Spectral Gating Là Gì? Khử Tiếng Ồn Thực Sự Hoạt Động Như Thế Nào

Khi bạn sử dụng một công cụ loại bỏ tiếng ồn, điều gì thực sự đang xảy ra với âm thanh của bạn? Câu trả lời liên quan đến các kỹ thuật xử lý tín hiệu đã phát triển đáng kể trong vài thập kỷ qua. Hiểu các kỹ thuật này, spectral gating, spectral subtraction và các thay thế AI hiện đại của chúng, giúp bạn sử dụng chúng hiệu quả hơn và hiểu các hạn chế của chúng.

Phân tách âm thanh thành tần số: nơi khử tiếng ồn xảy ra

Khử tiếng ồn âm thanh hầu như luôn hoạt động bằng cách phân tách âm thanh thành các tần số cá nhân của nó, thay vì làm việc trực tiếp trên dạng sóng âm thanh thô. Hãy nghĩ về nó như một lăng kính tách ánh sáng trắng thành cầu vồng: các công cụ loại bỏ tiếng ồn tách âm thanh thành các thành phần tần số của nó để chúng có thể điều trị mỗi cái riêng lẻ.

Một quá trình toán học phân tích các đoạn âm thanh ngắn thành một biểu đồ cho thấy tần số nào lớn như thế nào tại thời điểm đó. Chạy điều này trong suốt bản ghi âm và bạn nhận được một spectrogram, một bản đồ trực quan về cách nội dung tần số của âm thanh thay đổi theo thời gian.

Các thuật toán khử tiếng ồn hoạt động bằng cách sửa đổi phân tích tần số này, sau đó chuyển đổi nó trở lại âm thanh bình thường.

Spectral Subtraction là gì?

Spectral subtraction, được phát triển vào cuối những năm 1970, là một trong những cách tiếp cận khử tiếng ồn sớm nhất và có ảnh hưởng nhất. Ý tưởng cơ bản là đơn giản:

1. Ước tính phổ tiếng ồn, thường từ một phần của âm thanh nơi chỉ có tiếng ồn (“hồ sơ tiếng ồn”)
2. Trừ đi phổ tiếng ồn ước tính khỏi phổ âm thanh tổng thể tại mỗi bước thời gian
3. Chuyển đổi phổ đã sửa đổi trở lại âm thanh

Thách thức là bước ước tính. Tiếng ồn không bao giờ hoàn toàn đứng yên. Nó thay đổi theo thời gian. Bất kỳ lỗi nào trong ước tính tiếng ồn đều dẫn đến các hiện tượng giả. Hiện tượng giả đặc trưng nhất là “tiếng nhạc”, một chất lượng rung rinh, tiếng lách tách gây ra bởi các đỉnh tiếng ồn còn sót lại di chuyển xung quanh phổ khi ước tính trừ dao động.

Các cải tiến khác nhau đã giải quyết vấn đề này qua nhiều năm, bao gồm trừ quá mức (trừ đi nhiều hơn một chút so với tiếng ồn ước tính để giảm tiếng ồn còn sót lại), sàn phổ (đặt mức tối thiểu bên dưới đó các thùng phổ không bị giảm), và ước tính tiếng ồn đa dải.

Spectral Gating là gì?

Spectral gating mở rộng khái niệm này bằng cách áp dụng ngưỡng âm lượng cho mỗi tần số riêng lẻ. Thay vì trừ tiếng ồn, spectral gating làm yên tĩnh hoặc tắt tiếng các tần số rơi xuống dưới một mức độ lớn nhất định, trên giả định rằng các tần số yên tĩnh chủ yếu là tiếng ồn trong khi các tần số lớn hơn chứa âm thanh bạn muốn giữ.

Hãy nghĩ về nó như một người bảo vệ tại cửa cho mỗi tần số đơn lẻ: nếu một tần số đủ lớn, nó được đi qua. Nếu nó quá yên tĩnh, nó bị từ chối. Một cổng tiếng ồn truyền thống giống như có một người bảo vệ cho toàn bộ âm thanh. Spectral gating giống như có một người bảo vệ riêng cho mỗi tần số.

Lợi thế là độ chính xác: tiếng ồn tần số cao có thể bị loại bỏ trong khi các âm trầm được bảo tồn, hoặc ngược lại. Bất lợi là nó giả định rằng tiếng ồn và giọng nói không bao giờ chia sẻ cùng một tần số cùng một lúc, điều này thường không phải là trường hợp với tiếng ồn phức tạp, thay đổi hoặc khi mức độ tiếng ồn cao.

Vấn đề hiện tượng giả

Cả spectral subtraction và spectral gating đều gặp phải cùng một vấn đề cơ bản: chúng cố gắng giải quyết một bài toán không xác định. Chỉ cho tín hiệu có tiếng ồn, không có cách nào hoàn hảo để tách tín hiệu khỏi tiếng ồn mà không có thông tin bổ sung về tín hiệu “nên” như thế nào.

Điều này dẫn đến các hiện tượng giả đặc trưng:

• Tiếng nhạc: chất lượng chirpy, rung rinh từ việc loại bỏ quá mức
• Làm mờ: làm mịn các âm thanh sắc, nhanh như phụ âm
• Biến dạng tiếng xuyên âm: thiệt hại cho âm “s” và “sh” chồng chéo với tần số tiếng ồn
• Bị bịt kín: từ việc loại bỏ quá nhiều ở tần số cao

Mức độ của các hiện tượng giả tỷ lệ với mức độ khử tiếng ồn được áp dụng. Một lượng nhỏ trừ phổ thường nghe sạch. Đẩy mạnh nó lộ ra các hiện tượng giả.

AI đã thay thế các cách tiếp cận này như thế nào

Khử tiếng ồn dựa trên AI hiện đại, như được sử dụng trong Noise Remover, đi theo một con đường khác biệt cơ bản. Thay vì ước tính tiếng ồn và trừ nó, một mạng neural học sâu học từ hàng triệu ví dụ âm thanh giọng nói sạch nghe như thế nào. Tại thời điểm suy luận, mô hình sử dụng kiến thức đã học này để tái tạo giọng nói sạch từ đầu vào có tiếng ồn.

Điều này giống như hỏi “âm thanh này nên như thế nào?” hơn là “tôi nên loại bỏ gì?” Kết quả tốt hơn đáng kể cho tiếng ồn phức tạp, không dừng và để bảo toàn tính tự nhiên của giọng nói.

AI của Noise Remover cụ thể giải quyết bản chất phụ thuộc tần số của tiếng ồn bằng cách xử lý cả các thành phần tần số thấp (nơi tiếng ầm ầm và tiếng uỳnh uịch sống) và các thành phần tần số cao (nơi chi tiết giọng nói và phụ âm sống) với các bước xử lý riêng biệt.

Tại sao điều này quan trọng trong thực tế

Hiểu spectral gating và khử tiếng ồn AI giúp bạn:

• Biết khi nào sử dụng công cụ nào: đối với tiếng ồn nhẹ, ổn định, ngay cả các phương pháp đơn giản cũ cũng hoạt động tốt. Đối với tiếng ồn phức tạp trong các bản ghi âm quan trọng, các công cụ AI đáng để sử dụng.
• Chẩn đoán các hiện tượng giả: nếu khử tiếng ồn của bạn nghe “tiếng nhạc” hoặc “chirpy”, bạn có thể đang sử dụng một công cụ truyền thống quá mức. Chuyển sang AI hoặc giảm lượng.
• Thiết lập kỳ vọng: các công cụ AI không phải là ma thuật. Chúng hoạt động vì chúng đã học giọng nói nghe như thế nào, nhưng các âm thanh rất bất thường (giọng vùng miền bất thường, giọng thì thầm, âm thanh không phải giọng nói) có thể không được hưởng lợi nhiều.

Thử Noise Remover để nghe cách xử lý phổ dựa trên AI nghe như thế nào trên các bản ghi âm của chính bạn.