在日常生活的環境中，噪聲是無處不在的，在對講的場景中噪聲是影響語音通話質量的重要因素。語音降噪技術透過消除噪聲並提取乾淨語音，從而提高語音質量和可懂度。在實際生活或生產場景中噪聲又分為穩態噪聲和非穩態噪聲，例如，環境背景噪聲，路邊的汽車來來回回的噪聲都屬於穩態噪音；而滑鼠點選聲、鍵盤聲、敲擊聲、空調聲、廚房碗碟碰撞聲等都屬於非穩態噪音。相比於穩態噪聲，非穩態噪聲在處理上的難度更高。近年來，以深度學習為代表的AI降噪技術無需像傳統語音增強演算法一樣對訊號特性進行假設，在非平穩噪聲上的表現取得了顯著提升。

![在這裡插入圖片描述](https://img-blog.csdnimg.cn/8c7d1d041e994420924c3cfc32e6d004.png#pic_center)

當前降低噪聲的主流方案主要有傳統降噪和AI降噪。常規去噪方法運算量小，具有實時降噪的優點，但同時，由於其基於數學原理和物理原理的推導，不可避免地基於人類認知的理想先驗假設，這使得傳統降噪對於真實場景中頻繁發生的多種類非穩態噪聲表現不佳，特別是在對講的場景中，使用環境非常複雜,作業場景中的突發非穩態噪聲的種類特別多。

AI去噪是近年來興起的一種基於資料驅動的降噪方法，可以有效地應對各種非平穩噪聲，但是前期需要進行大量的資料訓練，快對講將實際使用者場景中可以共享的大量音訊資料作為資料來源，並建立適當的資料模型作為基礎。在移動端模型的部署中，還需要綜合考慮各種因素，如模型大小、降噪效果、CPU佔用率和記憶體佔用率，也對降噪技術的實現提出了挑戰。

得益於谷歌開源的TensorFlow，可以讓我們更方便快捷的建立了AI降噪模型訓練框架。快對講結合使用者不斷提出的高要求，使用TensorFlow機器學習平臺上構建了一個並行訓練的AI降噪與噪聲場景的框架，以及音訊降噪、音質升級和模型最佳化演算法。

![在這裡插入圖片描述](https://img-blog.csdnimg.cn/58d5acce845445ee83d9bca757c42577.png#pic_center)

我們的團隊透過對多個時段的音訊資料進行“投餵”和場景訓練，透過適當的資料擴充套件，進一步增強模型泛化能力，結合精細化設計的網路結構，使AI降噪模型能適應生活和作業中常見的數以百計種噪聲，能透過AI技術為使用者提供智慧通訊體驗。所以多個時間的噪聲資料是提高降噪模型泛化能力的關鍵。與此同時，團隊中的音訊專家們也藉助TensorFlowLite的量化功能，將其成功地部署到更多的產品功能中，而降噪效果也基本不受影響。

同時AI的降噪演算法包括音訊降噪模組和音質升級模組。獲取好的音質首先要去除噪聲，語音去噪模組主要是對含噪聲音訊中的乾淨人聲進行建模，然後提取帶噪音訊的頻域特徵，將帶噪音訊與乾淨音訊的頻域特性進行比較和計算，這樣，就能使AI在人聲之外，具有更精確的聲音識別能力，如敲擊聲、鳴笛聲、撞擊聲等，從噪音環境中去除乾淨聲音。然後還可以對人聲進行進一步增強，讓聲音更飽滿渾厚，可以有效提高音質和使用者體驗。

![在這裡插入圖片描述](https://img-blog.csdnimg.cn/2abb3db3d81449b289331d89899323a8.jpeg#pic_center)

技術分享| 快對講如何降噪

相關文章