Google sa naučil odčítať z pier, rozozná reč aj v hlučnom prostredí

Rozoznať prekrývajúce sa hlasy v rušnom prostredí bolo doteraz pre počítače problémom.

Google. (Zdroj: SITA/AP)

BRATISLAVA. Výskumníkom zo spoločnosti Google sa podarilo vytvoriť systém, vďaka ktorému vedia počítače rozoznať hlasy v hlučnom prostredí. Jav známy ako kokteilový efekt, keď sa človek dokáže v hlučnom prostredí sústrediť na jednotlivé hlasy, je pre ľudí bežný.

Počítače, ktoré napríklad prepisovali hlasy zo zvukového záznamu do textu, však so sústredením sa na jeden hlas mali problém.

Výskumníci preto systém navrhli tak, aby pracoval na základe audiovizuálneho modelu. V štúdii predstavili technológiu, ktorá dokázala v bežných videách na sieti YouTube zvýrazniť rečový prejav konkrétnych ľudí, zatiaľ čo všetky ostatné zvuky sa stlmia. Prácu predstavili na Google Research Blog.

Článok pokračuje pod video reklamou

Od používateľa sa len vyžaduje, aby vo videu zvýraznil tvár človeka, ktorého chce počuť, alebo nechá systém, aby hlasy zvýrazňoval podľa toho, kto práve rozpráva.

Podľa Googlu je vizuálny podklad kľúčový, pretože technológia sleduje, čie ústa sa práve pohybujú a na základe toho vie, na koho sa má sústrediť a zvýrazniť rečový prejav. Spojenie zvuku a videa zaistí, že oddelenie reči je omnoho kvalitnejšie aj v prípade, keď sa prekrýva rečový prejav viacerých ľudí.

Výskumníci zozbierali najprv stotisíc vysokokvalitných videí prednášok a prejavov na YouTube. Z nich oddelili zvukové stopy čistej reči, bez zvukov v pozadí. Neurálna sieť tak mohla zistiť, kedy človek hovorí a ako vyzerá spektrogram, teda vizuálny záznam zvuku jeho reči.

Nakoniec "namiešali" dohromady rečový prejav a rôzne zábery pôvodných videí a pridali do pozadia šum.

Neurálnu sieť potom naučili rozpoznať v záberoch tváre jednotlivých ľudí a prečítať už celý spektrogram všetkých zvukov vo videu. Počítač tak dokázal oddeliť rečový prejav jednotlivých ľudí, vytvoriť individuálnu zvukovú stopu pre ich reč a zvýrazniť ju.

Google verí, že ich technológia sa uplatní pri strojovom prepisovaní záznamov, zlepší automatické titulkovanie vo videách, či pomôže aj pri videokonferenciách.

Na spracúvanie osobných údajov sa vzťahujú Zásady ochrany osobných údajov a Pravidlá používania cookies. Pred zadaním e-mailovej adresy sa, prosím, dôkladne oboznámte s týmito dokumentmi.

Najčítanejšie na SME Tech

Inzercia - Tlačové správy

  1. Ochrana pred tropickou horúčavou
  2. Keď Slováci krotia morský vietor
  3. Už aj čerpacia stanica OMV Spišská Nová Ves je v novom šate
  4. 10 tipov z histórie: ako zbohatnúť podľa úspešných velikánov
  5. Robila som domáci džem z ovocia z Kauflandu. Ako to dopadlo?
  6. Zákazníkov sme odmenili darčekmi v hodnote 250 000€
  7. Porovnanie najobľúbenejších last minute destinácií
  8. Vizuálny smog je problém
  9. Reportáž: Na Záhorí vyrábajú svetové omietky
  10. Volkswagen Arteon spája limuzínu s rodinou
  1. HB Reavis rozširuje svoje portfólio v Londýne už o piaty projekt
  2. Keď Slováci krotia morský vietor
  3. Ochrana pred tropickou horúčavou
  4. Pivovar Šariš investoval do kultúry
  5. Už aj čerpacia stanica OMV Spišská Nová Ves je v novom šate
  6. Savills Investment Management kupuje Gdanski Business Center II
  7. Škôlka od srdca
  8. Zákazníkov sme odmenili darčekmi v hodnote 250 000€
  9. 10 tipov z histórie: ako zbohatnúť podľa úspešných velikánov
  10. Robila som domáci džem z ovocia z Kauflandu. Ako to dopadlo?
  1. Porovnanie najobľúbenejších last minute destinácií 15 583
  2. Vizuálny smog je problém 9 699
  3. Reportáž: Hranolky z McDonald’s sú zložené z 5 ingrediencií 8 658
  4. Objavte najvzácnejšiu hubu na svete. Rastie na Liptove 6 850
  5. Volkswagen Arteon spája limuzínu s rodinou 4 923
  6. Spoznajte exotický Zanzibar od severu až po juh 4 275
  7. Prešovská Spinea tromfla Japoncov a spresnila roboty 3 995
  8. Najvýhodnejšia dovolenka v Tatrách a Liptove 3 466
  9. Historickým vláčikom sa prichádza previezť stále viac turistov 3 426
  10. Dovolenka pri Mŕtvom mori a tipy na overené hotely 3 327

Téma: Umelá inteligencia


Článok je zaradený aj do ďalších tém Google

Hlavné správy zo Sme.sk

AUTO

Vývojár palív v F1 pre SME: Niekedy vieme viac ako technici

Benoit Poulet už začína vyvíjať benzín na budúci rok.

Neprehliadnite tiež

PODCAST ZOOM

Zoom: Baktérie cestujú verejnou dopravou

Ako sa šíria mikróby spolu s ľuďmi.

OBJEKTÍV

Natočili šimpanzy, ako sa hrajú na lietadlo

Naši najbližší príbuzní sa hrajú podobne.

Primitívny človek vzpriamený vyhynul, lebo bol lenivý

Robili si vlastné nástroje, no z nekvalitných surovín.

PODCAST ZOOM

Zoom: Vesmírny extrém potvrdil Einsteinove predpovede

Čo ukázalo pozorovanie extrémnych podmienok.