La suppression du bruit par l’IA est-elle vraiment meilleure que l’ENC traditionnelle ? Nous l'avons testé.
Si vous avez récemment acheté des casques, en particulier des casques UC (Unified Communications) qui mettent l'accent sur les "appels haute-définition" ou "l'utilisation de conférences", vous avez certainement vu ces deux termes : ENC (Environmental Noise Cancellation) et AI Noise Cancellation. Les fabricants prétendent tous que leur technologie « filtre le bruit de fond », mais laquelle est vraiment fiable ? Est-ce juste un battage publicitaire ou y a-t-il une réelle différence ?
En tant que fabricant spécialisé dans les équipements audio UC, nous ne voulons pas nous fier uniquement aux spécifications. Nous avons donc transféré notre laboratoire dans le monde réel-cafés, stations de métro et bureaux à domicile-pour effectuer des tests à l'aveugle et des analyses objectives de deux de nos propres casques équipés de l'ENC traditionnelle et de la dernière suppression du bruit IA. Voici nos conclusions.
Tout d’abord, clarifions : quelle est la différence fondamentale entre la suppression du bruit ENC et AI ?
L'ENC (Environmental Noise Cancellation) traditionnelle est utilisée depuis plus d'une décennie. Il repose généralement sur deux microphones : l’un face à la bouche pour capter la voix humaine et l’autre face à la bouche pour capter le bruit ambiant. Le système annule le bruit de fond par « soustraction ». Cela semble intelligent, mais il a un défaut fatal : il suppose que le bruit est "stable et prévisible"-comme le bourdonnement d'un climatiseur ou le bruit d'un ventilateur. Lorsque des sons soudains ou complexes se produisent (pleurs de bébé, claquements de clavier, sirènes), l'ENC s'effondre souvent, soit en ne parvenant pas à supprimer le bruit, soit même en masquant votre voix, donnant l'impression que vous parlez sous l'eau.
La suppression du bruit par l’IA est complètement différente. Cela ne repose pas sur une annulation physique, mais sur une « compréhension ». Le modèle de réseau neuronal intégré-dans les casques est entraîné sur d'énormes quantités de données vocales et sonores, ce qui lui permet de déterminer en temps réel : "C'est une voix humaine, c'est un chien qui aboie, c'est le grondement d'un wagon de métro." Ensuite, il ne conserve que la gamme de fréquences de la voix humaine, éliminant avec précision les autres. Surtout, il peut reconnaître les bruits « non-stables-et il devient plus intelligent au fil de son utilisation .
Mais cela signifie-t-il que l’IA est toujours meilleure ? Pas nécessairement. Cela nécessite une puce plus puissante, plus de puissance et peut introduire une légère latence. Nous avons donc décidé d'effectuer des tests-dans le monde réel.
Notre méthodologie de test : pas de tests en laboratoire par étapes, uniquement des scénarios-du monde réel.
Nous avons sélectionné deux écouteurs UC développés en interne :
Modèle ENC : équipé d'une solution ENC mature à double-microphone, à faible coût et à faible consommation d'énergie, destinée aux achats groupés des entreprises.
Modèle IA : équipé d'un moteur de séparation vocale IA léger-auto-développé, basé sur la plate-forme Qualcomm QCC5181, prenant en charge la modélisation dynamique du bruit.
Les tests ont été menés dans quatre scénarios typiques, avec 30 secondes d'audio enregistrées pour chaque scénario, complétées par trois testeurs présentant des caractéristiques vocales différentes (homme/femme/voix moyenne-basse). Les critères d'évaluation comprenaient :
Clarté de la parole entendue par l'autre partie (score subjectif de 1 à 5)
Persistance du bruit de fond (SNR mesuré à l'aide d'un logiciel audio professionnel)
Naturalité de la voix (distorsion, interruption, son "robotique")
Scénario 1 : Rue de la ville (trafic continu + klaxons occasionnels)
Performance ENC : supprime le bruit de fond de la circulation, mais chaque klaxon de voiture « fuit », l'autre partie entend clairement un « bip ».
Performances de l'IA : les sons du klaxon disparaissent presque complètement, la voix est stable. Le SNR s'est amélioré d'environ 8 dB.
