Задача шумоподавления является одной из наиболее актуальных в современной обработке сигналов и изображений. Шумы и помехи могут существенно ухудшить качество сигнала, что может привести к ошибкам в его интерпретации и использованию. Поэтому разработка эффективных алгоритмов шумоподавления имеет важное значение в различных областях, включая обработку изображений, распознавание речи, медицинскую диагностику и многие другие. Несмотря на значительные достижения в области шумоподавления, задача разработки эффективных и универсальных алгоритмов остается актуальной. Существующие методы шумоподавления имеют различные ограничения и недостатки, и их эффективность может зависеть от типа шума, характеристик сигнала и других факторов. Нейросети все больше находят применения в самых разных областях человеческой деятельности, и задачи шумоподавления не стали исключением. В рамках данной работы будут проанализированы способы оценки шумоподавления и с их помощью проведена сравнительная оценка нейросетевого способа шумоподавления с иными способами. Результаты исследования могут быть использованы для дальнейшего развития и совершенствования алгоритмов шумоподавления, что имеет важное значение в различных областях науки и техники.