rnnoise降噪算法,是根据纯语音,以及噪声通过gru训练来做。特征点提取,以及语料成为了算法的核心部分。
其中rnnoise的优点主要:
a、一个算法,通过训练,可以解决所有噪声场景。
b、可以优化传统噪声估计的时延,收敛问题。
rnnoise的缺点是:
1、深度学习算法,落地问题。因为相对大部分传统算法,rnn训练要得到一个很好的效果,特征点个数,隐藏单元的个数以及神经网络层数的增加,导致模型增大,运行效率就是问题。
2、高质量的纯净语音直接决定效果的好坏!
3、rnnoise目前测试发现,单独运行,或者集成到webrtc上在硬件好的pc运行效率是够的。