AI ノイズキャンセリングは本当に従来の ENC よりも優れているのでしょうか?私たちはそれをテストしました。
最近ヘッドセット、特に「高解像度通話」や「会議での使用」を重視した UC (ユニファイド コミュニケーション) ヘッドセットを購入した場合は、ENC (環境ノイズ キャンセリング) と AI ノイズ キャンセリングという 2 つの用語を一度は目にしたことがあるはずです。{0}各メーカーは自社のテクノロジーが「背景ノイズをフィルターする」と主張していますが、本当に信頼できるのはどれでしょうか?それは単なるマーケティング上の誇大宣伝なのでしょうか、それとも実際の違いはあるのでしょうか？
UCオーディオ機器の専門メーカーとして、スペックだけに頼ることはしたくありません。そこで、私たちはラボを現実世界の-コーヒー ショップ、地下鉄の駅、ホーム オフィス-に移し、従来の ENC と最新の AI ノイズ キャンセリングを搭載した 2 つの独自のヘッドセットのブラインド テストと客観的な分析を実施しました。これが私たちの調査結果です。
まず、ENC と AI ノイズ キャンセリングの根本的な違いは何でしょうか?
従来の ENC (環境ノイズキャンセリング) は 10 年以上使用されてきました。通常、2 つのマイクを使用します。1 つは口に向けて人間の声を拾い、もう 1 つは口から離れて周囲の騒音を拾います。システムは「減算」によって周囲のノイズを打ち消します。これは賢いように思えますが、致命的な欠陥があります。ノイズはエアコンのハム音やファンの音のように「安定していて予測可能」であると想定されているからです。-突然または複雑な音 (赤ちゃんの泣き声、キーボードのカチャカチャ音、サイレンなど) が発生すると、ENC が機能不全に陥り、ノイズを抑制できなかったり、声がマスキングされて水の中で話しているように聞こえたりすることがよくあります。
AIノイズキャンセリングは全く違います。それは物理的なキャンセルではなく、「理解」に依存します。ヘッドセットに組み込まれたニューラル ネットワーク モデルは、大量の音声データとノイズ データでトレーニングされており、「これは人間の声、これは犬の吠え声、これは地下鉄の車両の轟音」をリアルタイムで判断できるようになります。-次に、人間の声の周波数範囲のみを保持し、その他の周波数範囲を正確に除去します。重要なのは、「非-定常状態-」ノイズを認識でき、使用することでさらに賢くなります。
しかし、これは AI が常に優れていることを意味するのでしょうか?必ずしもそうとは限りません。より強力なチップと電力が必要となり、わずかな遅延が発生する可能性があります。そこで私たちは、現実世界のテストを実施することにしました。-
当社のテスト方法: 段階的なラボテストは行わず、現実世界のシナリオのみを使用します。{0}}
社内開発の UC イヤホンを 2 つ選択しました。
モデル ENC: 企業の一括購入をターゲットとした、低コスト、低消費電力の成熟したデュアル マイク ENC ソリューションを搭載しています。{0}
モデル AI: Qualcomm QCC5181 プラットフォームに基づいた自社開発の軽量 AI 音声分離エンジンを搭載し、動的なノイズ モデリングをサポートします。{0}
テストは 4 つの典型的なシナリオで実施され、各シナリオで 30 秒の音声が録音され、異なる音声特性 (男性/女性/中低音) を持つ 3 人のテスターが完了しました。評価基準には次のものが含まれます。
相手に聞こえる音声の明瞭さ（主観スコア 1 ～ 5）
バックグラウンドノイズの持続性 (プロフェッショナルオーディオソフトウェアを使用して測定されたSNR)
声の自然さ（歪み、途切れ、「ロボットのような」音）
シナリオ 1: 市街地 (絶え間ない交通量 + 時折クラクションが鳴る)
ENC 性能: 周囲の交通騒音を抑制しますが、各車のクラクションが「漏れ」、相手には明らかに「ビープ」音が聞こえます。
AI性能：ホーン音がほぼ完全に消え、声が安定します。 SNR は約 8 dB 改善されました。
