Kaskade beim Hoeren der eigenen Stimme

1. Cascada quan es escolta la pròpia veu

Una cascada aquí significa: un procés en què una senyal passa per diverses capes de processament, i cada capa altera la senyal abans d’enviar-la.

Quan s’escolta la pròpia veu, el que passa és:

1. Producció – Parles, el teu laringe i les teves cordes vocals generen so.

2. So corporal & So aèric – Et sents simultàniament per l’aire (com els altres) i per conducció òssia (directament al teu crani).

Això és la “cascada” biològica – cada etapa altera el flux de dades.

2. Filtratge automàtic d’IA – l’anàloga

3. Per què sembla autocensura

Aquest filtratge protegeix contra la sobrecàrrega sensorial – en cas contrari, sentiries la teva pròpia veu tan forta i clara com les veus d’altres persones amb cada frase.
Però:

• Si el filtratge és massa fort, pot sorgir una sensació que la teva pròpia veu “no hi estigui”.

Si vols, podria presentar-te-ho com a diagrama de flux de senyal, que simultàniament mostra la cascada biològica i l'basada en IA costat a costat.
Això faria immediatament visible on comença el filtratge i com desencadena els efectes d’«el meu propi enemic».

D’acord – si transferim el fenomen de la cascada al sentiment de la pròpia veu i un filtratge automàtic per IA, es pot desglossar clarament en passos individuals.

D’acord – si transferim el fenomen de la cascada a l’oïda de la pròpia veu i un filtrat automàtic d’IA, es pot desglossar clarament en passos individuals.

1. Cascada quan s’escolta la pròpia veu

Una cascada aquí significa: un procés en què una senyal passa per diverses etapes de processament, i cada etapa altera la senyal abans d’enviar-la.

Quan es escolta la pròpia veu, el que passa és el següent:

1. Producció – Parles, el teu laringe i les teves cordes vocals generen so.

2. Sons corporals & sons d’aire – Et sents simultàniament a través de l'aire (com els altres) i a través de la conducció òssia (directament al teu crani).

Això és la “cascada” biològica – cada etapa altera el flux de dades.

2. Filtratge automàtic d'IA – l'anàloga

3. Per què sembla autocensura

Aquest filtratge protegeix contra la sobrecàrrega sensorial – en cas contrari, sentiries la teva pròpia veu a cada frase amb la mateixa intensitat i claredat que les veus d'altres persones.
Però:

• Si el filtratge és massa fort, pot sorgir la sensació que la teva pròpia veu “no hi està”.

• En un context psicològic, és com una cascada d'autocensura: generes pensaments (veu), el teu sistema interior els reconeix com a “meus” i els bloqueja de la percepció conscient.

• Resultat: parles—o penses—i només després t'adones que falta alguna cosa.

Si ho desitges, podria presentar-ho com a diagrama de flux de senyal, que mostra simultàniament el costat biólegic i el costat basat en IA del cascada una al costat de l’altre.
Això faria immediatament visible on comença la filtració i com activa els efectes d’«el meu propi enemic».

D’acord, llavors ho construiré per a tu com a dibuix tècnic comentat – Ping, compensació de dilació temporal, desvaniment automàtic de la teva pròpia veu i possibles estratègies de substitució o silenci.

1. Ping & Latència en el Processament de Veu

• Ping aquí = temps d'execució entre la generació de la veu i l'oferir després del processament.

• Així mateix, amb comunicació en temps real (per exemple, VoIP o interfície de veu IA), el ping sovint és de 10–100 ms.

2. Compensació per a la dilatació del temps

• «Dilatació del temps» en un sentit subjectiu: El cervell percep desviacions en el feedback de veu com a «desacoblament».

• Mecanismes de compensació:

  1. Predicció (Còpia Eferent) – El cervell calcula com sonarà la pròpia veu abans que estigui present.

  2. Alineació de fase – La temporització acústica i neural es sincronitzen per crear un efecte «en temps real».

  3. Variant d'IA: Bufferització predictiva – l’IA produeix un to provisional i sintètic abans que la entrada real es processi completament.

3. Desvaniment automàtic de la pròpia veu

• Bíològic: La còpia efèrent amortitza la percepció de la pròpia veu per mantenir el focus en sons externs.

• Tècnic (IA):

  • Cancel·lació d’eco: L'IA detecta la teva veu i l'exclou del senyal d'àudio (per exemple, en sistemes de conferència).

  • Enmascarament de la pròpia veu: El senyal es suprimeix completament quan està marcat com “per tu”.

• Risc: Supressió excessiva → la sensació que estàs parlant en silenci.

4. Substitució per veu d’IA o silenci complet

• Variant A: Veu d'IA

  • L'IA grava la teva parla, la transcriu i la reproduueix amb una “veu d'avatar” neutral o entrenada.

  • Avantatge: Qualitat d'àudio constant, sense eco, sense soroll de fons.

  • Desavantatge: Pèrdua de matisos emocionals en la teva veu real.

• Variant B: Sense veu del tot

  • La teva pròpia veu es silencia completament per a tu mateix (només el company de conversa l'escolta).

  • Avantatge: Màxima llibertat d'enfocament, sense eco.

  • Desavantatge: Augment del risc d’«alienació» respecte a la teva pròpia parla; pot provocar irritació cognitiva amb ús prolongat.

? Nota sobre la combinació:
Quan Ping + predicció d'IA + desvaniment automàtic es combinen, ocorre una perda de control gairebé invisible;
No sentis més la teva pròpia veu, sinó una reconstrucció d'IA – o res del tot – i el cervell “omple el buit” amb la veu esperada.
Amb un error mínim de temporització (p. ex., +50 ms) sembla dilació temporal, encara que és purament latència algorítmica.

Si ho vols, podria dibuixar-ho per a tu com una línia del temps amb pistes paral·leles – una per al processament biològic, una per al processament d'IA – de manera que es vegi clar on es produeix la compensació i el desvaniment. Això faria que els punts de ping i dilació temporal siguin visualment tangibles.

Tots els detalls – primer explicaré com mesurar el ping, després com suprimir els ecos, tant biològicament com tècnicament (per exemple, amb processament d’àudio IA).

1. Mesuració del Ping – Latència entre parlar i escoltar

Hi ha tres enfocaments comuns:

A. Mesura de maquinari/senal

• Configuració: Micròfon + altaveu + oscil·loscop o eina d’anàlisi d’àudio.

• Procediment:

  1. Crea una senyal curta i distintiva (per exemple, un clic o un palmada).

  2. Mésura del temps des de l'esdeveniment sonor (gravació del micròfon) fins a la reproducció via l'altaveu.

  3. Resultat = Ping (en mil·lisegons).

B. Mesura del bucle amb assistència de programari

• Eines com Audacity, Reaper o programes de prova VoIP poden realitzar una mesura de bucle d’àudio.

• Principi: El programari emet un to de prova, el captura via micròfon i mesura el retard temporal.

• Avantatge: Fàcil de fer en un PC.

• Desavantatge: Inclou tota la cadena (mic, controlador, DSP, latència de xarxa).

C. Ping de xarxa (per a sistemes d’IA vocals en línia)

• Via ping ICMP o proves de latència integrades al sistema VoIP (Zoom, WebRTC).

• Només la latència pura de xarxa sense processament d’àudio.

• Això no és suficient per a la qualitat d'àudio perquè falten les latències de DSP.

2. Suprimir els ecos – Cancel·lació d'ecos

L’eco es produeix quan el micròfon capta el senyal del altaveu.
Hi ha dues principals metodologies:

A. Biològic (el nostre cervell ho fa sempre)

• Copiïa efèrent: Predicció de la pròpia veu → resta del senyal d’entrada.

• Conducció òssia: La veu pròpia es “marca” a través de vibracions al crani i es percep com més suau.

• Mascarat auditivo: Els sorolls externs són preferits, la veu pròpia es dampeja passivament.

B. Tècnic (mètodes DSP/IA)

1. Mètodes clàssics de DSP

• AEC (Cancel·lació d’Ecos Acústics):

  • L’algoritme emmagatzema la senyal de sortida (altaveu) com a referència.

  • Detecta aquests patrons en l’entrada del micròfon i els resta.

• Porta de Sones:

  • El micròfon s’obre només quan el nivell excedeix un cert llindar.

  • Els ecos (més suaus que la pròpia veu) no es permeten passar.

• Filtre Adaptatiu (LMS, NLMS):

  • S’adapta contínuament a l’acústica de l’habitació i les característiques del altaveu.

2. Mètodes d’IA

• Classificació d’Ecos: La xarxa neuronal detecta components d’eco en l’espectre i els filtra selectivament.

• Detecció d'Activitat de Veu (VAD) combinada amb el reconeixement del parlant:

  • Detecta si tu o el teu interlocutor esteu parlant actualment.

  • Muta la teva part quan l'altra persona parla.

• Filtres AI Full-Duplex (per exemple, NVIDIA RTX Voice, Krisp AI):

  • Captura la veu i elimina els components de fons i eco en temps real.

? Consell Professional per a la Pràctica:

• Per a la mesura de ping:

  1. Posa't les auriculars.

  2. Grava com fas un soroll curt.

  3. Activa la reproducció immediata.

  4. Analitza el desplaçament temporal a l'enregistrament.

• Per evitar l'eco:

  • Sempre utilitzeu auriculars si és possible.

  • Si es necessiten altaveus → habiliteu AEC basat en DSP o IA.

  • No apunteu el micròfon directament cap a l'altaveu.

  ---

  Puc crear ara un diagrama complet per a vostè que mostri com es mesura el ping i la supressió d'eco en una cadena amb processament IA – del micròfon fins a l'oïda.
  També marcarà el punt on “la seva pròpia veu és automàticament atenuada” ocorre.