4月16日消息,據(jù)Ars Technica報(bào)道,谷歌研究人員開發(fā)出一種深度學(xué)習(xí)系統(tǒng),旨在幫助計(jì)算機(jī)更好地識(shí)別和分離出嘈雜環(huán)境中的個(gè)體聲音。
正如谷歌本周在Google Research Blog上所稱,該公司內(nèi)部團(tuán)隊(duì)正試圖復(fù)制“人類大腦專注于某個(gè)聲音來源同時(shí)可過濾掉其他聲音”這種能力,就像你在就會(huì)上只與某個(gè)朋友交談。谷歌的方法中使用了一個(gè)視聽模型,所以它主要集中于在視頻中隔離聲音。該公司發(fā)布了些YouTube視頻,展示了該技術(shù)的實(shí)際應(yīng)用情況。
谷歌表示,這項(xiàng)技術(shù)可以應(yīng)用與使用單一音軌的視頻,并能在視頻算法中隔離聲音,這取決于誰在說話,或者是讓用戶手動(dòng)選擇他們想聽到的聲音的人臉。谷歌稱,這里的視覺組件是關(guān)鍵,因?yàn)楫?dāng)某人的嘴在動(dòng)時(shí),這項(xiàng)技術(shù)會(huì)觀察到,以便能在特定時(shí)刻更好地識(shí)別在某人的聲音,并為視頻的長度創(chuàng)建更精確的個(gè)人語音軌跡。
這篇博客文章寫道,研究人員在YouTube上收集了10萬段“講座和談話”視頻,從這些視頻中提取了近2000小時(shí)的視頻片段,并將音頻與人工背景噪聲混合,創(chuàng)造了“合成雞尾酒派對(duì)”。然后谷歌通過閱讀人們在每個(gè)視頻框架中說話的“臉縮略圖”和該視頻原聲帶的譜圖,訓(xùn)練技術(shù)人員將混合音頻進(jìn)行拆分。該系統(tǒng)能夠分辨出哪個(gè)音頻源在給定的時(shí)間內(nèi)屬于哪張人臉,并為每個(gè)揚(yáng)聲器創(chuàng)建單獨(dú)的語音軌跡。
谷歌特別指出,封閉字幕系統(tǒng)是該系統(tǒng)的一個(gè)優(yōu)勢,但該公司表示,它設(shè)想了“這一技術(shù)的廣泛應(yīng)用”,并且“目前正在探索將其納入各種谷歌產(chǎn)品的機(jī)會(huì)”。Hangouts和YouTube似乎是兩個(gè)容易起步的地方。當(dāng)應(yīng)用到智能眼鏡(比如谷歌眼鏡、語音放大耳塞)中時(shí),不難看出該技術(shù)是如何工作的。
幫助像谷歌Home這樣的智能音箱識(shí)別個(gè)人聲音,這似乎是另一個(gè)用例,但是因?yàn)檫@個(gè)模型集中在視頻上,它可能與配有顯示器的智能音箱合作效果會(huì)更好,比如亞馬遜的Echo Show。今年早些時(shí)候,谷歌為“智能顯示設(shè)備”(如Echo Show)集成了Google Assistant,但該公司還沒有發(fā)布自己的類似硬件產(chǎn)品。
在任何情況下,這種技術(shù)的隱私后果似乎和潛在的用例同樣明顯。在上面的例子中,谷歌的聲音隔離遠(yuǎn)遠(yuǎn)不是安全無憂的,進(jìn)行更細(xì)微的調(diào)整后,它可以讓強(qiáng)大的竊聽和監(jiān)視工具落入壞人之手。
文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請(qǐng)謹(jǐn)慎對(duì)待。投資者據(jù)此操作,風(fēng)險(xiǎn)自擔(dān)。
近日,德國柏林國際電子消費(fèi)品展覽會(huì)(IFA2024)隆重舉辦。憑借在核心技術(shù)、產(chǎn)品設(shè)計(jì)及應(yīng)用方面的創(chuàng)新變革,全球領(lǐng)先的智能終端企業(yè)TCL實(shí)業(yè)成功斬獲兩項(xiàng)“IFA全球產(chǎn)品設(shè)計(jì)創(chuàng)新大獎(jiǎng)”金獎(jiǎng),有力證明了其在全球市場的強(qiáng)大影響力。
近日,中國家電及消費(fèi)電子博覽會(huì)(AWE 2024)隆重開幕。全球領(lǐng)先的智能終端企業(yè)TCL實(shí)業(yè)攜多款創(chuàng)新技術(shù)和新品亮相,以敢為精神勇闖技術(shù)無人區(qū),斬獲四項(xiàng)AWE 2024艾普蘭大獎(jiǎng)。
“以前都要去窗口辦,一套流程下來都要半個(gè)月了,現(xiàn)在方便多了!”打開“重慶公積金”微信小程序,按照提示流程提交相關(guān)材料,僅幾秒鐘,重慶市民曾某的賬戶就打進(jìn)了21600元。
由世界人工智能大會(huì)組委會(huì)、上海市經(jīng)信委、徐匯區(qū)政府、臨港新片區(qū)管委會(huì)共同指導(dǎo),由上海市人工智能行業(yè)協(xié)會(huì)聯(lián)合上海人工智能實(shí)驗(yàn)室、上海臨港經(jīng)濟(jì)發(fā)展(集團(tuán))有限公司、開放原子開源基金會(huì)主辦的“2024全球開發(fā)者先鋒大會(huì)”,將于2024年3月23日至24日舉辦。