Geek_b6a3032022-03-08老师，在训练中，对于噪声与纯净声mix时的信噪比该如何把控，每次统一相同的信噪比，还是设置多种信噪比的数据放在一起进行训练？作者回复: 信噪比应该是要多样的，一般-6到18dB的常见情况都需要考虑
pencilCool2022-01-26"但只改变相位谱的频域掩码不能做到对纯净语音的完美重建。听感上还是能听出一些不同。" 这里是不是有个typo。 应该是“但**不**改变相位谱的频域掩码不能做到。。。”作者回复: 多谢指正
坚坚2021-12-09老师，请问AI降噪也是和基于统计模型一样具备实时降噪特性吗？ 训练后的模型还会根据过程中不同环境，自动调节网络参数吗？作者回复: 是的，AI降噪实际上是把不同环境的决策放到了模型里统一考虑，所以实施降噪时面对不同的情况也能自动调整应对。
ForwardsHao2021-12-05老师 在前面介绍常用模型结构的地方，说到了“多层的线性网络”，这个应该是描述不准确的，网络要效果好，重要的是加入了非线性激活函数，单纯的线性函数叠加是不会有逼近任意函数的效果的，也就起不到好的效果的，每一层都不是简单的前一层的加权平均作者回复: 是的，激活函数是可以增加模型的非线性处理能力。其实最早的BP network是没有激活函数的所以对某些场景的表现一直不佳。篇幅有限激活函数加还是不加、加什么样的这里就不具体讨论了。
- Geek_7de4c52021-12-03基于频域掩码的 AI 降噪算法能给个demo吗？
作者回复: https://github.com/xiph/rnnoise，可以看看这个经典的RNNnoise
晓龙2021-12-03想要什么声音，就可以将目标数据设置成什么声音，例如需要过滤人声，保留音乐声，就将人声+音乐声作为输入，音乐声作为输出，然后经过AI模型，对比目标，求loss，调整AI模型参数，循环往复，直到梯度下降到一个稳定的数值，这个模型就能过滤人声，保留音乐声。 当然以上还设计到很多细节，例如网络选择，声音预处理，语料库等作者回复: 回答的不错
徐刚2021-12-03有AI降噪的工程实践例子吗（从训练到工程落地）方便我们小白更加明白ai降噪的操作流程作者回复: 可以用开源的RNNnoise，练个手https://github.com/xiph/rnnoise
罗 乾 林2021-12-03人声+噪音 -> 人声 人声+音乐+噪声 -> 人声+音乐 音乐+噪声-> 音乐作者回复: 大体如是，其实这里的难点是区分音乐和噪声。这个在行业内也是一个难点
- 勿更改任何信息2023-04-05 来自北京请问老师，如果收音的时候有导航声音录进去了，该怎么降噪去除呢
- 刘浩2022-10-10 来自北京AI 降噪模型训练步骤里的第二步： “通过 AI 降噪模型得到估计的纯净语音信号”，那这里说的“AI降噪模型”是怎么来的呢