставляет человеческий голос без изменений и удаляет посторонние шумы. Хотя это было далеко от совершенства, это был хороший ранний подход.

В последующие годы появилось много разных предложенных методов; подход высокого уровня почти всегда один и тот же, состоящий из трех этапов, изображенных на рисунке 5:

1. Сбор информации: Создать большой набор данных из синтетической зашумленной речи, смешивая чистую речь с шумом
2. Подготовка: Передать этот набор данных в DNN на входе и чистую речь на выходе
3. вывод: Создайте маску (двоичную, пропорциональную или сложную), которая оставит человеческий голос и отфильтрует шум

На частоте 2 Гц мы экспериментировали с различными DNN и разработали нашу уникальную архитектуру DNN, которая дает замечательные результаты при различных помехах. СреднееОценка MOS(средняя оценка мнения) повышается на 1,4 балла за шумную речь, что является лучшим результатом, который мы видели. Этот результат впечатляет, поскольку традиционные алгоритмы DSP, работающие на одном микрофоне, обычноснижениеоценка MOS.

Низкая задержка имеет решающее значение в голосовой связи. Люди могут терпеть до 200 мс сквозной задержки при разговоре, в противном случае мы разговариваем друг с другом по вызовам. Чем дольше задержка, тем больше мы ее замечаем и тем больше раздражаемся.

Три фактора могут влиять на сквозную задержку: сеть, вычисления и кодек. Обычно задержка сети оказывает наибольшее влияние. Задержка кодека колеблется в пределах 5–80 мс в зависимости от кодеков и их режимов, но современные кодеки стали довольно эффективными. Задержка вычислений действительно зависит от многих вещей.

Задержка вычислений усложняет DNN. Если вы хотите обрабатывать каждый кадр с DNN, вы рискуете ввести большую задержку вычислений, что недопустимо в реальных развертываниях.

Задержка вычислений зависит от различных факторов:

Вычислить возможности платформы

Запуск большого DNN внутри гарнитуры — это не то, что вам нужно. Есть ограничения процессора и мощности. Достижение скорости обработки в реальном времени является очень сложной задачей, если на платформе нет ускорителя, который значительно ускоряет умножение матриц и снижает энергопотребление.

Скорость DNN зависит от того, сколько гиперпараметров и слоев DNN у вас есть и какие операции выполняются вашими узлами. Если вы хотите производить высококачественное аудио с минимальным уровнем шума, ваш DNN не может быть очень маленьким

Например,Мозилловский шумочень быстро и может быть возможно положить в гарнитуру. Однако его качество не впечатляет от нестационарных шумов.

Производительность DNN зависит от частоты дискретизации звука. Чем выше частота дискретизации, тем больше гиперпараметров необходимо предоставить вашему DNN.

В отличие отМозилловский шумработает с полосами частот, которые группируют частоты, поэтому производительность минимально зависит от частоты дискретизации. Хотя это интересная идея, это отрицательно сказывается на конечном качестве.

узкополосныйАудиосигнал (частота дискретизации 8 кГц) имеет низкое качество, но большая часть нашей связи все еще происходит в узкополосном диапазоне. Это связано с тем, что сетевая инфраструктура большинства мобильных операторов по-прежнему использует узкополосные кодеки для кодирования и декодирования звука.

Поскольку узкополосный требует меньше данных на частоту, он может быть хорошей начальной целью для DNN в реальном времени. Но все становится очень трудным, когда вам нужно добавить поддержку широкополосного или сверхширокополосного (16 кГц или 22 кГц), а затем широкополосного (44,1 или 48 кГц). В наши дни многие приложения на основе VoIP используют широкополосные, а иногда и полнополосные кодеки (кодек Opus с открытым исходным кодом поддерживает все режимы).

В наивном дизайне ваш DNN может потребовать, чтобы он вырос в 64 раза и, следовательно, был в 64 раза медленнее для поддержки полной полосы.

