هل إلغاء الضوضاء بالذكاء الاصطناعي أفضل حقًا من ENC التقليدي؟ لقد اختبرناها.
إذا كنت قد اشتريت سماعات رأس مؤخرًا، وخاصة سماعات الرأس UC (الاتصالات الموحدة) التي تركز على "المكالمات عالية الوضوح" أو "استخدام المؤتمرات"، فمن المؤكد أنك رأيت هذين المصطلحين: ENC (إلغاء الضوضاء البيئية) وإلغاء الضوضاء باستخدام الذكاء الاصطناعي. يدعي جميع المصنعين أن تقنيتهم تعمل على "تصفية ضوضاء الخلفية"، ولكن ما هي التقنية التي يمكن الاعتماد عليها حقًا؟ هل هو مجرد ضجيج تسويقي أم أن هناك فرقًا حقيقيًا؟
باعتبارنا شركة مصنعة متخصصة في أجهزة الصوت UC، فإننا لا نريد الاعتماد على المواصفات فقط. لذا، نقلنا معملنا إلى العالم الحقيقي-المقاهي ومحطات مترو الأنفاق والمكاتب المنزلية-لإجراء اختبارات عمياء وتحليلات موضوعية لاثنين من سماعات الرأس الخاصة بنا المجهزة بتقنية ENC التقليدية وأحدث تقنيات إلغاء الضوضاء التي تعمل بالذكاء الاصطناعي. وهنا النتائج التي توصلنا إليها.
أولاً، دعونا نوضح: ما هو الفرق الأساسي بين إلغاء الضوضاء ENC وAI؟
تم استخدام تقنية ENC التقليدية (إلغاء الضوضاء البيئية) لأكثر من عقد من الزمن. ويعتمد عادةً على ميكروفونين: أحدهما يواجه الفم لالتقاط الصوت البشري، والآخر بعيدًا عن الفم لالتقاط الضوضاء المحيطة. يقوم النظام بإلغاء الضوضاء الخلفية من خلال "الطرح". يبدو الأمر ذكيًا، ولكن به عيب فادح: فهو يفترض أن الضوضاء "مستقرة ويمكن التنبؤ بها"-مثل طنين مكيف الهواء أو صوت المروحة. عندما تحدث أصوات مفاجئة أو معقدة (بكاء طفل، وقعقعة لوحة المفاتيح، صفارات الإنذار)، غالبًا ما ينهار ENC، إما بالفشل في قمع الضوضاء أو حتى إخفاء صوتك، مما يجعلك تبدو وكأنك تتحدث تحت الماء.
إلغاء الضوضاء بالذكاء الاصطناعي مختلف تمامًا. فهو لا يعتمد على الإلغاء الجسدي، بل على "الفهم". يتم تدريب-نموذج الشبكة العصبية المدمج في سماعات الرأس على كميات هائلة من بيانات الكلام والضوضاء، مما يمكنه من التحديد في الوقت الفعلي: "هذا صوت بشري، هذا صوت نباح كلب، هذا هدير سيارة مترو الأنفاق." بعد ذلك، فإنه يحتفظ فقط بنطاق تردد الصوت البشري، مما يؤدي إلى حذف الآخرين بدقة. والأهم من ذلك، أنه يمكنه التعرف على ضوضاء "غير -الحالة-المستقرة"، ويصبح أكثر ذكاءً مع الاستخدام.
ولكن هل هذا يعني أن الذكاء الاصطناعي هو الأفضل دائمًا؟ ليس بالضرورة. فهو يتطلب شريحة أكثر قوة، ومزيدًا من الطاقة، وقد يؤدي إلى زمن وصول بسيط. ولذلك قررنا إجراء اختبار حقيقي-.
منهجية الاختبار لدينا: لا توجد اختبارات معملية مرحلية، فقط سيناريوهات {{0}من العالم الحقيقي.
لقد اخترنا سماعتين UC مطورتين داخليًا:
طراز ENC: مزود بحل ENC-متطور للميكروفون المزدوج، بتكلفة منخفضة واستهلاك منخفض للطاقة، ويستهدف عمليات الشراء المجمعة للمؤسسات.
نموذج الذكاء الاصطناعي: مزود بمحرك فصل الصوت -خفيف الوزن الذي تم تطويره ذاتيًا والذي يعتمد على الذكاء الاصطناعي، استنادًا إلى النظام الأساسي Qualcomm QCC5181، ويدعم نمذجة الضوضاء الديناميكية.
تم إجراء الاختبارات في أربعة سيناريوهات نموذجية، مع تسجيل 30 ثانية من الصوت لكل سيناريو، وأكملها ثلاثة مختبرين بخصائص صوتية مختلفة (ذكر/أنثى/متوسط-صوت منخفض). معايير التقييم شملت:
وضوح الكلام الذي يسمعه الطرف الآخر (درجة ذاتية من 1 إلى 5)
استمرارية الضوضاء في الخلفية (تم قياس نسبة الإشارة إلى الضوضاء (SNR) باستخدام برنامج صوتي احترافي)
طبيعية الصوت (تشويه، انقطاع، صوت "روبوتي")
السيناريو 1: شارع المدينة (حركة مرور مستمرة + أصوات أبواق عرضية)
أداء ENC: يمنع ضوضاء حركة المرور في الخلفية، ولكن كل بوق سيارة "يتسرب" إلى الداخل، ويسمع الطرف الآخر صوت "صفارة" بوضوح.
أداء الذكاء الاصطناعي: أصوات البوق تختفي تمامًا تقريبًا، والصوت مستقر. تم تحسين نسبة الإشارة إلى الضوضاء (SNR) بحوالي 8 ديسيبل.
