Sztuczna inteligencja uczy się wybierać głosy z pogawędki tłumu

Kategoria: Bez kategorii Opublikowany 25 października

Obecne systemy rozpoznawania głosu są całkiem dobre — jeśli mówi tylko jedna osoba. Ale, jak powiedzieliśmy wcześniej, zrozumienie głosów wśród większej liczby osób, co jest często znane jako problem z przyjęciem koktajlowym, jest trudne – nawet dla firm takich jak Amazon , które zgromadziły ogromne ilości danych za pośrednictwem platformy inteligentnego asystenta Alexa.

Teraz jednak zespół naukowców z Mitsubishi Electric Research Laboratory opracował sztuczkę, która pozwala zidentyfikować cechy głosu, które można wykorzystać do śledzenia pojedynczej osoby w rozmowie. Według Nowy naukowiec , dzieląc dźwięk i identyfikując, w jaki sposób na przestrzeni czasu pojawiają się skupiska tych funkcji, można prześledzić głos nawet w zgiełku tłumu.

Jak dobry jest? Cóż, wyniki opublikowany na arXiv sugerują, że może śledzić pojedynczą osobę w rozmowie, nawet gdy rozmawia pięć osób, i może oddzielić pojedynczy głos od dwóch innych z 80-procentową dokładnością. Więc nie idealnie. Ale to duży krok, aby Alexa cię zrozumiała, gdy poprosisz ją, by zagrała twój nowy dżem wśród wrzawy znajomych na przyjęciu.