"Het is goed om je stem te horen, je weet dat het zo lang geleden is
Als ik je telefoontjes niet krijg, dan gaat alles mis...
Je stem over de lijn geeft me een vreemd gevoel"
— Blondje, "Opknoping aan de telefoon"

1978, Debbie Harry stuwde haar new wave-band Blondie naar de top van de hitlijsten met een klaaglijk verhaal over het verlangen om de stem van haar vriend van ver te horen en erop aan te dringen dat hij haar niet 'aan de telefoon liet hangen'.

Maar de vragen rijzen:wat als het 2020 was en ze sprak via VOIP met intermitterende pakketverliezen, audio jitter, netwerkvertragingen en niet-opeenvolgende pakkettransmissies?

We zullen het nooit weten.

Maar Google heeft deze week details aangekondigd van een nieuwe technologie voor zijn populaire Duo-spraak- en video-app die zal helpen zorgen voor soepelere spraakoverdrachten en tijdelijke hiaten die soms internetgebaseerde verbindingen belemmeren, te verminderen. We zouden graag denken dat Debbie het goed zou vinden.

We hebben allemaal te maken gehad met jitter op internet. Het treedt op wanneer een of meer pakketten instructies die een stroom audio-instructies omvatten, worden vertraagd of in de verkeerde volgorde tussen beller en luisteraar worden geschud. Methoden die gebruikmaken van buffers voor spraakpakketten en kunstmatige intelligentie kunnen over het algemeen jitter van 20 milliseconden of minder verminderen. Maar de onderbrekingen worden meer merkbaar wanneer de ontbrekende pakketten oplopen tot 60 milliseconden en meer.

Google zegt dat vrijwel alle oproepen verlies van datapakketten ervaren:een vijfde van alle oproepen verliest 3 procent van hun audio en een tiende verliest 8 procent.

Deze week, Google-onderzoekers van de DeepMind-divisie meldden dat ze een programma met de naam WaveNetEQ zijn gaan gebruiken om deze problemen aan te pakken. Het algoritme blinkt uit in het opvullen van tijdelijke geluidshiaten met gesynthetiseerde maar natuurlijk klinkende spraakelementen. Vertrouwend op een omvangrijke bibliotheek met spraakgegevens, WaveNetEQ vult geluidshiaten op tot 120 milliseconden. Dergelijke geluidsbitswaps worden packet loss concealments (PLC) genoemd.

"WaveNetEQ is een generatief model gebaseerd op DeepMind's WaveRNN-technologie, " Google's AI Blog meldde 1 april "die is getraind met behulp van een groot corpus aan spraakgegevens om op realistische wijze korte spraaksegmenten voort te zetten, waardoor het de ruwe golfvorm van ontbrekende spraak volledig kan synthetiseren."

Het programma analyseerde geluiden van 100 sprekers in 48 talen, inzoomen op "de kenmerken van menselijke spraak in het algemeen, in plaats van de eigenschappen van een specifieke taal, ’ verklaarde het rapport.

In aanvulling, geluidsanalyse is getest in omgevingen met een grote verscheidenheid aan achtergrondgeluiden om nauwkeurige herkenning door luidsprekers op drukke stadstrottoirs te garanderen, treinstations of cafetaria's.

Alle WaveNetEQ-verwerking moet op de telefoon van de ontvanger worden uitgevoerd, zodat de versleutelingsservices niet worden aangetast. Maar de extra vraag naar verwerkingssnelheid is minimaal, Google stelt. WaveNetEQ is "snel genoeg om op een telefoon te draaien, terwijl het nog steeds state-of-the-art audiokwaliteit en een natuurlijker klinkende PLC biedt dan andere systemen die momenteel in gebruik zijn."

Geluidsvoorbeelden die audiojitter en verbetering met WabeNetEQ illustreren, worden gepost op het Google Blog-rapport.

© 2020 Wetenschap X Netwerk