Isa sa mga pinaka nakakainis (at bahagyang masakit) na bahagi ng pagsali sa isang tawag sa Microsoft Teams ay maaaring soon ayusin sa pamamagitan ng isang bagong update.
Ang serbisyo ng video conferencing ay isang popular na pagpipilian para sa maraming kumpanya, ibig sabihin, ang mga tawag na may malaking bilang ng mga kalahok na sumasali sa parehong oras, at mula sa parehong lokasyon (tulad ng isang meeting room) ay isang pangkaraniwang pangyayari.
Gayunpaman, kadalasan kapag maraming tao ang sumasali sa isang pulong sa iisang kwarto, nagkakaroon ng feedback loop, na nagiging sanhi ng echo, na sa karamihan ng mga kaso ay mabilis na umuungol - na inihalintulad ng Microsoft ang ingay kapag hawak ng isang musikero ang mikropono na masyadong malapit sa isang loudspeaker .
Angal ng mga team
Sa kabutihang palad, may darating na bagong pag-aayos para sa mga gumagamit ng Microsoft Teams. Sa pagpasok nito sa opisyal na roadmap ng Microsoft 365 (bubukas sa bagong tab) , inilalarawan ng bagong "Ultrasound Howling Detection" kung paano ito naglalayong pigilan ang ingay na ito para sa mga user sa Windows at Mac sa buong mundo.
Sinabi ng Microsoft na ang pag-update ay dapat mangahulugan kung maraming user sa mga laptop ang sumali mula sa parehong lokasyon, ibabahagi nito sa user na ang isa pang Teams Device ay nakita sa kanilang paligid at nakasama na sa audio sa kasalukuyang pulong.
Kung sumali na ang isang user nang naka-on ang kanilang audio, awtomatikong imu-mute ng Microsoft Teams ang mic at speaker ng sinumang bagong tao na sasali sa tawag, sana ay tapusin na ang paungol at tumitili na feedback.
Sa kabutihang palad, ang pag-update ay nakalista na bilang nasa pagbuo, na may inaasahang pangkalahatang availability na petsa ng Marso 2023, kaya ang mga user ay hindi dapat maghintay ng masyadong mahaba para mag-enjoy.
Ang balita ay sumusunod sa ilang kamakailang update na higit sa lahat ay naglalayong pahusayin ang kalidad ng audio sa mga tawag sa Microsoft Teams gamit ang AI at machine learning.
Ang mga bagong update ay resulta ng paggamit ng modelo ng machine learning na sinanay sa 30,000 oras ng mga sample ng pagsasalita, at kasama ang echo cancellation, mas mahusay na pagsasaayos ng audio sa mahihirap na acoustic environment, at pagbibigay-daan sa mga user na magsalita at makarinig nang sabay nang walang pagkaantala.