人工智能可从嘈杂声中分辨特定声音

2017-11-02 09:32 科技日报

打印 放大 缩小

人工智能(AI)设备已经能处理来自独立个人的请求,但跟我们一样,它们在嘈杂的鸡尾酒会上或几个人同时发言的情况下,也会感到“纠结”。《新科学家》杂志官网近日文章称,美国剑桥三菱电机研究实验室的研究人员开发出的声音识别AI设备,能实时分离多个声源,大大提升了自动语言识别能力。

这项技术首次在日本东京先进技术综合展览会上公开展示,被团队称为“深度聚类”机器学习,可识别多个声源“声纹”中的独特功能。然后,将每个演讲者声音的不同特征组合在一起,允许它从多个声音中将特定特征的声音选出来,最后重建每个人的话语。智能技术使用了多名人士讲的英语进行了培训和学习,即便说话人是日本人,也能轻松地分辨出来。

据介绍,传统识别语音的方法,利用两个收音器模拟听众两耳朵的位置,只能达到51%的准确性,形成的“鸡尾酒会效应”困扰了AI研究几十年。

新智能系统可以将两个人的语音成功分离,而且,重建单人语音的精确度高达90%,新技术可帮助家庭和汽车更好地执行智能任务,一次可分离多达5个人的声音,可用于电梯、空调机组和家用产品的智能操控。(记者房琳琳)

责任编辑:陈群(QT0001)  作者:房琳琳