Тестирование качества улучшения голоса является сложной задачей, потому что вы не можете доверять человеческому уху. Разные люди имеют разные слуховые способности из-за возраста, подготовки или других факторов. К сожалению, не существует открытых и согласованных тестов для подавления шума, поэтому сравнение результатов проблематично.

Большинство академических работ используютPESQ,MOSа такжеСтоидля сравнения результатов. Вы предоставляете алгоритму оригинальное голосовое аудио и искаженное аудио, и он производит простую метрическую оценку. Например, баллы PESQ лежат между -0,5–4,5, где 4,5 — совершенно чистая речь. PESQ, MOS и STOI не были рассчитаны на оценку уровня шума, поэтому вы не можете им слепо доверять. В вашем процессе также должны быть субъективные тесты.

Более профессиональный способ проведения субъективных аудиотестов и повторения их заключается в том, чтобы соответствовать критериям для такого тестирования, разработанным различными стандартными органами.

Телекоммуникационная организация 3GPP определяет концепцию комнаты ETSI. Если вы намереваетесь развернуть свои алгоритмы в реальном мире, у вас должны быть такие настройки на ваших объектах. Комнаты ETSI — отличный механизм для создания повторяющихся и надежных тестов; На рисунке 6 показан один пример.

В комнате идеальная шумоизоляция. Он также обычно включает в себя искусственный торс человека, искусственный рот (динамик) внутри туловища, имитирующего голос, и целевое устройство с микрофоном на заранее определенном расстоянии.

Это позволяет тестировщикам имитировать различные шумы с помощью окружающих динамиков, воспроизводить голос из «торс-динамика», захватывать результирующий звук на целевом устройстве и применять ваши алгоритмы. Все это может быть написано для автоматизации тестирования.

Подавление шума действительно имеет многооттенков,

Представьте, что вы участвуете в телефонной конференции со своей командой. В звонке четверо участников, включая вас. Теперь в миксе может быть четыре потенциальных шума. Каждый посылает свой фоновый шум другим.

Традиционно шумоподавление происходит на периферийном устройстве, что означает, что шумоподавление связано с микрофоном. Вы получаете сигнал с микрофона (ов), подавляете шум и отправляете сигнал вверх по течению.

Поскольку для подхода DNN с одним микрофоном требуется только один исходный поток, его можно разместить где угодно. Теперь представьте, что вы хотите подавить оба ваших микрофонных сигнала (исходящий шум) и сигнал, поступающий на ваши динамики (входящий шум) от всех участников.

Мы создали наше приложение,Krispявно для обработки как входящего, так и исходящего шума (рисунок 7).

Следующее видео демонстрирует, как нестационарный шум может быть полностью удален с помощью DNN.

Проблема становится намного более сложной для подавления входящего шума.

Вы должны иметь дело с акустическими и речевыми колебаниями, не характерными для алгоритмов подавления шума Например, ваша команда может использовать устройство для конференц-связи и находиться далеко от устройства. Это означает, что энергия голоса, достигающая устройства, может быть ниже. Или они могут звонить вам из своей машины, используя свой iPhone, подключенный к приборной панели, по сути, с высоким уровнем шума и низким уровнем голоса из-за расстояния от динамика. В другом сценарии несколько человек могут говорить одновременно, и вы хотите сохранить все голоса, а не подавлять некоторые из них как шум.

Когда вы звоните по скайпу, вы слышите звонок в динамике В том, чтокольцошум или нет? Или естьв ожидании музыкишум или нет? Я оставлю тебя с этим.

К настоящему времени у вас должно быть четкое представление о состоянии техники подавления шума и проблемах, связанных с алгоритмами глубокого обучения в реальном времени для этой цели. Вы также узнали о критических требованиях к задержке, которые делают проблему более сложной. Общая задержка, которую добавляет ваш алгоритм подавления шума, не может превышать 20 мс — и это действительно верхний предел.

Поскольку алгоритм полностью основан на программном обеспечении, может ли он перейти в облако, как показано на рисунке 8?

