IEEE: субъективные оценки людей помогли нейросети убрать шум с аудиодорожек

Инженеры из университетов штатов Огайо и Индиана разработали новую модель обучения искусственного интеллекта с целью улучшения качества звука. Вместо использования технических параметров аудиофайлов они обратились к субъективному восприятию чистоты звука человеком. Исследование опубликовано в научном журнале Института инженеров электротехники и электроники.

Модель обучали на двух наборах данных из предыдущего исследования, содержащих записи разговоров людей, где фоновые шумы, такие как телевизор или музыка, иногда могли перебивать речь. Слушатели оценивали качество речи каждой записи по шкале от 1 до 100.

Для проекта ученые использовали специализированный языковой модуль улучшения речи с возможностью прогнозирования, способного предсказывать среднюю оценку зашумленного сигнала с точки зрения живых слушателей.

Результаты показали, что новая модель превзошла стандартные методы очистки аудиодорожек от шума, основанные на разделении нужного сигнала и побочных звуков.

Авторы разработки отмечают, что повышение качества звука играет ключевую роль в создании более эффективных слуховых аппаратов, систем громкой связи, программ распознавания речи и других систем.