cnBeta
外媒報道稱，為保障 Duo 通話服務在不穩定連接狀態下的音頻質量，谷歌推出了一項名叫 WaveNetEQ 的音質改善方案。
據悉，其基於谷歌 DeepMind 部門的相關技術，旨在利用人工加入的噪音來抑制音頻的抖動。這種噪音聽起來就像人類在說話，但其實是通過機器學習技術產生的。
如果你曾經撥打過網絡電話，那肯定多多少少地經歷過因連接不穩定而導致的音頻抖動。
當通話期間的部分音頻數據包在通信過程中丟失、延遲過高、或順序錯誤時，就有可能發生這樣的情況。
谷歌表示，99% 的 Duo 通話都會出現數據包丟失，其中 20% 的丟失率超過 3%、另有 10% 的丟失率超過 8% 。
每款通信應用都有采取某種方式來處理丟包問題，但谷歌表示，傳統的丟包掩飾（PLC）過程，或導致高達 60ms 的空缺。
相比之下，基於 DeepMind 神經網絡技術的 WaveNetEQ 解決方案，已經在 48 種不同語言的 100 多個揚聲器數據上展開了訓練。
為增加說服力，谷歌還放出了一些 WaveNetEQ 與常見的 PLC 技術的比較音頻。當然，新技術能夠轉換多少音頻，還是有一定的侷限的。
谷歌表示，WaveNetEQ 旨在替換較短的音頻間隔，而不是真人通話期間漏掉的整個單次。因此在 120ms 之後，這套系統會淡出併產生靜音。
通過評估，谷歌確保了 WaveNetEQ 不會引入任何新運算的重音，此外所有處理都能夠在用戶的設備端進行，畢竟 Google Duo 默認就開啟了端到端加密。
一旦網絡連接變得順暢，真人的音頻會立即恢復，WaveNetEQ 將無縫地淡出介入。目前該技術已在 Pixel 4 智能機上進行測試，後續該公司還將向更多設備推廣。
分享到:
