谷歌推出了一項(xiàng)新技術(shù)，可以提高Duo通話的音頻質(zhì)量

谷歌推出了一項(xiàng)新技術(shù)，當(dāng)服務(wù)無法維持穩(wěn)定的WaveNetEQ連接時(shí)，可以提高Duo通話的音頻質(zhì)量。它是基于谷歌的DeepMind部門的技術(shù)，該部門的目標(biāo)是用人工噪音代替音頻抖動(dòng)，這種噪音聽起來就像人類說話一樣，是通過機(jī)器學(xué)習(xí)產(chǎn)生的。

如果你曾經(jīng)在網(wǎng)上打過電話，那么你很有可能經(jīng)歷過音頻抖動(dòng)。當(dāng)作為調(diào)用的一部分發(fā)送的音頻數(shù)據(jù)包在傳輸過程中丟失，或出現(xiàn)延遲或順序錯(cuò)誤時(shí)，就會(huì)發(fā)生這種情況。谷歌說99%的Duo呼叫都經(jīng)歷過數(shù)據(jù)包丟失：20%的丟失超過3%的音頻，10%的丟失超過8%。有很多音頻需要替換。

每個(gè)呼叫應(yīng)用程序都必須以某種方式處理這種丟包，但谷歌表示，這些丟包隱藏（PLC）過程可能很難填補(bǔ)60毫秒或更長(zhǎng)的空白，聽起來既不像機(jī)器人，也不重復(fù)。WaveNetEQ的解決方案是基于DeepMind的神經(jīng)網(wǎng)絡(luò)技術(shù)，它已經(jīng)對(duì)來自48種不同語(yǔ)言的100多個(gè)使用者的數(shù)據(jù)進(jìn)行了訓(xùn)練。

將WaveNetEQ與NetEQ（一種常用的PLC技術(shù)）進(jìn)行了比較。嘗試替換60ms丟包時(shí)的聲音。不過，這個(gè)系統(tǒng)可以替換的音頻是有限制的。谷歌的技術(shù)旨在取代短音，而不是完整的單詞。因此，120毫秒后，它會(huì)逐漸消失，并產(chǎn)生靜音。谷歌說，它對(duì)系統(tǒng)進(jìn)行了評(píng)估，以確保沒有引入任何重要的新聲音。另外，所有的處理都需要在設(shè)備上進(jìn)行，因?yàn)楣雀鐳uo調(diào)用默認(rèn)是端到端加密的。一旦通話的真實(shí)音頻恢復(fù)，WaveNetEQ將無縫地回到現(xiàn)實(shí)中。

這是一個(gè)巧妙的小技術(shù)，當(dāng)互聯(lián)網(wǎng)讓他們失望時(shí)，打電話應(yīng)該更容易理解。由于Pixel 4手機(jī)在12月的功能下降，該技術(shù)已經(jīng)可以用于在Pixel 4手機(jī)上撥打Duo電話。谷歌表示，它正在將這項(xiàng)技術(shù)推廣到其他未命名的手機(jī)上。