噪聲抑制在遠場語音識別和通話中的應用

對帶噪語音作噪聲抑制，在遠場語音識別和通話中都會用到，也都會碰到一個矛盾，是儘可能的消除噪聲即使對語音有損傷，仍是儘可能的不損傷語音即使保留一些噪聲呢？

筆者這些年，接觸了很多語音識別行業和通話行業的人，你們都在說，咱們是兩個行業，雖然噪聲抑制的原理差很少，可是一個是給機器聽的，一個是我的聽的。

那麼具體有什麼不一樣呢？

語音識別行業的說，咱們不須要降那麼幹淨，不能損傷語音，不然會影響識別的效果。大家通話行業，能夠降得狠一些，反正人的糾錯能力很強，對語音損傷一點關係不大。

而通話行業的說，咱們是給人聽的，溫馨度最重要，寧肯噪聲多留一點，也不能損傷語音。大家識別行業，能夠降得狠一些，反正給機器聽，能識別出來就行。

哈哈，兩個行業對對方的認知居然有這麼大差別，不知不覺中居然走到了一條路線上來，最終結果呢？都是但願不損傷語音。

其實語音識別行業和通話行業，對降噪的最大差異是：是否是要求按幀實時處理。

語音識別行業根據使用場景，是能夠積累必定的數據量再處理的，而通話行業，則必須是按幀實時處理。

加上這個限定，通話行業對噪聲抑制的算法要求更苛刻一些，在語音識別行業能夠用的方法，改爲按幀實時後，效果每每會打折扣。