تشخیص صدای شخص خاص در شلوغی ممکن شد

به گزارش خبرنگار پایگاه خبری لوازم خانگی ایران «ال کا ایران»،  تشخیص یک صدا از میان چند صدای همزمان، عملکرد فوق العاده ای است که حتی بلندگوهای هوشمندی همچون آمازون اکو و گوگل هوم با تمام توانایی های موجود در خود نتوانستند از پس این چالش برآیند.

محققان سوئیسی به تازگی با همکاری شرکت گوگل راه حلی برای این مشکل یافته اند که با طراحی دو شبکه عصبی مبتنی بر هوش مصنوعی و ترکیب کارکردهای آنها با یکدیگر می تواند صدای فرد خاصی را حتی در همهمه و ازدحام جمعیت استخراج کنند.

تبلیغات

مرکز تحقیقاتی Idiap که طراحی این سیستم را از ابتدای سال جاری میلادی آغاز کرده بود، هر یک از دو شبکه طراحی شده را با وظایفی مشخص به کار گرفته است چنانکه یک شبکه وظیفه شناسایی صدای تک تک افراد و دیگری وظیفه استخراج آنها را بر عهده دارد.

لازم به ذکر است که آزمایش این تکنولوژی پیشرفته در آزمایشگاه هوش مصنوعی و علوم رایانه دانشگاه ام آی تی انجام گرفته و کاملا هم موفقیت آمیز بوده است. البته  در ابتدای کار خطای این سیستم در حدود ۵۵.۹ درصد بوده که بعد از مدتی به ۲۳.۴ درصد کاهش یافته است.

“پیکسل پلیر” به تازگی توانسته ویدئوهایی از سایت یوتیوب را دریافت و صدای تک تک افراد هدف را از آنها استخراج کند.

 تغذیه این سیستم و افزایش توان یادگیری آن از طریق تغذیه آن با استفاده از انبوهی از نمونه های صدا صورت گرفته که تعداد آنها بالغ بر ۳۴ میلیون مورد است.

انتهای پیام/