语音深度学习降噪与传统降噪

以下只针对语音的深度学习算法，

场景对比：

        目前深度学习已经广泛应用于手机，voip，对讲机，TWS蓝牙耳机，算法也一步步完善，但是在个别场景还有待提升，总体效果比传统好得多，深度学习单麦克风可以跟传统双mic pk，还比其好，当然深度学习也有一定局限性，信噪比太低，效果也不行（比如-5dB以下，这时也得借助麦克风阵列才会比较好的效果），至于个别厂商3麦克风传统也有比较好的效果，总体传统算法+麦克风阵列还是有比较好的效果(这个是建立在多个麦克风基础上的)。

深度学习降噪一些场景不行（比如：蓝牙耳机在设备端做ai降噪，通讯对方传过来的声音降噪等），也是跟其训练语料有关，或者说这本来就是按一个标准去做的。

性能对比：

           对于非平稳噪声快速抑制，效果优；传统2mic比较困难。要是只对比单mic传统根本没法比。

资源占用：

            ai降噪对内存要求比较大（百kB级以上），功耗会多些（10M以上）

不足：

           Ai就是一个黑盒子，如果ai降噪出现明显误压语音，只能靠炼丹师重新设置算法训练模型。

可以预见未来都是深度学习与传统降噪共存，麦克风阵列+ai越来越多。

至于ai回声消除还没有见那家厂商有商用的。