Facebook A.I. Kunne løse irriterende problem i videochat-apps

Kommunikation på Facebook foregår måske overvejende via tekst, men den sociale mediegigant kan alligevel være med til at løse nogle af de største udfordringer med lydkommunikation. Annonceret fredag ​​den 10. juli forud for International konference om maskinlæring, Facebook har udviklet en ny, banebrydende kunstig intelligens der er i stand til at skelne op til fem stemmer, der taler samtidigt.

Det kunne være transformerende for alt fra næste generations høreapparater eller smarte højttalere, der ringer ind og forstærker visse stemmer til fremtidens Zoom-stil videokonference læring for bedre at prioritere højttalere for at forhindre alle i at tale om hver Andet.

"Dette er en overvåget læringstilgang til taleadskillelse," Eliya Nachmani, en forskningsassistent hos FAIR (Facebook A.I. Research) Tel Aviv, fortalte Digital Trends. "For første gang viser vi, at det er muligt at adskille fem separate højttalere fra en enkelt mikrofonoptagelse. Vi viser også, hvordan modellen kan registrere antallet af højttalere i optagelsen og præforme derefter. Modellen er maskefri, hvilket betyder, at vi ikke estimerer maskering, der fjerner andre stemmer. I stedet lærer vores model at filtrere de andre stemmer eller baggrundsstøj fra."

Dette "maskefri" element er væsentligt. Tidligere modeller, der opnåede imponerende benchmarks, bruger en maske til at fjerne andre stemmer. Problemet med denne tilgang er, at modellerne bliver dårligere, efterhånden som antallet af højttalere stiger eller er ukendt. Mens Facebooks model stadig kræver, at antallet af højttalere skal angives, bruger den noget smart teknologi til at automatisk finde ud af antallet af personer, der taler, og derefter vælge den mest passende model at arbejde med det nummer.

Nachmani påpegede, at denne taleseparationsteknologi også kunne have andre applikationer. Udover at adskille stemmer, kunne den også sortere andre lyde fra baggrundsstøj. Det kunne for eksempel tillade det isolere forskellige musikinstrumenter fra en enkelt lydfil.

Vil nogen af ​​denne teknologi finde vej til et Facebook-produkt snart? Så meget er ikke klart. Dette er grundlæggende A.I. forskning, som ikke nødvendigvis skal bages ind i en fremtid Facebook app. Men det er bestemt nemt at se, hvordan et sådant værktøj kan være nyttigt. I betragtning af det Facebook allerede tilbyder forskellige video- og stemmechat-funktioner, er det ikke uden for muligheden, at dette kan finde vej til et fremtidigt produkt engang i fremtiden.

Denne A.I. demonstration er blot en af ​​mere end 30 artikler, som Facebook diskuterer på den internationale konference om maskinlæring, som starter denne weekend.

Redaktørens anbefalinger

• Twitter har lige løst et af sine mest irriterende problemer
• Hvordan Nintendo kunne bruge A.I. at bringe 4K-spil til Switch Pro
• Smart ny A.I. systemet lover at træne din hund, mens du er væk hjemmefra
• Denne grundlæggende menneskelige færdighed er den næste store milepæl for A.I.
• GTC 2020 roundup: Nvidias virtuelle verden for robotter, A.I. videoopkald

Opgrader din livsstilDigital Trends hjælper læserne med at holde styr på den hurtige teknologiske verden med alle de seneste nyheder, sjove produktanmeldelser, indsigtsfulde redaktionelle artikler og enestående smugkig.