Naprave, kot sta Amazon Echo ali Google Home, običajno izpolnjujejo naročila, če obstaja samo en vir glasu. V sobi, napolnjeni z ljudmi, so neuporabni. Zdaj so se znanstveniki odločili popraviti.
AI zdaj lahko loči glasove številnih ljudi, ki hkrati govorijo v realnem času. To bo samodejnemu prepoznavanju govora prineslo pomemben razvoj in kmalu bodo takšni sistemi v dvigalu pri vašem delu.
Tehnologija, ki so jo razvili raziskovalci v laboratoriju za raziskovanje električne energije Mitsubishi v Cambridgeu v Massachusettsu, je bila prvič predstavljena ta mesec v Tokiu.
Uporablja tehniko strojnega učenja, imenovano "globoko združevanje", za prepoznavanje edinstvenih lastnosti v "govornem odtisu" različnih ljudi. Nato združuje različne lastnosti vsakega govorca skupaj, kar omogoča, da se posamezni glasovi med seboj ločijo in natančno rekonstruirajo, kaj govori vsak posameznik. Sistem je bil usposobljen za 100 angleško govorečih ljudi, vendar je glasove ločeval, tudi če je zadevna oseba govorila japonsko.
Sistem lahko z 90% natančnosti loči in rekonstruira govor dveh ljudi, ki govorita v en mikrofon. S tremi zvočniki natančnost pade na 80%. V obeh primerih sistem še nikoli ni slišal ljudi, ki jih je analiziral.
V predhodnih preskusih je tak AI razlikoval do pet glasov hkrati, kar se lahko uporablja tako v domačih sistemih kot v sistemih za samodejno prepoznavanje / prepoznavanje glasu.
Nikolaj Kudryavtsev