人工智慧可從嘈雜聲中分辨特定聲音

　　2017-11-02 08:23

　　人工智慧（AI）設備已經能處理來自獨立個人的請求，但跟我們一樣，它們在嘈雜的雞尾酒會上或幾個人同時發言的情況下，也會感到「糾結」。《新科學家》雜誌官網近日文章稱，美國劍橋三菱電機研究實驗室的研究人員開發出的聲音識別AI設備，能實時分離多個聲源，大大提升了自動語言識別能力。

　　這項技術首次在日本東京先進技術綜合展覽會上公開展示，被團隊稱為「深度聚類」機器學習，可識別多個聲源「聲紋」中的獨特功能。然後，將每個演講者聲音的不同特徵組合在一起，允許它從多個聲音中將特定特徵的聲音選出來，最後重建每個人的話語。智能技術使用了多名人士講的英語進行了培訓和學習，即便說話人是日本人，也能輕鬆地分辨出來。

　　據介紹，傳統識別語音的方法，利用兩個收音器模擬聽眾兩耳朵的位置，只能達到51%的準確性，形成的「雞尾酒會效應」困擾了AI研究幾十年。

　　新智能系統可以將兩個人的語音成功分離，而且，重建單人語音的精確度高達90%，新技術可幫助家庭和汽車更好地執行智能任務，一次可分離多達5個人的聲音，可用於電梯、空調機組和家用產品的智能操控。（記者房琳琳）