Штучний інтелект навчили розпізнавати мову серед шумів

Штучний інтелект тепер вміє самостійно виділяти мову однієї людини із загального потоку різних звуків і шумів.

Технологія Deep Clustering допоможе відфільтрувати мову від шуму. Фото: ukrainianwall.com.

Віртуальні асистенти і системи розпізнавання голосу досить добре навчилися «розуміти» те, що їм говорить людина, і виконувати її команди. Але для коректної роботи тих же Siri і Cortana сторонній шум може стати великою проблемою. Справитися з цією технічною недоробкою можуть допомогти експерти компанії Mitsubishi Electric, які представили нову технологію виділення мови однієї людини із загального шуму, пишуть Патріоти України з посиланням на Нескучные новости.

Технологія японської компанії отримала назву Deep Clustering, функціонування якої побудовано на принципах машинного вивчення. Штучний інтелект для початку навчився самостійно виділяти мову однієї людини із загального потоку різних звуків і шумів. Нейронна мережа розділяє вхідні звукові дані на різні елементи і аналізує кожен окремо, після чого вже може обробляти голос людини. Подібна робота спостерігається і при «приєднання» двох і більше співрозмовників.

В ході демонстрації технології японської компанії система змогла успішно розділити мову двох людей, які говорять на один мікрофон одне і те ж речення на різних мовах. Вся обробка проводилася в режимі реального часу, а затримка не перевищувала трьох секунд. Точність розпізнавання склала 90 відсотків, а коли в мікрофон почали говорити три людини, відсоток «попадання» впав до 80, що теж є хорошим результатом.

Як розповідають автори проекту Ентоні Ветро і Йохеі Оката: "На відміну від виділення мови з фонових шумів, виділення мови однієї людини з «голосового» шуму людей, що говорять одночасно, є складним завданням, так як у звуків голосу різних людей є маса особливостей.

У більшості систем завдання поділу голосу вирішується за допомогою установки двох або більшої кількості мікрофонів, але в разі використання навіть одного мікрофона, з завданням поділу голосу може впоратися тільки штучний інтелект. Використовувати цю технологію можна там, де потрібна висока точність розпізнавання голосових повідомлень. Наприклад, в системах голосового керування автомобілями, ліфтами, побутовими та іншими електронними пристроями".

У Києві на канатній дорозі травмувалися діти, їх доправили до лікарні (фото)

субота, 2 серпень 2025, 13:44

У Києві дітей травмувалися на канатній дорозі у парку «Перемога», їх госпіталізували. Про це повідомляє поліція Києва, передають Патріоти України. «Встановлено, що вчора ввечері двоє малолітніх зіткнулись під час катання на атракціоні, внаслідок чого о...

Нічого особистого! Ваші чати з ChatGPT можуть потрапити у Google: Ось що варто знати

субота, 2 серпень 2025, 12:56

Користувачі, які діляться чатами з ChatGPT через кнопку "Поділитися", можуть неочікувано зробити їх видимими для всіх у результатах Google. Частина таких сторінок містить чутливі подробиці -від історій про психологічні труднощі до даних, що дозволяють ...