Ответ — да. Во-первых, облачное шумоподавление работает на всех устройствах. Во-вторых, это может быть выполнено на обеих линиях (или нескольких линиях в телеконференции). Мы считаем, что шумоподавление и другие технологии улучшения голоса могут перейти в облако. Это не было возможно в прошлом из-за необходимости использования нескольких микрофонов. Операторы мобильной связи разработали различные стандарты качества, которые производители оборудования должны внедрять, чтобы обеспечить надлежащий уровень качества, и на сегодняшний день решение состоит из нескольких микрофонов. Тем не менее, Deep Learning делает возможным использование шумоподавления в облаке при поддержке оборудования с одним микрофоном.

Самая большая проблема — это масштабируемость алгоритмов.

Если мы хотим, чтобы эти алгоритмы масштабировались достаточно для обслуживания реальных нагрузок VoIP, нам необходимо понять, как они работают.

Крупные инфраструктуры VoIP обслуживают потоки 10–100 тыс. Одновременно. Один известный нам поставщик услуг VoIP обслуживает 3000 потоков вызовов G.711 на одном голометаллическом медиасервере, что впечатляет.

Существует множество факторов, которые влияют на количество аудиопотоков, которые мультимедийный сервер, например FreeSWITCH, может одновременно обслуживать. Одним из очевидных факторов является серверная платформа. Развернутые в облаке медиа-серверы предлагают значительно более низкую производительность по сравнению с развертываниями, оптимизированными для «голого железа», как показано на рисунке 9.

Подавление шумов на стороне сервера должно быть экономически эффективным, иначе ни один клиент не захочет его развернуть.

Наши первые эксперименты на частоте 2 Гц начались с процессоров. Одно ядро ​​ЦП может обрабатывать до 10 параллельных потоков. Это не очень экономичное решение.

Затем мы провели эксперименты на графических процессорах с потрясающими результатами. Один Nvidia 1080ti может масштабироваться до 1000 потоков без каких-либо оптимизаций (рисунок 10). После правильной оптимизации мы увидели масштабирование до 3000 потоков; больше может быть возможно.

Исходная загрузка медиасервера, включая потоки обработки и декодирование кодека, все еще происходит на CPU. Еще одним преимуществом использования графических процессоров является возможность просто подключить внешний графический процессор к вашему медиасерверу и полностью переложить на него обработку подавления шума, не затрагивая стандартный конвейер обработки звука.

Давайте рассмотрим, почему GPU масштабирует этот класс приложений намного лучше, чем процессоры.

Производители ЦП традиционно тратят больше времени и энергии на оптимизацию и ускорение однопоточной архитектуры. Они реализовали алгоритмы, процессы и методы, чтобы выжать как можно большую скорость из одного потока. Поскольку большинству приложений в прошлом требовался только один поток, у производителей процессоров были веские причины для разработки архитектур для максимизации однопоточных приложений.

С другой стороны, поставщики графических процессоров оптимизируют работу, требующую параллелизма. Это явилось результатом массово параллельных потребностей обработки трехмерной графики. Графические процессоры были спроектированы таким образом, что их тысячи маленьких ядер хорошо работают в высокопараллельных приложениях, включая матричное умножение.

Пакетирование — это концепция, которая позволяет распараллеливать GPU. Вы отправляете пакеты данных и операций в графический процессор, он обрабатывает их параллельно и отправляет обратно. Это идеальный инструмент для обработки одновременных аудиопотоков, как показано на рисунке 11.

Мы использовали NVIDIAБиблиотека CUDAзапускать наши приложения непосредственно на графических процессорах NVIDIA и выполнять пакетирование.

Если вы хотите попробовать шумоподавление на основе глубокого обучения на вашем Mac — вы можете сделать это сКрисп приложение,

Аудио — это захватывающее поле, а подавление шума — лишь одна из проблем, которые мы видим в космосе. Глубокое обучение позволит получить новые впечатления от звука, и на частоте 2 Гц мы твердо верим, что Deep Learning улучшит наш ежедневный опыт звучания. Проверять, выписыватьсяИсправление разрывов голосаа такжеВоспроизведение голоса HDсообщения в блоге для такого опыта.

