در داخل تحقیقات پیشرفته در پشت پاک کننده صوتی – اتاق خبر جهانی سامسونگ

تصور کنید که یک عملکرد اتوبوس را ضبط می کنید ، فقط برای اینکه شاخ های ماشین بر موسیقی غلبه کنند – یا فیلمبرداری از طریق یک کافه در یک کافه که سر و صدای محیط باعث می شود مکالمات تقریباً غیرممکن باشد.

Audio Eraser ، که در سری Galaxy S25 معرفی شده است ، برای پرداختن به چنین شرایطی با کاهش نویز پس زمینه ناخواسته و تقویت صداهای مورد نظر برای کمک به کاربران در ایجاد فیلم های همهجانبه تر طراحی شده است.¹ ویژگی های Galaxy AI مانند Audio Eraser – که با درک عمیقی از نیازهای کاربر ایجاد شده است – به لطف تلاش های فعال تحقیقات سامسونگ و تجربه موبایل (MX) در سامسونگ الکترونیک امکان پذیر شد.

اتاق خبر سامسونگ با کارشناسان فناوری صوتی از تیم راه حل هوش مصنوعی در سامسونگ تحقیق نشست تا اطلاعات بیشتری در مورد توسعه این ویژگی نوآورانه کسب کند.

▲ (از سمت چپ) Kyoungbo Min ، Hejung Yang ، Hosang Sung و Jiwon Kim از تیم Solution AI در Samsung Research

تشخیص منبع: آینده فناوری صوتی نسل بعدی

پاک کن صوتی کاربران را قادر می سازد تا با از بین بردن نویز ناخواسته و تقویت صوتی مورد نظر برای برجسته کردن ، صداها را در یک فیلم تنظیم کنند. این ویژگی به سرعت یک فیلم را برای تشخیص و جدا کردن صداهای جداگانه اسکن می کند ، و می تواند نه تنها در کلیپ های ضبط شده توسط کاربر بلکه در فیلم هایی که به اشتراک گذاشته شده یا دریافت شده اند ، استفاده شود.

درست همانطور که Object Eraser با اولین حضور در سری Galaxy S21 ، ویرایش تصویر و قابلیت استفاده را بهبود بخشید ، Audio Eraser برای ارائه یک تجربه چندرسانه ای پیشرفته تر و یکپارچه تر در هر دو صدا و ویدئو تهیه شد.

▲ پاک کننده صوتی به کاربران امکان می دهد صداها را بر اساس نوع در یک فیلم تنظیم کنند.

توسعه مدل های تشخیص منبع صدا و جداسازی

Audio Eraser شش نوع صدا را به رسمیت می شناسد – صدا ، موسیقی ، باد ، صداهای طبیعت ، سر و صدای جمعیت و سر و صدای محیط. با استفاده از فناوری تشخیص منبع صدا ، این ویژگی به سرعت مشخص می کند که صداها وجود دارد و در یک فیلم در کجا رخ می دهد. سپس ، از طریق فناوری جداسازی منبع صدا ، هر صدا را در دسته های مجزا جدا و طبقه بندی می کند.

برای ساخت مدل های هوش مصنوعی قادر به تشخیص و جداسازی این انواع صوتی ، تیم تحقیق با جمع آوری مجموعه ای قوی از داده های آموزشی آغاز شد. آنها طیف گسترده ای از سناریوهای ضبط ویدیویی در دنیای واقعی را برای تولید مجموعه داده های صوتی متنوع شبیه سازی کردند-و حتی برای ضبط صداهای روزمره به دست اول وارد میدان شدند.

هجونگ یانگ از تیم راه حل هوش مصنوعی در تحقیقات سامسونگ گفت: “باد به ویژه برای کار با آن چالش برانگیز بود.” “علاوه بر پالایش فناوری شبیه سازی باد ، ما مجموعه داده های خود را با ضبط صداهای واقعی باد در خارج از منزل هر زمان که بادهای شدید رخ می داد – حتی بعد از کار یا آخر هفته” افزایش دادیم. “

علاوه بر این ، این تیم با مرور دقیق کلیپ های ویدیویی بی شماری چندین بار ، زمان گسترده ای را برای بهبود عملکرد مدل جداسازی منبع صدا اختصاص داده است.

جیون کیم گفت: “هر توسعه دهنده هر هفته بیش از 1000 نمونه صوتی را در شرایط مختلف مقایسه و تجزیه و تحلیل می کند.” “از طریق آزمایش مداوم ، ما برای شناسایی مؤثرترین مدل جداسازی منبع صدا برای اطمینان از نتایج مداوم و با کیفیت بالا تلاش کردیم.”

▲ محققان سامسونگ در زمینه توسعه فناوری صوتی برای پاک کن صوتی کار می کنند.

