『科技吧』谷歌正借助机器学习技术来改善Duo的通话质量

外媒报道称 , 为保障Duo通话服务在不稳定连接状态下的音频质量 , 谷歌推出了一项名叫WaveNetEQ的音质改善方案 。 据悉 , 其基于谷歌DeepMind部门的相关技术 , 旨在利用人工加入的噪音来抑制音频的抖动 。 这种噪音听起来就像人类在说话 , 但其实是通过机器学习技术产生的 。
『科技吧』谷歌正借助机器学习技术来改善Duo的通话质量
文章图片
如果你曾经拨打过网络电话 , 那肯定多多少少地经历过因连接不稳定而导致的音频抖动 。
当通话期间的部分音频数据包在通信过程中丢失、延迟过高、或顺序错误时 , 就有可能发生这样的情况 。
谷歌表示 , 99%的Duo通话都会出现数据包丢失 , 其中20%的丢失率超过3%、另有10%的丢失率超过8% 。
每款通信应用都有采取某种方式来处理丢包问题 , 但谷歌表示 , 传统的丢包掩饰(PLC)过程 , 或导致高达60ms的空缺 。
相比之下 , 基于DeepMind神经网络技术的WaveNetEQ解决方案 , 已经在48种不同语言的100多个扬声器数据上展开了训练 。
为增加说服力 , 谷歌还放出了一些WaveNetEQ与常见的PLC技术的比较音频 。 当然 , 新技术能够转换多少音频 , 还是有一定的局限的 。
谷歌表示 , WaveNetEQ旨在替换较短的音频间隔 , 而不是真人通话期间漏掉的整个单次 。 因此在120ms之后 , 这套系统会淡出并产生静音 。
通过评估 , 谷歌确保了WaveNetEQ不会引入任何新运算的重音 , 此外所有处理都能够在用户的设备端进行 , 毕竟GoogleDuo默认就开启了端到端加密 。
【『科技吧』谷歌正借助机器学习技术来改善Duo的通话质量】一旦网络连接变得顺畅 , 真人的音频会立即恢复 , WaveNetEQ将无缝地淡出介入 。 目前该技术已在Pixel4智能机上进行测试 , 后续该公司还将向更多设备推广 。


    推荐阅读