Отказ от ответственности: Первоначально я опубликовал эту статью в блоге разработчиков NVIDIA какгостевой пост,

Оригинальная статья

Как защититься от шума с помощью современных технологий

Примерно год назад из-за пандемии и требований к самоизоляции наши квартиры неожиданно превратились в офисы и учебные аудитории. С новым форматом работы пришли новые проблемы, и далеко не последняя из них — шум.

Против удаленщиков оказалось все: родственники, домашние животные, стиральные машины и телевизоры. И, конечно, настоящее проклятие любого, кто вынужден сидеть дома в рабочее время, — соседи с дрелью или грудным ребенком. При этом если по ночам вас хоть как-то защищает от шума закон о тишине, то днем они в своем праве.

Домашний шум не только мешает работать и портит настроение. Датские ученые установили, что раздражающие звуки от соседей могут привести к нарушениям физического и психического здоровья. К счастью, современные технологии помогают справиться с этой напастью.

Как избавиться от шума: пассивная звукоизоляция

Противостоять соседскому шуму можно пассивными и активными методами. Пассивные предполагают шумоизоляцию квартиры с помощью панелей для стен и напольных покрытий из звукопоглощающих материалов. Это довольно долгий и затратный, хотя и действенный метод.

Бюджетный вариант пассивной защиты — беруши. Самые распространенные беруши из вспененного полипропилена хорошо держатся не во всяком ухе. Более дорогие и продвинутые разновидности бывают из силикона или воска, у них эффективность шумоподавления и удобство, как правило, выше.

В целом беруши — это очень индивидуальная история: нужно пробовать совместимость разных моделей конкретно с вашими ушами. Также не забывайте, что беруши необходимо менять или дезинфицировать. Кроме того, не стоит носить их постоянно — это не очень-то полезно для здоровья.

Ну и самое главный недостаток этого прекрасного изобретения: с берушами в ушах вы хуже слышите не только шум, но и нужные звуки — например, коллег во время видеозвонка. Так что здесь приходит черед активных методов.

Как избавиться от шума: активное шумоподавление

Активные методы предполагают, что вы не отгораживаетесь от нежелательных звуков, а заглушаете или фильтруете их с помощью технических средств. Идею активного шумоподавления почти век назад предложил немецкий ученый Пауль Люг (Paul Lueg), запатентовавший метод нейтрализации шума специальным звуковым сигналом.

Как это работает? Звук — это колебания, которые можно для простоты нарисовать как волны, чьи «холмы» циклически сменяются «впадинами» и вновь плавно переходят в «холмы».

Люг предложил генерировать зеркально противоположные колебания, чтобы «холмы» подавляющего шума совпадали со «впадинами» шума окружающей среды — и наоборот. Если волны идеально симметричны в тот момент, когда доходят до ваших ушей, они гасят друг друга, и вы не слышите их. Да-да, добавляя к звуку звук, можно создать полную тишину! Правда, для этого нужно оставаться на месте, иначе волны двух шумов пойдут в рассинхрон и станут слышны.

Наушники с активным шумоподавлением

По описанному Люгом методу работают наушники с шумоподавлением. В них встроены микрофоны, которые улавливают окружающие звуки. Затем устройство создает «контршум» и транслирует его.

Помимо наушников, существуют и умные беруши с функцией активного шумоподавления. Они работают так же, только послушать в них музыку или подключиться к конференции не получится. Зато устройство пригодится вам, если шум в квартире или снаружи мешает спать.

Впрочем, абсолютной тишины с помощью подобных гаджетов не добиться: они справляются далеко не со всеми посторонними звуками. Монотонный гул в самолете, например, они гасят эффективно, а вот звонкий собачий лай — не очень.

Если вы решитесь купить такое устройство, сперва изучите обзоры и отзывы и по возможности протестируйте его прямо в магазине — так вы убережете себя от разочарования.

