V zapletenih okoljih lahko ljudje razumejo pomen govora bolje kot AI, ker ne uporabljamo samo ušes, ampak tudi oči.
Na primer, vidimo, da se nekdo giblje in intuitivno vemo, da mora zvok, ki ga slišimo, prihaja od te osebe.
Meta AI dela na novem sistemu dialoga AI, ki je naučiti AI, da se tudi nauči prepoznati subtilne povezave med tem, kar vidi in sliši v pogovoru.
VisualVoice se na podoben način nauči, kako se ljudje naučijo obvladati nove veščine, kar omogoča avdio-vizualno ločitev govora z učenjem vizualnih in slušnih namigov iz neoznačenih videoposnetkov.
Za stroje to ustvarja boljše dojemanje, medtem ko se človeško zaznavanje izboljšuje.
Predstavljajte si, da bi lahko sodelovali na skupinskih sestankih v Metaverse s sodelavci z vsega sveta in se pridružili manjšim skupinskim sestankom, ko se premikajo po virtualnem prostoru, med katerim se zvok odmeva in Timbre na sceni v skladu s tem ustrezno prilagodi okolje.
To pomeni, da lahko hkrati pridobi informacije o avdio, video in besedilu in ima bogatejši model za razumevanje okolja, ki uporabnikom omogoča "zelo wow" zvočno izkušnjo.
Čas objave: julij-20-2022