ارائه یک تجربه جدید گوش دادن به کاربر محور

از آنجا که پاک کننده صوتی در دستگاه های دستگاهی اجرا می شود ، تجربه کاربری پیشرفته ای را با ویرایش در زمان واقعی و محافظت از حریم خصوصی بهبود می بخشد. تخصص دیرینه سامسونگ در توسعه قابلیت های رقابتی هوش مصنوعی در دستگاه های مختلف در ویژگی های مختلف نقش اساسی در موفقیت پاک کن صوتی داشت.

Hosang Sung گفت: “ما بر توسعه مدل های AI و الگوریتم های قادر به پردازش سریع و روی دستگاه متمرکز شده ایم.” “تلاش زیادی برای ایجاد یک راه حل بهینه شده هوش مصنوعی انجام شد که با مصرف انرژی کم هموار است.”

سامسونگ تحقیقات با پشتیبانی از یک زیرساخت تحقیقاتی قوی هوش مصنوعی ، همچنان به تقویت توانایی های خود در فن آوری های صوتی پیشرفته می پردازد.

هونیونگ چو ، معاون رئیس جمهور و رئیس تیم راه حل هوش مصنوعی در تحقیقات سامسونگ گفت: “ما متعهد هستیم که راه حل های نسل بعدی را ایجاد کنیم که قابلیت استفاده از دستگاه های تلفن همراه را بالا ببرد.” “از طریق کنترل صدا و فن آوری های تقویت صوتی ، ما قصد داریم یک تجربه گوش دادن واقعاً انتخابی و شخصی را ارائه دهیم.”

همکاری یکپارچه با تیم های توسعه محصول

تبدیل تحقیقات پیشرفته به یک راه حل آماده مصرف کننده مجموعه جدیدی از چالش ها را به همراه داشت. به عنوان مثال ، هنگام ویرایش همزمان ویرایش فیلم و صدا ، پخش لازم برای صاف و بدون وقفه است. علاوه بر این ، پردازش فیلم ها بیش از یک ساعت به فناوری تخصصی نیاز دارند که بتوانند کار را در همان بازه زمانی انجام دهند.

برای پرداختن به این چالش ها ، Samsung Research و MX Business با هم کار کردند-از پیشنهاد ایده های کاربر محور تا آزمایش مکرر تکنیک های بهینه سازی نرم افزار و ارزیابی کیفیت صدا. آنها با هم ، روشهای مختلفی را برای تعیین مؤثرترین راه حل مورد بررسی قرار دادند.

همکاری متقابل عملکردی قبلاً در توسعه سری Galaxy Buds3 (Buds3 ، Buds3 Pro) موفقیت آمیز بود. با افزایش نیاز به گوش دادن در محیط های پر سر و صدا – برای همه چیز از موسیقی و تجربیات رسانه ای گرفته تا گوش دادن به تماس های تلفنی واضح تر – لغو نویز فعال (ANC) به یک ویژگی فزاینده ضروری در گوشواره های بی سیم تبدیل شده است. سامسونگ با توسعه فناوری ANC ANC خود ، این نوار را بالا برد. سری Galaxy Buds3 با شرایط مناسب کاربران مختلف و تغییرات تناسب ناشی از سایش طولانی مدت برای ارائه عملکرد بهینه شده ANC سازگار است.

از آنجا که گوشواره ها به طور مستقیم در گوش پوشیده می شوند ، هماهنگی نزدیک بین تیم های سخت افزار و نرم افزاری برای نهایی کردن مشخصات محصول و تنظیم دقیق فناوری ANC ضروری بود.

Kyoungbo Min گفت: “ما چندین الگوریتم را از قبل ایجاد کردیم تا شرایط سخت افزاری مختلف را در خود جای دهیم.” “از طریق شبیه سازی های گسترده ، ما راه حلی را تهیه کردیم که می تواند به سرعت با هر چیپست یا دستگاه سازگار باشد. روند توسعه شامل تجدید نظر و پیشرفت های تکراری است ، اما همکاری نزدیک بین تیم های پیشرفته و تیم های محصول به تسریع در تجارت کمک می کند.”

جداسازی منبع صدا منطقه اصلی فناوری صوتی نسل بعدی است و سامسونگ همچنان به پیشرفت نوآوری های بنیادی خود در این زمینه ادامه می دهد. این شرکت با استفاده از پاک کن صوتی از جداسازی منبع صدا ، در حال آماده سازی برای گسترش در طیف وسیعی از برنامه های جدید است. انتظار می رود تکامل مداوم کهکشان هوش مصنوعی ویژگی های عملی و بصری تری را برای مصرف کنندگان ارائه دهد.

¹ نتایج ممکن است بسته به نحوه وجود صداهای موجود در فیلم ، در هر فیلم متفاوت باشد. ورود به حساب سامسونگ مورد نیاز است. انواع خاصی از صدا را می توان مانند صداها ، موسیقی ، باد ، طبیعت ، جمعیت و سر و صدا تشخیص داد. تشخیص صدا واقعی بسته به منبع صوتی و وضعیت فیلم ممکن است متفاوت باشد. دقت نتایج تضمین نمی شود.