الاستنتاج: يتفوق الذكاء الاصطناعي بشكل كبير، خاصة في التعامل مع الضوضاء المفاجئة ذات التردد العالي-.
السيناريو 2: المقهى (موسيقى خلفية + محادثات متعددة)
أداء ENC: كانت الموسيقى ضعيفة، ولكن المحادثات على الطاولات المجاورة كانت لا تزال مسموعة بشكل خافت، خاصة عندما رفع الطرف الآخر صوته.
أداء الذكاء الاصطناعي: تم قمع أصوات الخلفية بشكل فعال، ولم يتبق سوى صدى خافت جدًا للموسيقى. تعليقات المختبر: "اعتقد الطرف الآخر أنني كنت في مكتب هادئ."
التفاصيل الأساسية: يمكن لنموذج الذكاء الاصطناعي التمييز بين "الأصوات غير المستهدفة" و"الأصوات المستهدفة"، وهو أمر لا تستطيع ENC فعله على الإطلاق.
السيناريو 3: العمل من المنزل (لوحة المفاتيح الميكانيكية + مكيف الهواء + نباح الكلب)
أداء ENC: تم التعامل مع ضوضاء مكيف الهواء بشكل جيد، ولكن النقر على لوحة المفاتيح ونباح الكلاب كانا يتغلغلان تمامًا. سأل الطرف الآخر مرارًا وتكرارًا: "هل تقوم بالتجديد هناك؟"
أداء الذكاء الاصطناعي: تم تقليل أصوات لوحة المفاتيح بشكل ملحوظ (مع الاحتفاظ بردود فعل لمسية طفيفة دون التأثير على الكلام)، وتم تحديد نباح الكلاب على أنه "-حدث غير كلامي" وإزالته. الضعف الوحيد: في بعض الأحيان، كانت هناك انقطاعات طفيفة في الكلام أثناء الكتابة السريعة والمستمرة.
اكتشاف مثير للاهتمام: يتعامل الذكاء الاصطناعي مع "الضوضاء الروتينية" (مثل ضوضاء لوحة المفاتيح) بشكل أسوأ من "الضوضاء المفاجئة"-مما يشير إلى أنه لا يزال هناك مجال للتحسين في بيانات التدريب.
السيناريو 4: مكتب هادئ (قياسي) كان أداء كلاهما متماثلًا تقريبًا، مع حرية التعبير الطبيعية والمشوهة-. وهذا يثبت أن الذكاء الاصطناعي لم "يبالغ في معالجة" الصوت في بيئة نظيفة.
استهلاك الطاقة وزمن الوصول: ما هي تكلفة الذكاء الاصطناعي؟
قمنا بمراقبة استهلاك البطارية خلال ساعتين من المكالمات المتواصلة:
الموديل E (ENC): استهلاك طاقة 12%
الطراز أ (الذكاء الاصطناعي): استهلاك طاقة بنسبة 16%. هناك اختلاف، ولكن تأثيره على سماعات الرأس UC السائدة (عادةً ما تقدم 15+ ساعة من عمر البطارية) محدود. فيما يتعلق بزمن الاستجابة، يقدم نموذج الذكاء الاصطناعي ما يقرب من 15 إلى 20 مللي ثانية من وقت المعالجة الإضافي-غير المحسوس تمامًا في المكالمات الصوتية (يبلغ حد السمع البشري حوالي 30 إلى 50 مللي ثانية)، ولكن يُنصح بالحذر في سيناريوهات زمن الاستجابة المنخفض-(مثل الصوت المباشر-المنتهي).
إذًا، كيف يجب على المستخدمين العاديين الاختيار؟
اختر ENC التقليدي إذا كنت:
هل الميزانية حساسة-(شائعة في عمليات النشر على مستوى المؤسسات-الواسعة النطاق)
الاستخدام في بيئات هادئة أو رتيبة نسبيًا (على سبيل المثال، مراكز الاتصال ومحطات العمل الثابتة)
عمر بطارية عالي القيمة (على سبيل المثال، فريق عمل ميداني يعمل على مدار الساعة طوال أيام الأسبوع)
اختر إلغاء الضوضاء بالذكاء الاصطناعي إذا كنت:
إجراء مكالمات بشكل متكرر في بيئات متنوعة وصاخبة (المقاهي والمطارات والمكاتب المشتركة)
هل أنت مندوب مبيعات أو استشاري أو عامل عن بعد-صوت واضح=صورة احترافية
هل أنت على استعداد لدفع المزيد مقابل الإحراج الناتج عن "عدم تمكن الطرف الآخر من سماعك"
بالنسبة لنا، الإجابة واضحة: إلغاء الضوضاء بالذكاء الاصطناعي ليس المستقبل، إنه موجود بالفعل. ومع انخفاض تكاليف الرقائق، نعمل تدريجيًا على نقل هذه التقنية إلى خط إنتاجنا المتوسط-. بعد كل شيء، في عصر Zoom، لم يكن أحد يريد تفويت عميل كبير بسبب ضجيج الخلفية.
أخيرًا، لنكن صادقين: لا توجد تكنولوجيا جيدة أو سيئة بشكل مطلق، فقط ما إذا كانت تتوافق مع السيناريو. كشركة مصنعة، نحن لا نؤيد "القدرة المطلقة للذكاء الاصطناعي"، ولكننا نؤمن بأن التجربة الصوتية الجيدة يجب أن تجعل المستخدمين ينسون التكنولوجيا الموجودة-سواء كنت في مترو الأنفاق أو في المطبخ أو في غرفة الاجتماعات، يجب أن يسمعك الطرف الآخر فقط، وليس ضجيجك اليومي.
هل تبحث عن شراء سماعات اجتماعات لفريق مؤسستك؟ [اتصل بخبراء حلول الاتصالات الموحدة لدينا]
