AI mācās izcelt balsis no pūļa pļāpāšanas

Kategorija: Bez kategorijas Ievietots 25. oktobris

Pašreizējās balss atpazīšanas sistēmas ir diezgan labas, ja runā tikai viens cilvēks. Taču, kā jau teicām iepriekš, izprast cilvēku balsis, kas bieži tiek dēvēta par kokteiļu ballīšu problēmu, ir grūti pat tādām firmām kā Amazon, kas ir uzkrājusi milzīgus datus, izmantojot savu Alexa viedā palīga platformu.

Tomēr tagad Mitsubishi Electric Research Laboratory pētnieku komanda ir izstrādājusi viltību, lai identificētu balss iezīmes, kuras var izmantot vienas personas izsekošanai sarunā. Saskaņā ar Jaunais Zinātnieks , sadalot audio un nosakot, kā laika gaitā rodas šo funkciju kopas, ir iespējams izsekot balsij pat pūļa trokšņos.

Cik labi tas ir? Nu rezultāti publicēts arXiv liecina, ka tas var izsekot vienai personai sarunā pat tad, ja runā pieci cilvēki, un var izolēt vienu balsi no divām citām ar 80 procentu precizitāti. Tātad, nav ideāls. Taču tas ir liels solis ceļā uz to, lai Alexa jūs saprastu, kad lūdzat tai vakariņu ballītē atskaņot jūsu jauno ievārījumu jūsu draugu burzmā.