06｜如何将AI技术运用到降噪中？

AI技术在降噪领域的应用备受关注。传统降噪算法在应对非稳态和瞬态噪声时效果有限，而基于人工神经网络模型的AI降噪算法取得了显著进展。文章介绍了AI降噪模型的基础知识，包括常见的模型结构，如深度神经网络（DNN）、卷积神经网络（CNN）和循环神经网络（RNN）。这些模型通过大量带噪和纯净的语音数据进行训练，以实现对带噪语音信号的降噪处理。此外，文章还提到了AI降噪算法在实时音频互动场景中的部署难题，包括设备算力、存储体积等条件的限制。基于频域掩码的AI降噪算法通过STFT得到频域信号，利用人工神经网络得到频域掩码，进而实现降噪处理。在实践中，增加相位谱的恢复相比只对幅度谱做修正，需要消耗更多的算力和模型存储空间，可能会为模型的部署造成困难。总体而言，AI降噪模型的工程部署需要考虑因果性，即音频未来信息无法获取，因此在模型选择和设计中需要引入一定的延迟。 在模型部署时，尤其是手机、IOT等移动端的部署，设备的算力和存储空间都会受到限制。因此，在设计模型结构时需要考虑模型结构、算力复杂度和参数量之间的关系。另外，可以通过参数量化和模型输入特征的优化来适配设备。AI降噪模型一般采用有监督的训练方式，并以带噪语音作为模型的输入、纯净语音作为训练的目标。基于频域掩码的AI降噪模型是目前最为常用的设计，但在移动端部署时，受算力影响，基于幅度谱的AI降噪模型可能是最好的选择。在实时音频信号系统中，降噪模型需要考虑到模型的因果性。在实践中，数据库的准备对于自己训练一个AI降噪模型至关重要。 总的来说，AI降噪模型的工程部署需要综合考虑模型结构、算力复杂度、参数量、因果性以及设备适配等因素，以实现在移动端等设备上高效部署。