Защита от шума на созвонах: микрофоны с фильтрами

Если вам приходится часто участвовать в онлайн-конференциях, не лишним будет позаботиться и о комфорте собеседников, ведь им слушать дрель вашего соседа тоже не очень интересно. В этом поможет микрофон с шумоподавлением.

Чаще всего работает он за счет… второго микрофона! Один из микрофонов расположен ближе к источнику нужного звука (то есть к вашим губам), другой подальше. Оба примерно одинаково считывают окружающий фон, а вот полезный сигнал — речь человека — первый улавливает гораздо лучше. Устройство отсеивает совпадающие звуки и получает очищенную от шума речь.

Если у вас обычная гарнитура с одним микрофоном, а покупать новую вам почему-либо не хочется, присмотритесь к адаптерам с шумоподавлением — если подключить гарнитуру через такое устройство, вас на том конце провода будут слышать лучше. Правда, такие адаптеры стоят не очень дешево.

Настройки шумоподавления в операционной системе

Если вы категорически не хотите покупать новые устройства, можно попытаться убрать посторонние звуки штатными средствами компьютера. В настройках операционных систем есть функция шумоподавления. Эффект от нее, как и в случае со специальным микрофоном, смогут оценить лишь ваши собеседники.

Соответствующие настройки в Windows могут называться по-разному для разных звуковых карт, а для некоторых — вообще быть недоступны. Но, скажем, в случае Realtek, чтобы настроить шумоподавление, нужно зайти в Панель управления, выбрать Звук, добраться до свойств микрофона и на вкладке Улучшения включить шумоподавление и подавление эха.

Также стоит попробовать уменьшить параметр Усиление микрофона на вкладке Уровни. Дело в том, что вместе с голосом он усиливает и шум.

Встроенная функция шумоподавления есть и в macOS. Чтобы ее включить, нужно открыть Системные настройки, выбрать категорию Звук, перейти на вкладку Ввод, выбрать микрофон и отметить Использовать шумоподавление.

Приложения для борьбы с шумом

Кроме оборудования и системных настроек помочь вам могут специализированные приложения для фильтрации шумов. Возможности у них бывают разными. Например, одни отвечают за «очистку» только звука с вашего микрофона, другие подавляют также шум со стороны собеседника. Некоторые приложения могут блокировать вообще любые звуки, если не слышат в них человеческой речи, защищая ваших коллег на случай, если вы забыли заглушить микрофон, когда решили перекусить или начали яростно набирать письмо с итогами встречи.

Встроенные средства для борьбы с шумом есть и в самих приложениях для видеоконференций — например, в Zoom и Skype.

Должны предупредить: будьте осторожны и не переусердствуйте в попытках улучшить звук. И точно не стоит проводить эксперименты сразу в «боевом» режиме на ответственном звонке. Если хотите включить сразу несколько инструментов шумоподавления, протестируйте разные их комбинации заранее, поскольку неизвестно, подружатся ли они.

Генераторы шума

Если звуки, доносящиеся от соседей, мешают не говорить, а, например, уснуть, спасением может стать, как ни странно, генератор шума — не синхронизированного, а практически любого. Дело в том, что равномерный шум (его разновидности называют белым, розовым и красным) маскирует посторонние звуки, делает их менее заметными и раздражающими. В ряде исследований было показано, что такой аккомпанемент помогает крепче спать.

Белый шум одинаков во всех частотах, красный громче на низких и тише на высоких, а розовый находится посередине между ними. Все они подражают плеску водопада или ливня, но благодаря низким частотам красный шум ощущается «мягче» и напоминает гул водопада вдалеке, а белый — как если бы вы стояли вплотную к нему. К слову, шум воды издревле используется для маскировки звуков. Считается, что одна из функций многочисленных фонтанов во дворцах турецких султанов — помешать любителям подслушивать чужие разговоры.

Прежде чем покупать генератор шума, можно оценить эффективность метода в мобильном приложении, генерирующем фоновый звук. Динамики смартфона обычно слабоваты, но если подключить его, например, к беспроводной колонке, эффект станет более выраженным.

