مایکروسافت فکر می‌کند که باید راحت‌تر باشد که کار افراد را قطع کند در طول جلسات، و این یک نوع درخشان است

اگر در دو سال گذشته زمان زیادی را صرف جلسات ویدیویی کرده‌اید، احتمالاً احساسات متفاوتی در مورد آنها دارید. از یک طرف، آنها امکان برقراری ارتباط را در زمانی که امکان حضور حضوری با هم وجود نداشت، فراهم کرد. در طول همه‌گیری، تماس‌های ویدیویی نحوه انجام همه کارها از محل کار، مدرسه، کلاس‌های یوگا و حتی تعطیلات خانوادگی بود.

از سوی دیگر، تماس های ویدیویی هنوز هم اغلب بد هستند.

مطمئنا، آنها بهتر از این هستند که نتوانند یکدیگر را ببینند و با هم صحبت نکنند، اما فاصله زیادی با یکدیگر دارند. چگونه تقریباً هر کسی می خواهد زمان قابل توجهی را صرف کند. حتی اگر کاملاً طرفدار کار از راه دور هستید (همانطور که من هستم)، باید اعتراف کنید که تماس های ویدیویی جایگزین خوبی برای حضور در کنار هم نیستند.

تا حدی به این دلیل است که مردم در تماس‌های ویدیویی عالی نیستند. اول از همه، آنها خسته هستند. دوم، آنها واقعاً تعامل را تسهیل نمی کنند، مگر اینکه در مورد درگیر نگه داشتن افراد بی رحم باشید (که ممکن است توضیح دهد که چرا آنها بسیار خسته کننده هستند). در نهایت، حتی پس از دو سال، اکثر مردم یا کاملاً متوجه نشده اند که چگونه در تماس ویدیویی خوب به نظر برسید، یا دیگر اهمیتی نمی دهند.

اما، به این دلیل است که نرم افزار هرگز نمی تواند تجربه حضور در کنار هم بودن را به طور واقعی بازسازی کند. علی‌رغم تلاش‌های شرکت‌های فناوری، تماس‌های ویدیویی خیلی بهتر از اولین باری نیست که شخصی برای شما پیوندی برای پیوستن به اتاق زوم ارسال کرد.

ابتدا، این شرکت از هوش مصنوعی پیشرفته (AI) برای حذف بهتر نویز پس‌زمینه استفاده می‌کند. این شامل ریورب و پژواک اتاق است که باعث می شود به نظر برسید از یک میکروفون با کیفیت بالا استفاده می کنید، حتی اگر از آن استفاده نکنید. حتی وقتی از هدفون با میکروفون استفاده نمی‌کنید، صدای شما را بهبود می‌بخشد.

دومین ویژگی جالب‌تر برای این طراحی شده است. قطع کردن حرف مردم را آسان‌تر کنید، که وقتی به آن فکر می‌کنید، بسیار عالی است. دلیل این امر این است:

وقفه ها یک اتفاق واقعی هستند، به خصوص زمانی که افراد در یک اتاق با هم هستند. ممکن است بخواهید قبل از ادامه کار، سؤالی بپرسید یا چیزی را که کسی گفته است روشن کنید. در زندگی واقعی، این یک بخش طبیعی از مکالمه است. اغلب، حتی به نظر می رسد که یک وقفه نیست، فقط نحوه صحبت ما است. مکالمات به طور طبیعی بین دو نفر جریان دارد.

اما در یک جلسه ویدیویی، خوب نیست. جلسات ویدیویی زمانی خوب است که یک نفر در حال ارائه است، و بقیه بی‌صدا می‌مانند و فقط زمانی صحبت می‌کنند که مطمئن شوند مسیر کاملاً باز است. اگر شخص دیگری شروع به صحبت کند، همه چیز به هم می ریزد.

بیشتر به این دلیل است که تماس های ویدیویی در مدیریت تداخل خوب نیستند. دو نفر همزمان با هم صحبت می کنند زیرا نرم افزار سعی می کند از بازخورد جلوگیری کند. در تماس ویدیویی، اگر یک نفر در حال صحبت باشد، صدای صدای او از بلندگوی دستگاه دیگران خارج می شود. اگر یکی از آن شرکت‌کنندگان دیگر شروع به صحبت کند، میکروفون آن‌ها هم صدای او و هم صدایی که از بلندگو خارج می‌شود را می‌گیرد و یک پژواک و یک حلقه بازخورد ایجاد می‌کند.

بنابراین، اکثر نرم افزارهای ویدئو کنفرانس اساساً میکروفون شما را بی صدا می کنند مگر اینکه در حال صحبت باشید. وقتی شروع به صحبت می‌کنید، نرم‌افزار باید صدای شما را تشخیص دهد و تمام پردازش‌های لازم برای فیلتر کردن صدای پس‌زمینه را انجام دهد. این معمولاً قبل از اینکه کسی بتواند حرف شما را بشنود، با تأخیر کمی همراه است. در این مدت، بخشی از مکالمه قطع می شود و منجر به “نه، تو برو جلو.”

از سوی دیگر، مایکروسافت می‌گوید از هوش مصنوعی برای حذف پژواک استفاده می‌کند و صحبت کردن را برای چندین نفر آسان‌تر می‌کند. همان زمان. مایکروسافت می‌گوید که از یک مدل هوش مصنوعی آموزش‌دیده بر روی ۳۰۰۰۰ ساعت نمونه گفتار برای حفظ صداهای مورد نظر در حالی که سیگنال‌های صوتی ناخواسته را سرکوب می‌کند که منجر به گفتگوی روان‌تر می‌شود، استفاده کرده است. یا به عبارت دیگر، مکالمات ویدیویی را طبیعی تر و شبیه به مکالمات واقعی می کند.