人工智能（AI）設(shè)備已經(jīng)能處理來自獨(dú)立個(gè)人的請(qǐng)求，但跟我們一樣，它們?cè)卩须s的雞尾酒會(huì)上或幾個(gè)人同時(shí)發(fā)言的情況下，也會(huì)感到“糾結(jié)”?！缎驴茖W(xué)家》雜志官網(wǎng)近日文章稱，美國(guó)劍橋三菱電機(jī)研究實(shí)驗(yàn)室的研究人員開發(fā)出的聲音識(shí)別AI設(shè)備，能實(shí)時(shí)分離多個(gè)聲源，大大提升了自動(dòng)語言識(shí)別能力。
這項(xiàng)技術(shù)首次在日本東京先進(jìn)技術(shù)綜合展覽會(huì)上公開展示，被團(tuán)隊(duì)稱為“深度聚類”機(jī)器學(xué)習(xí)，可識(shí)別多個(gè)聲源“聲紋”中的獨(dú)特功能。然后，將每個(gè)演講者聲音的不同特征組合在一起，允許它從多個(gè)聲音中將特定特征的聲音選出來，最后重建每個(gè)人的話語。智能技術(shù)使用了多名人士講的英語進(jìn)行了培訓(xùn)和學(xué)習(xí)，即便說話人是日本人，也能輕松地分辨出來。
據(jù)介紹，傳統(tǒng)識(shí)別語音的方法，利用兩個(gè)收音器模擬聽眾兩耳朵的位置，只能達(dá)到51%的準(zhǔn)確性，形成的“雞尾酒會(huì)效應(yīng)”困擾了AI研究幾十年。
新智能系統(tǒng)可以將兩個(gè)人的語音成功分離，而且，重建單人語音的精確度高達(dá)90%，新技術(shù)可幫助家庭和汽車更好地執(zhí)行智能任務(wù)，一次可分離多達(dá)5個(gè)人的聲音，可用于電梯、空調(diào)機(jī)組和家用產(chǎn)品的智能操控。
