<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>噪声抑制 on 办公AI智能小助手</title>
    <link>https://blog.qife122.com/tags/%E5%99%AA%E5%A3%B0%E6%8A%91%E5%88%B6/</link>
    <description>Recent content in 噪声抑制 on 办公AI智能小助手</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <copyright>qife</copyright>
    <lastBuildDate>Wed, 24 Sep 2025 06:35:10 +0800</lastBuildDate>
    <atom:link href="https://blog.qife122.com/tags/%E5%99%AA%E5%A3%B0%E6%8A%91%E5%88%B6/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>实时语音降噪技术解析：深度学习与信号处理的融合</title>
      <link>https://blog.qife122.com/p/%E5%AE%9E%E6%97%B6%E8%AF%AD%E9%9F%B3%E9%99%8D%E5%99%AA%E6%8A%80%E6%9C%AF%E8%A7%A3%E6%9E%90%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%B8%8E%E4%BF%A1%E5%8F%B7%E5%A4%84%E7%90%86%E7%9A%84%E8%9E%8D%E5%90%88/</link>
      <pubDate>Wed, 24 Sep 2025 06:35:10 +0800</pubDate>
      <guid>https://blog.qife122.com/p/%E5%AE%9E%E6%97%B6%E8%AF%AD%E9%9F%B3%E9%99%8D%E5%99%AA%E6%8A%80%E6%9C%AF%E8%A7%A3%E6%9E%90%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E4%B8%8E%E4%BF%A1%E5%8F%B7%E5%A4%84%E7%90%86%E7%9A%84%E8%9E%8D%E5%90%88/</guid>
      <description>&lt;h2 id=&#34;技术原理概述&#34;&gt;技术原理概述&lt;/h2&gt;&#xA;&lt;p&gt;PercepNet作为某中心Chime语音聚焦功能的核心技术，采用深度学习与传统信号处理相结合的方法，在保证实时性的前提下实现全频带语音增强。该技术在Interspeech 2020深度噪声抑制挑战赛中，以仅占用4%CPU核心资源的优势获得实时处理类别第二名。&lt;/p&gt;</description>
    </item>
    <item>
      <title>深度噪声抑制技术突破：实时与非实时系统双获奖</title>
      <link>https://blog.qife122.com/p/%E6%B7%B1%E5%BA%A6%E5%99%AA%E5%A3%B0%E6%8A%91%E5%88%B6%E6%8A%80%E6%9C%AF%E7%AA%81%E7%A0%B4%E5%AE%9E%E6%97%B6%E4%B8%8E%E9%9D%9E%E5%AE%9E%E6%97%B6%E7%B3%BB%E7%BB%9F%E5%8F%8C%E8%8E%B7%E5%A5%96/</link>
      <pubDate>Sat, 13 Sep 2025 01:31:07 +0800</pubDate>
      <guid>https://blog.qife122.com/p/%E6%B7%B1%E5%BA%A6%E5%99%AA%E5%A3%B0%E6%8A%91%E5%88%B6%E6%8A%80%E6%9C%AF%E7%AA%81%E7%A0%B4%E5%AE%9E%E6%97%B6%E4%B8%8E%E9%9D%9E%E5%AE%9E%E6%97%B6%E7%B3%BB%E7%BB%9F%E5%8F%8C%E8%8E%B7%E5%A5%96/</guid>
      <description>&lt;h3 id=&#34;技术成果&#34;&gt;技术成果&lt;/h3&gt;&#xA;&lt;p&gt;在Interspeech 2020深度噪声抑制挑战赛中，某机构团队在19支参赛队伍中取得最佳成绩：非实时语音增强赛道获得第一名（phase1 | phase2-final），实时语音增强赛道获得第二名。实时系统仅使用单个CPU核心4%的计算资源（基于i7-8565U测试），远低于比赛允许的上限。&lt;/p&gt;</description>
    </item>
    <item>
      <title>深度学习降噪技术解析</title>
      <link>https://blog.qife122.com/p/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E9%99%8D%E5%99%AA%E6%8A%80%E6%9C%AF%E8%A7%A3%E6%9E%90/</link>
      <pubDate>Mon, 08 Sep 2025 10:38:43 +0800</pubDate>
      <guid>https://blog.qife122.com/p/%E6%B7%B1%E5%BA%A6%E5%AD%A6%E4%B9%A0%E9%99%8D%E5%99%AA%E6%8A%80%E6%9C%AF%E8%A7%A3%E6%9E%90/</guid>
      <description>&lt;h1 id=&#34;某中心chime降噪技术的工作原理&#34;&gt;某中心Chime降噪技术的工作原理&lt;/h1&gt;&#xA;&lt;p&gt;结合经典信号处理与深度学习的方法，使降噪技术高效到足以在手机上运行。&lt;/p&gt;&#xA;&lt;h2 id=&#34;核心技术percepnet&#34;&gt;核心技术：PercepNet&lt;/h2&gt;&#xA;&lt;p&gt;PercepNet是某中心Chime语音聚焦功能的核心技术之一。该技术旨在实时抑制语音信号中的噪声和混响，且不占用过多CPU资源，使其能够应用于手机等功耗受限设备。在Interspeech 2020的深度噪声抑制挑战赛中，PercepNet在实时处理类别中获得第二名，仅占用单核CPU的4%资源。&lt;/p&gt;</description>
    </item>
  </channel>
</rss>
