Dalam lompatan signifikan untuk telekomunikasi, sebuah solusi baru bertujuan untuk mengusir kebisingan latar belakang dari panggilan telepon untuk selamanya. Kolaborasi antara operator besar dan penyedia peralatan terkemuka telah menghasilkan fitur bertenaga AI yang revolusioner yang diterapkan langsung di dalam jaringan itu sendiri, menjanjikan peningkatan kejelasan panggilan untuk miliaran pengguna potensial terlepas dari perangkat genggam mereka.
Solusi Universal untuk Masalah Universal
Perjuangan abadi untuk mencoba melakukan percakapan di terminal bandara yang ramai, gerbong kereta bawah tanah yang sibuk, atau pusat perbelanjaan yang penuh sesak adalah kefrustasian universal. Meskipun smartphone kelas atas telah menggabungkan mikrofon pembatalan kebisingan selama bertahun-tahun, kemampuan ini dibatasi oleh perangkat keras dan perangkat lunak perangkat itu sendiri. Pengguna dengan ponsel lama, kelas menengah, atau dasar sering kali tidak mendapatkan manfaatnya. China Mobile, bermitra dengan Huawei dan ZTE, menangani kesenjangan ini secara langsung dengan memindahkan kecerdasan dari titik akhir ke jaringan. Kemampuan "pembatalan kebisingan suara AI berbasis jaringan" yang baru diumumkan mewakili pergeseran paradigma, memperlakukan kejelasan panggilan sebagai layanan jaringan daripada fitur perangkat.
Keunggulan Komparatif: Pembatalan Berbasis Jaringan vs. Berbasis Perangkat
| Fitur | Pembatalan AI Native Jaringan (Solusi Ini) | Pembatalan Tradisional Berbasis Perangkat |
|---|---|---|
| Cakupan | Universal untuk semua perangkat yang terhubung ke jaringan. | Terbatas pada perangkat dengan perangkat keras/perangkat lunak tertentu. |
| Jalur Peningkatan | Pembaruan perangkat lunak terpusat untuk seluruh jaringan. | Memerlukan pembaruan firmware/OS per perangkat, jika tersedia. |
| Konsistensi Kinerja | Pengalaman seragam untuk semua pengguna. | Sangat bervariasi berdasarkan model perangkat, usia, dan pabrikan. |
| Biaya & Kecepatan Penerapan | Biaya lebih rendah, peluncuran lebih cepat melalui peningkatan jaringan. | Biaya tinggi, peluncuran lambat tergantung pada siklus penggantian perangkat pengguna. |
| Peningkatan Masa Depan | Model AI dapat diulang dan ditingkatkan secara jaringan-wide. | Peningkatan sering terkunci pada generasi perangkat baru. |
Cara Kerja Pembatalan Kebisingan AI Berbasis Jaringan
Inovasi intinya terletak pada penyematan model AI ringan dan berpresisi tinggi langsung ke dalam inti jaringan suara sebagai komponen plug-in. Ketika pengguna melakukan atau menerima panggilan, aliran audio diproses secara real-time oleh AI ini saat melewati infrastruktur jaringan. Sistem ini menggunakan algoritma pembelajaran mendalam yang dilatih pada kumpulan data besar profil kebisingan dan ucapan manusia. Ini menggunakan pendekatan mode ganda, secara cerdas membedakan antara kebisingan latar belakang lingkungan dan karakteristik vokal unik dari pembicara. Hal ini memungkinkannya untuk memurnikan suara manusia dengan agresif menghilangkan suara ambient atau mempertahankan tingkat konteks latar belakang yang diinginkan, tergantung pada skenarionya.
Spesifikasi Teknologi Kunci:
- Tipe: Pembatalan kebisingan suara AI asli jaringan
- Model Penerapan: Plugin ringan untuk inti jaringan suara
- Model AI: Algoritma pembelajaran mendalam yang dilatih pada kumpulan data kebisingan besar-besaran
- Mode Pemrosesan: Dual-mode (Penekanan kebisingan lingkungan + sidik vokal pembicara)
- Aplikasi: Dua arah (berlaku untuk aliran audio unggah dan unduh)
- Klaim Kinerja: Secara subjektif dinilai setara dengan pembatalan kebisingan smartphone kelas menengah-tinggi
- Keunggulan Penerapan: Hanya memerlukan peningkatan perangkat lunak ke inti jaringan, tanpa perombakan perangkat keras skala besar
Keunggulan Arsitektur Jaringan Plug-in
Menerapkan kemampuan ini sebagai plug-in jaringan menawarkan beberapa keunggulan kritis dibandingkan metode tradisional. Pertama, ini menghilangkan kebutuhan untuk perombakan perangkat keras yang mahal dan mengganggu peralatan inti jaringan yang ada. Operator dapat meluncurkan fitur melalui peningkatan perangkat lunak standar, secara dramatis mempercepat jadwal penyebaran. Kedua, dan mungkin lebih penting, model plug-in membuat layanan ini tahan masa depan. Algoritma AI dapat diperbarui, diuji, dan diterapkan dengan cepat di seluruh jaringan, memastikan peningkatan berkelanjutan dalam kualitas penekanan kebisingan tanpa memerlukan tindakan apa pun dari pengguna akhir. Ini menciptakan sistem dinamis yang menjadi lebih cerdas seiring waktu.
Menghadirkan Kinerja Konsisten dan Berkualitas Tinggi
Menurut tes mendengarkan subjektif yang dilakukan oleh lembaga penelitian China Mobile, kinerja sistem berbasis jaringan ini setara dengan pembatalan kebisingan yang ditemukan di smartphone kelas menengah hingga tinggi. Ini merupakan pencapaian yang patut diperhatikan, karena membawa kualitas audio premium ke seluruh basis pengguna. Efeknya diterapkan secara dua arah, artinya ucapan penelepon dibersihkan sebelum dikirim dan ucapan yang masuk dari pihak lain ditingkatkan sebelum mencapai telinga pendengar. Pendekatan komprehensif ini menangani masalah "kebisingan ganda" yang umum di lingkungan bising, di mana kedua pihak kesulitan mendengar satu sama lain dengan jelas.
Implikasi untuk Masa Depan Telekomunikasi
Peluncuran layanan ini oleh China Mobile, Huawei, dan ZTE menandakan tren yang lebih luas menuju jaringan yang cerdas dan ditentukan oleh perangkat lunak. Dengan mengabstraksikan fitur canggih seperti pembatalan kebisingan dari perangkat dan menanamkannya di inti jaringan berbasis cloud, operator dapat memberikan pengalaman yang seragam dan bernilai tinggi dalam skala besar. Ini secara efektif mendemokratisasi fitur premium, berpotensi meningkatkan pengalaman komunikasi sehari-hari untuk apa yang diklaim China Mobile bisa menjadi miliaran pelanggannya. Langkah ini dapat menetapkan standar industri baru, mendorong operator global lainnya untuk mengembangkan layanan bernilai tambah berbasis jaringan serupa untuk meningkatkan penawaran inti seperti panggilan suara di dunia yang semakin berpusat pada data.