Вместо искусственного шума можно проигрывать записи умиротворяющих природных звуков — морского прибоя или дождя. В любом случае главное — не переборщить: к примеру, слишком высокая громкость способна навредить нежному слуху ребенка. И, конечно, не стоит забывать, что все люди разные, и понять, комфортно ли вам и вашим домочадцам с разными вариантами равномерного шума и фоновыми звуками можно только попробовав.

Перспективы борьбы за тишину

Способов полного избавления квартиры от внешних шумов пока не существует, но исследования в этой области ведутся.

Например, ученые из Наньянского технологического университета в Сингапуре представили технологию, блокирующую звуки с улицы. Исследователи использовали тот же принцип, что и в наушниках с шумоподавлением: для нужного эффекта в лабораторном оконном проеме им пришлось разместить по две дюжины динамиков и микрофонов.

Компания Silentium разработала технологию «пузыря тишины» вокруг человека. Решений для квартир на основе этой технологии пока нет — компания работает над снижением шума в салоне автомобилей. Динамики для контршума планируется размещать в подголовниках кресел.

Несмотря на прогресс технологий, не стоит пренебрегать и социальными средствами в борьбе за домашний комфорт. Пожалуй, лучшее из них — хорошие отношения с соседями. Если договориться с ними о часах тишины, когда ни вы, ни они не будете шуметь, проблема решится сама собой. Если же вас беспокоит не только и не столько шум, то мы подготовили для вас и другие полезные советы по созданию комфортной среды дома.

Шумоподавление Krisp — Приложение Krisp для удаления внешнего шума во время общения

Все больше компаний меняют стиль своего взаимодействия с работниками. Возможность организации удаленной работы дает им возможность использовать более широкий круг потенциальных сотрудников в большем количестве мест. А самим сотрудникам подобная гибкость позволяет лучше сочетать работу со своей частной жизнью. И чем меньше поездок на работу, тем лучше для всех, включая окружающую среду.

Удаленные сотрудники используют в своей работе различные коммуникационные приложения и онлайн-инструменты. Эти технологии позволяют легко общаться через Интернет, организовывать виртуальные встречи и собрания.

В эпоху смартфонов многие уже не помнят, что когда-то существовали телефонные будки, которые обладали, как минимум, одним ценным качеством – обеспечивали тишину во время телефонного разговора. Ведь любые посторонние шумы являются проблемой даже в относительно тихих рабочих местах. Щелчки клавиш, шелест бумаги и посторонние разговоры являются привычным офисным фоном, становясь, однако, раздражающим и отвлекающим фактором во время видеоконференций. 

В современном мире все коммуникационные инструменты путешествуют вместе с нами. Многие пользователи принимают звонки из открытых рабочих мест, домашних офисов, кафе или аэропортов. С ростом популярности конференцсвязи шумовое загрязнение становится насущной проблемой для предприятий и удаленных работников.

При этом большинство коммуникационных приложений не имеют функций устранения фоновых шумов, которые позволили бы обеспечить лучшее качество звука во время разговора. Во время разговора вам приходится пользоваться микрофоном, а вашему собеседнику тоже хотелось бы слышать только ваш голос и не слышать никаких других фоновых шумов.

Если вы:

• удаленный работник, который хочет очаровать своих клиентов профессиональными звонками;
• геймер, не желающий, чтобы посторонние шумы вмешивались в общение с товарищами по команде;
• член разбросанной по всему миру бизнес-команды, успех которой зависит от продуктивности удаленных конференций;
• сотрудник колл-центра;
• онлайн-преподаватель или представитель любой другой профессии, требующей четкого, чистого звука, то  вам пригодится для устранения шумов Krisp программа.

Это простое загружаемое решение, которое совместимо с существующими микрофонами и динамиками, а также со всем основным программным обеспечением для проведения конференций.

Приложение Krisp предназначено для удаления фонового шума во время ваших звонков. Krisp программа доступна для установки на ноутбуки и настольные компьютеры с операционными системами Windows и Mac.