Conclusion : L'IA est nettement plus performante, en particulier dans la gestion du bruit soudain à haute fréquence-.
Scénario 2 : Café (musique de fond + conversations multiples)
Performance ENC : La musique était atténuée, mais les conversations aux tables voisines étaient encore faiblement audibles, surtout lorsque l'autre partie élevait la voix.
Performances de l'IA : les voix de fond ont été efficacement supprimées, ne laissant qu'une très faible réverbération de la musique. Commentaires du testeur : « L'autre partie pensait que j'étais dans un bureau calme. »
Détail clé : le modèle d'IA peut faire la distinction entre les « voix non-cibles » et les « voix cibles », ce que ENC ne peut pas du tout faire.
Scénario 3 : Travail à domicile (clavier mécanique + climatiseur + aboiement de chien)
Performance ENC : le bruit du climatiseur a été bien géré, mais les clics du clavier et les aboiements de chien étaient complètement pénétrants. L'autre partie a demandé à plusieurs reprises : « Est-ce que vous rénovez là-bas ?
Performances de l'IA : les sons du clavier ont été considérablement réduits (en conservant un léger retour tactile sans affecter la parole), et les aboiements de chiens ont été identifiés comme un "événement non-non vocal" et supprimés. Seule faiblesse : il y avait parfois de légères interruptions dans la parole lors d'une frappe rapide et continue.
Résultat intéressant : l'IA gère le "bruit de routine" (comme le bruit du clavier) moins bien que le "bruit soudain"-, ce qui indique qu'il est encore possible d'améliorer les données d'entraînement.
Scénario 4 : Bureau silencieux (Benchmark) Les deux fonctionnent de manière presque identique, avec une parole naturelle et libre de distorsion. Cela prouve que l’IA n’a pas « surtraité » le son dans un environnement propre.
Consommation électrique et latence : combien coûte l’IA ?
Nous avons surveillé la consommation de la batterie sur 2 heures d'appels continus :
Modèle E (ENC) : 12 % de consommation électrique
Modèle A (AI) : 16 % de consommation d'énergie. Une différence existe, mais son impact sur les casques UC grand public (offrant généralement 15+ heures d'autonomie de batterie) est limité. Concernant la latence, le modèle d'IA introduit environ 15 à 20 ms de temps de traitement supplémentaire-complètement imperceptible dans les appels vocaux (le seuil d'audition humaine est d'environ 30 à 50 ms), mais la prudence est de mise dans les scénarios à faible-latence (comme la voix off en direct-).
Alors, comment les utilisateurs ordinaires devraient-ils choisir ?
Choisissez l'ENC traditionnelle si vous:
Sont sensibles au budget-(courant dans les-déploiements d'entreprise à grande échelle)
Utilisation dans des environnements relativement calmes ou monotones (par exemple, centres d'appels, postes de travail fixes)
Autonomie de batterie de grande valeur (par exemple, personnel de terrain 24h/24 et 7j/7)
Choisissez la suppression du bruit AI si vous :
Passer fréquemment des appels dans des environnements variés et bruyants (cafés, aéroports, bureaux partagés)
Êtes-vous un vendeur, un consultant ou un travailleur à distance ?-voix claire =image professionnelle
Êtes-vous prêt à payer un peu plus pour l'embarras de « l'autre partie ne peut pas vous entendre »
Pour nous, la réponse est claire : la suppression du bruit par l’IA n’est pas l’avenir, elle est déjà là. À mesure que les coûts des puces diminuent, nous introduisons progressivement cette technologie dans notre gamme de produits-de milieu de gamme. Après tout, à l’ère de Zoom, personne ne voulait rater un client majeur à cause du bruit de fond.
Enfin, soyons honnêtes : il n’y a pas de bonne ou de mauvaise technologie absolue, il n’y a que si elle correspond au scénario. En tant que fabricant, nous ne prônons pas « l'omnipotence de l'IA », mais nous pensons qu'une bonne expérience audio doit faire oublier aux utilisateurs que la technologie existe.-que vous soyez dans le métro, dans la cuisine ou dans une salle de réunion, l'autre partie ne doit entendre que vous, pas votre bruit quotidien.
Vous cherchez à acheter des casques de réunion pour votre équipe d’entreprise ? [Contactez nos experts en solutions UC]
