随着人工智能的兴起,越来越多,传统语音增强算法的缺点,在深度学习领域得到提高。本文主要针对rnnoise 算法与传统算法比较分析:
1、传统降噪算法,大部分是估计噪声+维纳滤波,噪声估计的准确性,是整个算法效果的核心。
根据噪声的不同,大部分处理是针对平稳噪声,以及瞬时噪声来做。
2、rnnoise 降噪算法,是根据纯语音,以及噪声 通过gru 训练来做。特征点提取,以及语料成为了算法的核心部分。
从两种算法的核心部分可以了解到:
rnnoise 的优点主要:
a、一个算法,通过训练,可以解决所有噪声场景。
b、可以优化传统噪声估计的时延,收敛问题。
rnnoise 的缺点是:
1、深度学习算法,落地问题。因为相对大部分传统算法,rnn 训练要得到一个很好的效果,特征点个数,隐藏单元的个数以及神经网络层数的增加,导致模型增大,运行效率就是问题。
2、高质量的纯净语音直接决定效果的好坏!
3、rnnoise 目前测试发现,单独运行,或者集成到webrtc 上在硬件好的pc运行效率是够的。
本文只是简单分析一下rnnoise 降噪的优势,具体训练、应用,测试,欢迎大家加音频算法讨论群:(作者zeark)153268894 。