حسین کعبی: وقتی فیگو را در جام جهانی زدم....
استخراج صدای افراد از همهمه ممکن شد
زمانی که در محلی شلوغ انبوهی از افراد در حال صحبت کردن با یکدیگر هستند، به سختی میتوان صدای فرد خاصی را تشخیص داد و از گفتههای او مطلع شد، اما فناوری بر این چالش هم غلبه کرده است. به گزارش مهر و به نقل از ونچربیت، اگر چه برخی بلندگوهای هوشمند مانند گوگل هوم و آمازون اکو از تواناییهای خوبی در این زمینه برخوردار هستند، اما آنها هم در تشخیص یک صدا از میان چند صدای همزمان دچار مشکل میشوند.
بتازگی محققان مرکز تحقیقاتی Idiap در سوئیس با همکاری گوگل راهحلی برای این مشکل یافتهاند. آنها با طراحی دو شبکه عصبی مبتنی بر هوش مصنوعی و ترکیب کارکردهای آنها با یکدیگر استخراج صدای فرد هدف در یک جمع بزرگ و پرسروصدا را ممکن کردهاند.
از دو شبکه عصبی طراحی شده، یکی وظیفه شناسایی صدای تکتک افراد و دیگری وظیفه استخراج آنها را بر عهده دارد. تلاش برای طراحی این سیستم از ابتدای سال جاری میلادی آغاز شده و آزمایش آن با موفقیت در آزمایشگاه هوش مصنوعی و علوم رایانه دانشگاه امآیتی انجام گرفته است.
گفت و گو