Идея данной технологии заключается в использовании алгоритма машинного обучения, который способен, прослушивая звуковой сигнал, обнаруживать звуки человеческого голоса и выбирать только определенную его часть, исключая при этом всё остальное.

Данный метод отличается от технологий шумоподавления, которые используются в аппаратных устройствах (наушниках, ноутбуках, микрофонах и т.п.) и либо создают противоположную звуковую волну для нейтрализации шумов (активное шумоподавление), либо просто предотвращают попадание шума в уши (пассивное шумоподавление).

Интеллектуальный аудиофильтр Krisp располагается между физическим микрофоном или динамиком и выбранным приложением конференцсвязи. По сути, для исключения передачи шума от вашего микрофона человеку, находящемуся на другом конце соединения, он добавляет виртуальный микрофон между физическим микрофоном вашего устройства и используемым приложением, а для подавления шума, поступающего от собеседника, добавляет виртуальный динамик между физическим динамиком вашего устройства и тем же приложением.

Приложение обнаруживает и удаляет даже неожиданные шумы, например, сирену проезжающей машины скорой помощи или лай собаки, оставляя только ваш голос. Если же со стороны вашего собеседника поступает много отвлекающих фоновых шумов, можно включить элемент управления  шумоподавления Krisp Speaker, и приложение с помощью Krisp их отфильтрует. Вся обработка звука выполняется с задержкой в 15 миллисекунд, что абсолютно незаметно для пользователей, при этом обеспечивается конфиденциальность – все звуки остаются на устройстве, которое вы используете.

В целом, технология Krisp основана на глубоких нейронных сетях (Deep Neural Networks) и заключается в процессе обучения нейронных сетей отделению фоновых шумов от человеческого голоса передачей ему наборов данных чистых человеческих голосов и фоновых шумов. Для отделения фонового шума от человеческого голоса в режиме реального времени использует принцип глубокого обучения (Deep Learning).

Суть технологии Krisp

Используемая технология сложна, но сама идея проста – если вы создаете систему машинного обучения, которая в среднем понимает, как звучит человеческий голос, она может прослушивать аудиосигнал и выбирать только его, убирая лишние шумы. Однако другим программным приложениям пока не удалось создать качественную технологию, которая была бы удобна пользователям. Представьте, насколько разнообразны шумы реального мира (крики дети, лай собак, сирены и т.п.). Трудно придумать технологию, которая будет способна распознать все их вариации.

Для создания нейронной сети Krisp, которая была названа krispNet DNN, было собрано более 20000 различных шумов, 10000 голосов и 2500 часов аудиозаписей. Благодаря технологии глубокой нейронной сети с несколькими «скрытыми слоями» разработанной технологии удается распознавать и устранять любые типы шумов, что сделало ее лучшим решением в отрасли. Результатом разработки стало приложение, которое по своей сути независимо от конкретных микрофонов или динамиков и устраняет все типы посторонних шумов во время вызовов.

Преимущества Krisp

Поддержка множества приложений

Krisp поддерживает более 600 различных приложений, таких как Skype, Zoom, Discord, Webex, QuickTime, Audacity, Loom и т.д. То есть, практически любое приложение, которое позволяет изменять настройки микрофона/динамика. Кроме того, приложение Krisp можно использовать с любыми наушниками, динамиками и микрофонами на ваш выбор, как проводными, так и беспроводными.

Безопасность

Приложение Krisp разработано с учетом обеспечения высокого уровня конфиденциальности. Вся обработка звука происходит только на вашем устройстве и никогда не выходит за его пределы. Кроме того, еще одним преимуществом данного подхода является отсутствие необходимости проведения каких-либо специальных настроек при переходе с одного коммуникационного приложения в другое. Так как Krisp работает на уровне обработки звука в операционной системе, любое используемое вами приложение просто получает обработанный с помощью Krisp сигнал, как если бы он поступал напрямую от микрофона.

Отсутствие задержек сигнала

Программное обеспечение распознает и удаляет фоновые шумы в вызовах в режиме реального времени без каких-либо задержек, оставляя только ваш чистый голос. Кроме того, эта технология шумоподавления на базе искусственного интеллекта адаптируется к вашему голосу и улучшает свою работу с течением времени.

