„Google“ automatinis kalbos užbaigimas gali paslėpti vaizdo skambučių trikdžius

Kategorija: Dirbtinis intelektas Paskelbta Balandžio 06 d

Naujienos: Kadangi daugelis iš mūsų dabar pasitiki vaizdo skambučiais tiesioginiam bendravimui , nutrūkę ryšiai vargina labiau nei bet kada anksčiau. Dirbtinis intelektas, imituojantis atskiro kalbėtojo kalbėjimo būdą, gali išlyginti plyšius, užpildydamas mažas spragas sugeneruotos kalbos fragmentais. „Google“ komandos sukurta technologija dabar naudojama „Google“ vaizdo skambučių programa „Duo“. .

Kokia problema? Kai skambinate internetu, jūsų balsas suskaidomas į daugybę mažų gabalėlių, kurie internete yra supakuoti į duomenų blokus, vadinamus paketais. Paketai dažnai ateina į kitą galą sumaišyti ir programinė įranga turi juos pertvarkyti. Tačiau kartais paketai iš viso negauna, todėl pokalbyje atsiranda nesklandumų ir spragų. Tai atsitinka geriausiu metu. „Google“ duomenimis, 99 % Duo skambučių tenka susimaišyti arba prarasti paketus. Dešimtadalis šių skambučių praranda daugiau nei 8 % garso.

Kalbos generavimas: Norėdami išspręsti problemą, komanda sukūrė „DeepMind“ sukurtą neuroninį tinklą, kuris gali generuoti tikrovišką kalbą iš teksto . Naujasis neuroninis tinklas, pavadintas WaveNetEQ, buvo apmokytas naudojant didelį duomenų rinkinį, sudarytą iš 100 įrašytų žmogaus balsų, kalbančių 48 skirtingomis kalbomis, kol jis galėjo automatiškai užbaigti trumpas kalbos dalis, pagrįstas įprastais žmonių kalbėjimo modeliais. Kadangi „Duo“ yra visiškai užšifruota, AI veikia įrenginyje, o ne debesyje. Pokalbio metu „WaveNetEQ“ gali išmokti garsiakalbio balso ypatybes ir generuoti garso fragmentus, atitinkančius kalbėtojo kalbos stilių ir turinį. Kai paketas prarandamas, AI sukurtas balsas įterpiamas į jo vietą.

Šiuo metu AI gali generuoti tik skiemenis, o ne ištisus žodžius ar frazes. Bet trumpas pavyzdžiai, kuriuos „Google“ paskelbė internete parodyti, kad rezultatai gali būti gana tikroviški. Vienu atveju AI pakeičia antrą žodžio problema skiemenį balsu, kuris tiksliai imituoja kalbėtoją vyrišką.