訂閱
糾錯(cuò)
加入自媒體
當(dāng)前位置： OFweek 人工智能網(wǎng)   >   自然語言處理   >  正文

谷歌AI黑科技：將同時(shí)說話的兩個(gè)人聲音分離

2018-04-13 17:00
來源： IT之家

4月13日消息 近日，谷歌研究博客發(fā)表一篇文章，介紹一項(xiàng)通過人工智能分離視頻中多個(gè)人聲的技術(shù)。這一技術(shù)目前能精確的過濾人聲，只留下被過濾者自己的聲音。谷歌專家團(tuán)隊(duì)通過機(jī)器學(xué)習(xí)結(jié)合面部識別，達(dá)到準(zhǔn)確的分離人聲的目的。

谷歌同時(shí)上傳了幾個(gè)小視頻，來展現(xiàn)該技術(shù)的應(yīng)用場景。谷歌研究團(tuán)隊(duì)解釋道，他們通過算法追蹤面部動作，通過學(xué)習(xí)YouTube上十萬份優(yōu)質(zhì)的講座和演講視頻，利用卷積神經(jīng)網(wǎng)絡(luò)模型將聲音分離出來。

目前，谷歌研究團(tuán)隊(duì)表示，未來或可能應(yīng)用到Hangouts或者Duo這樣的語音電話中，只要你開啟攝像頭，系統(tǒng)就能自動將背景雜音過濾掉。其他像是自動字幕或者自動翻譯未來可能也會因此受惠。

目前，谷歌已經(jīng)將這一項(xiàng)目托管到GitHub中，感興趣可以點(diǎn)此查看。

聲明： 本文由入駐維科號的作者撰寫，觀點(diǎn)僅代表作者本人，不代表OFweek立場。如有侵權(quán)或其他問題，請聯(lián)系舉報(bào)。

發(fā)表評論

共0條評論，0人參與

請輸入評論內(nèi)容...

請輸入評論/評論長度6~500個(gè)字

您提交的評論過于頻繁，請輸入驗(yàn)證碼繼續(xù)

  • 看不清，點(diǎn)擊換一張  刷新

暫無評論

暫無評論

    掃碼關(guān)注公眾號
    OFweek人工智能網(wǎng)
    獲取更多精彩內(nèi)容
    文章糾錯(cuò)
    x
    *文字標(biāo)題：
    *糾錯(cuò)內(nèi)容：
    聯(lián)系郵箱：
    *驗(yàn) 證 碼：

    粵公網(wǎng)安備 44030502002758號