Простота в использовании

Приложение Krisp настраивается очень быстро и просто, тем более что все можно сделать на сайте разработчика. После установки доступ к приложению можно получать через ярлык Krisp на рабочем столе вашего компьютера. Сам интерфейс Krisp предельно прост – это всего лишь по одному переключателю для динамика и для микрофона, позволяющему включать и выключать функцию шумоподавления. То есть, всё, что вам нужно сделать, это передвинуть переключатель и позволить программному обеспечению сделать свое дело. Krisp поддерживает любое приложение веб-конференций и работает с любой гарнитурой.

Эффективность

Установив приложение Krisp на свой компьютер (Windows или Mac), вы сможете принимать звонки или работать из дома, кафе или любого другого места, не беспокоясь о шумной обстановке. И вам больше не потребуется извиняться и искать более тихое место для звонка.

Это приложение позволит вам работать где угодно, не беспокоясь о шуме. С помощью одной кнопки фоновый шум, идущий от вас к другим участникам вызова, будет удален.

Удаленные сотрудники смогут повысить свою производительность, совершая профессиональные и бесшумные звонки, а удаленные команды проводить эффективные и продуктивные обсуждения, преподаватели смогут обучать дистанционно, а колл-центры иметь бесшумные входящие и исходящие звонки, позволяющие повысить удовлетворенность клиентов, стримеры получат возможность проводить высококачественные бесшумные трансляциями в любое время без дорогого оборудования и фильтров.

Демо-лицензия на 14 дней

Приложение Krisp работает по модели подписки, а не пожизненной или однократной покупки. Имеется бесплатная 14-дневная пробная версия  Krisp ,скачать на ПК которую, можно в два клика, дальнейшая помесячная оплата зависит от выбранного пакета услуг. 

Специальные условия на время пандемии

Специальные условия действуют сегодня и в течение следующих 6 месяцев:

• Все пользователи Krisp получают 120 мин в неделю бесплатного пользования программой.
• Все студенты, преподаватели, больницы и государственные служащие по всему миру получают неограниченное количество лицензий Krisp бесплатно.

Крисп | Предприятия

 pacmd load-module module-null-receiver имя_приемника = mic_denoised_out rate = 48000
pacmd load-module module-ladspa-раковина имя_приемника = mic_raw_in раковина_мастер = mic_denoised_out label = noise_suppressor_mono plugin = / path / to / librnnoise_ladspa.так control = 50
pacmd load-module module-loopback source =  раковина = mic_raw_in каналы = 1 source_dont_move = true раковина_dont_move = true 

  .include /etc/pulse/default.pa

модуль нагрузки-модуль-ноль-приемник имя_приемника = mic_denoised_out скорость = 48000
load-module module-ladspa-раковина имя_приемника = mic_raw_in раковина_мастер = mic_denoised_out label = noise_suppressor_mono plugin = / path / to / librnnoise_ladspa.так control = 50
load-module module-loopback source = your_mic_name приемник = mic_raw_in каналы = 1 source_dont_move = true сток_dont_move = true

установить источник по умолчанию mic_denoised_out.monitor
  

 pacmd load-module module-remap-source имя_источника = озвученный мастер = mic_denoised_out.monitor каналы = 1 

  cmake -Bbuild-x64 -H. -DCMAKE_BUILD_TYPE = Выпуск
компакт-диск build-x64
делать
  

  cmake -D CMAKE_CXX_FLAGS = -m32 -D CMAKE_C_FLAGS = -m32 -Bbuild-x32 -H.-DCMAKE_BUILD_TYPE = Выпуск
компакт-диск build-x32
делать
  

  cmake -Bbuild-mingw64 -H. -DCMAKE_TOOLCHAIN_FILE = toolchains / toolchain-mingw64.cmake -DCMAKE_BUILD_TYPE = Release
cd build-mingw64
делать
  

 cmake -DBUILD_VST_PLUGIN = OFF