تقليل الضوضاء والصدى بالذكاء الاصطناعي في الصوت الحي

بيئات الصوت الحي معادية بطبيعتها للصوت الواضح. الضوضاء المحيطة من أنظمة التدفئة والتهوية وتكييف الهواء (HVAC)، وثرثرة الجمهور، وضوضاء معدات المسرح تحجب الكلام، بينما يعمل الصدى الناتج عن الأسطح الصلبة على تشويش الحروف الساكنة ويقلل من الوضوح. لا يمكن لبوابات الضوضاء التقليدية ومعادلات التصفية البارامترية أن تفعل الكثير، فهي غالبًا ما تقدم تشوهات أو تفشل في التكيف مع الظروف المتغيرة.

بالنسبة للبث المباشر والبث عبر الإنترنت، تتفاقم المشكلة: يتوقع المستمعون وضوحًا بجودة الاستوديو حتى عندما يكون المصدر مؤتمرًا صحفيًا صاخبًا أو قاعة محاضرات ذات صدى. بدون معالجة فعالة، تكون النتيجة صوتًا متعبًا يصعب فهمه ويقوض الرسالة.

يستخدم تقليل الضوضاء القائم على الذكاء الاصطناعي شبكات عصبية عميقة مدربة على آلاف الساعات من أزواج الصوت النظيف والصاخب. يتعلم النموذج التمييز بين مكونات الكلام وغير الكلام في المجال الزمني الترددي، مما يسمح له بإزالة الضوضاء مع الحفاظ على الجرس الطبيعي للصوت.

على عكس الطرح الطيفي التقليدي، الذي يمكن أن يترك تشوهات ضوضاء موسيقية، تولد خوارزميات الذكاء الاصطناعي الحديثة إشارة نظيفة بأقل قدر من التلوين. تنفذ SSOUNDS هذه النماذج على أجهزة معالجة رقمية مخصصة داخل مكبرات الصوت والمعالجات الخاصة بها، مما يضمن التشغيل في الوقت الفعلي بزمن كامن عادة أقل من 5 مللي ثانية، وهو ضمن الحدود المسموح بها للمراقبة الحية والبث.

تقوم خوارزميات إزالة الصدى بتقدير استجابة الغرفة النبضية وعكس أو قمع الانعكاسات المتأخرة. تذهب الأساليب المعتمدة على الذكاء الاصطناعي إلى أبعد من ذلك باستخدام شبكات عصبية متكررة للتنبؤ بالذيل الصدوي وطرحه، حتى في الغرف ذات الصوتيات المعقدة.

هذا مفيد بشكل خاص للكلام في المساحات الكبيرة العاكسة مثل القاعات والمدارس والمراكز الدينية وقاعات المؤتمرات. يمكن تكوين أنظمة SSOUNDS مع إزالة الصدى لكل قناة، مما يسمح لمهندس الصوت بضبط المستوى المناسب من الوضوح دون جعل الصوت يبدو غير طبيعي أو أجوف.

زمن الكامن هو القيد الحرج في الصوت الحي. أي معالجة تقدم تأخيرًا يزيد عن 10-15 مللي ثانية تصبح ملحوظة كصدى ارتدادي أو تصفية مشطية عند دمجها مع الصوت غير المعالج. يجب تحسين خوارزميات الذكاء الاصطناعي للاستدلال منخفض الزمن الكامن.

عمل مهندسو SSOUNDS عن كثب مع شركاء معالجة الإشارات الرقمية لنشر بنى شبكات عصبية خفيفة الوزن تعمل بكفاءة على معالجات FPGA و SHARC. والنتيجة هي زمن كامن أقل من 5 مللي ثانية لتقليل الضوضاء وإزالة الصدى، مما يجعل هذه الأدوات قابلة للاستخدام في مزيج الصوت الأمامي (FOH)، ومزيج المراقبة، وتغذية البث على حد سواء.

أكثر التطبيقات تأثيرًا تشمل: المؤتمرات الصحفية وحلقات النقاش حيث تكون عدة ميكروفونات مفتوحة في غرفة صاخبة؛ ودور العبادة ذات أوقات الصدى الطويلة؛ ومواقع البث الخارجية المعرضة للرياح وضوضاء المرور؛ وغرف الاجتماعات الافتراضية حيث ينضم المشاركون من مساحات غير معالجة.

في كل حالة، تسمح معالجة الذكاء الاصطناعي لمهندس الصوت بتقديم مزيج نظيف ومركّز دون بوابات عدوانية أو معادلات تصفية مفرطة من شأنها أن تضر بالطبيعية. لمستخدمي SSOUNDS، هذه الأدوات متاحة عبر برنامج التحكم في النظام، مع إعدادات مسبقة مصممة خصيصًا للسيناريوهات الشائعة.

تشتمل مكبرات الصوت ومعالجات النظام من SSOUNDS على معالج مساعد مخصص للذكاء الاصطناعي لتحسين الصوت في الوقت الفعلي. يتم دمج الخوارزميات في سلسلة الإشارة كتأثيرات إدراج، متاحة على أي إدخال أو ناقل مزيج. يمكن للمهندسين تمكين تقليل الضوضاء وإزالة الصدى لكل قناة أو على مستوى النظام، مع شدة قابلة للتعديل.

يدعم النظام أيضًا التحكم عن بعد والمراقبة، مما يسمح بإجراء التعديلات من جهاز لوحي أو كمبيوتر محمول أثناء حدث مباشر. تضمن هذه المرونة إمكانية ضبط معالجة الذكاء الاصطناعي بدقة وفقًا للظروف الصوتية المحددة دون الحاجة إلى مشغل مخصص.

ابدأ بإعدادات معتدلة: يمكن أن يؤدي تقليل الضوضاء العدواني أحيانًا إلى إزالة الأصوات الاحتكاكية أو التسبب في تأثير ضخ طفيف. استخدم قياسات النظام في الوقت الفعلي لتصور الانخفاض في مستوى الضوضاء وزمن الصدى.

لتغذية البث، فكر في تطبيق إزالة الصدى بشكل أكبر من تقليل الضوضاء، حيث أن المستمعين أكثر تسامحًا مع الضوضاء الخلفية من الكلام غير الواضح. راقب دائمًا الإشارة المعالجة على سماعة رأس أو شاشة عالية الجودة لاكتشاف التشوهات.

أخيرًا، تذكر أن معالجة الذكاء الاصطناعي هي أداة، وليست بديلاً عن تقنية الميكروفون الجيدة ومعالجة الغرفة. ضع الميكروفونات بالقرب من مصدر الصوت واستخدم أنماطًا اتجاهية لزيادة نسبة الإشارة إلى الضوضاء قبل المعالجة.