結論: AI は、特に突発的な高周波ノイズの処理において大幅に優れています。{0}}
シナリオ 2: コーヒーショップ (BGM + 複数の会話)
ENC パフォーマンス: 音楽は減衰しましたが、特に相手が声を上げたとき、隣のテーブルの会話はかすかに聞こえました。
AI パフォーマンス: 背景の音声は効果的に抑制され、非常にかすかな音楽の残響のみが残ります。テスターのフィードバック: 「相手は私が静かなオフィスにいると思った。」
重要な詳細: AI モデルは「非ターゲット音声」と「ターゲット音声」を区別できますが、ENC ではまったくできません。
シナリオ 3: 在宅勤務 (メカニカル キーボード + エアコン + 犬の鳴き声)
ENC パフォーマンス: エアコンの騒音はうまく処理されましたが、キーボードのクリック音と犬の吠え声は完全に浸透していました。先方は「あそこはリフォームするの？」と何度も聞いてきました。
AI のパフォーマンス: キーボードの音は大幅に減少し（音声に影響を与えることなくわずかな触覚フィードバックは維持されます）、犬の吠え声は「音声以外のイベント」として識別され、削除されました。-唯一の弱点: 高速で連続的に入力していると、時折、音声がわずかに途切れることがありました。
興味深い発見: AI は「突然のノイズ」よりも悪い「日常的なノイズ」(キーボードのノイズなど) を処理します。-これは、トレーニング データにまだ改善の余地があることを示しています。
シナリオ 4: 静かなオフィス (ベンチマーク) どちらもほぼ同じパフォーマンスで、自然で歪みのない発話が可能でした。-これは、AI がクリーンな環境でサウンドを「過剰処理」していないことを証明しています。
消費電力と遅延: AI のコストはどれくらいですか?
2 時間の連続通話によるバッテリー消費量を監視しました。
モデル E (ENC): 12% の消費電力
モデル A (AI): 16% の消費電力 違いはありますが、主流の UC ヘッドセット (通常、15+ 時間のバッテリー寿命を実現) への影響は限定的です。レイテンシに関しては、AI モデルにより約 15～20 ミリ秒の追加処理時間が発生します。-音声通話ではまったく感知できません（人間の聴覚閾値は約 30～50 ミリ秒）が、低レイテンシのシナリオ（生ナレーションなど）では注意が必要です。{{8}{9}}
では、一般ユーザーはどのように選べばよいのでしょうか？
次の場合は従来の ENC を選択してください:
予算が重視される-（大規模な企業の導入では一般的）-
比較的静かな環境または単調な環境での使用 (コールセンター、固定ワークステーションなど)
非常に価値のあるバッテリー寿命 (例: 年中無休の現場スタッフ)
次の場合は AI ノイズ キャンセリングを選択してください。
さまざまで騒がしい環境（コーヒーショップ、空港、シェアオフィス）で頻繁に電話をかける
あなたは営業担当者、コンサルタント、またはリモート ワーカーですか-明確な声=のプロフェッショナルなイメージ
「相手に自分の声が聞こえない」という恥ずかしさのために、もう少しお金を払ってもいいですか？
私たちにとって、答えは明らかです。AI ノイズ キャンセリングは未来ではなく、すでに存在しています。チップのコストが低下するにつれて、このテクノロジーをミッドレンジ製品ラインに段階的に導入していきます。-結局のところ、Zoom の時代には、周囲の騒音のせいで主要な顧客を逃すことは誰も望んでいませんでした。
最後に、正直に言うと、テクノロジーに絶対的な良し悪しはなく、あるのはシナリオに一致するかどうかだけです。メーカーとして、私たちは「AI の全能性」を主張しませんが、優れたオーディオ エクスペリエンスはユーザーにテクノロジーの存在を忘れさせるものでなければなりません。-地下鉄に乗っているときでも、キッチンや会議室にいても、相手にはあなたの声だけが聞こえるべきであり、日常の騒音は聞こえません。
エンタープライズ チーム用の会議ヘッドセットの購入をお探しですか? [UC ソリューションの専門家にお問い合わせください]
