谷歌使用机器学习来提高Duo的通话质量

谷歌推出了一项新技术，当服务无法维持稳定的WaveNetEQ连接时，可以提高Duo通话的音频质量。它是基于谷歌的DeepMind部门的技术，该部门的目标是用人工噪音代替音频抖动，这种噪音听起来就像人类说话一样，是通过机器学习产生的。

如果你曾经在网上打过电话，那么你很有可能经历过音频抖动。当作为调用的一部分发送的音频数据包在传输过程中丢失，或出现延迟或顺序错误时，就会发生这种情况。谷歌说99%的Duo呼叫都经历过数据包丢失:20%的丢失超过3%的音频，10%的丢失超过8%。有很多音频需要替换。

每个呼叫应用程序都必须以某种方式处理这种丢包，但谷歌表示，这些丢包隐藏(PLC)过程可能很难填补60毫秒或更长的空白，听起来既不像机器人，也不重复。WaveNetEQ的解决方案是基于DeepMind的神经网络技术，它已经对来自48种不同语言的100多个使用者的数据进行了训练。

将WaveNetEQ与NetEQ（一种常用的PLC技术）进行了比较。尝试替换60ms丢包时的声音。不过，这个系统可以替换的音频是有限制的。谷歌的技术旨在取代短音，而不是完整的单词。因此，120毫秒后，它会逐渐消失，并产生静音。谷歌说，它对系统进行了评估，以确保没有引入任何重要的新声音。另外，所有的处理都需要在设备上进行，因为谷歌Duo调用默认是端到端加密的。一旦通话的真实音频恢复，WaveNetEQ将无缝地回到现实中。

这是一个巧妙的小技术，当互联网让他们失望时，打电话应该更容易理解。由于Pixel 4手机在12月的功能下降，该技术已经可以用于在Pixel 4手机上拨打Duo电话。谷歌表示，它正在将这项技术推广到其他未命名的手机上。

声明：本文由易百纳技术社区编写，文章内容来自The verge，版权归原作者所有，转载请注明出处，如有侵权请联系删除。