Sistem AI Amazon membantu mengurangkan ralat pengecaman suara pada Alexa sebanyak 15%.

Beberapa bulan lalu, Amazon memperincikan beberapa isu yang menghalang Alexa daripada memberikan respons yang tepat apabila pengguna membangunkan pembantu maya pada model TV tertentu, dalam iklan internet atau radio. . Lagipun, isu utama di sini ialah bagaimana pembantu suara Amazon boleh menapis bunyi latar belakang secara berkesan dari persekitaran untuk memberikan maklum balas yang lebih tepat kepada pengguna. Baru-baru ini, dalam catatan blog dan kertas penyelidikan iringan yang dipanggil End-to-End Anchored Speech Recognition, jurutera Amazon secara khusus mempersembahkan teknik pengasingan hingar baharu berdasarkan kecerdasan buatan. yang dibuat, boleh membantu meningkatkan pengecaman dan arahan suara Alexa sebanyak 15%. Maklumat lebih terperinci tentang cara sistem berfungsi dijangka akan dibentangkan pada Persidangan Antarabangsa mengenai Akustik, Pertuturan dan Pemprosesan Isyarat yang akan diadakan di Brighton akhir tahun ini.

• Model AI Disney menjana urutan animasi daripada skrip

“Malah, kami sentiasa cuba meningkatkan prestasi Alexa dengan mengajarnya cara untuk "mengabaikan" arahan yang tidak ditujukan untuknya, dengan kata lain, tahu cara memilih arahan di antara bunyi yang tidak terkira banyaknya yang terpancar dari persekitaran sekeliling. Untuk berbuat demikian, kami menganggap bahawa pembesar suara mengaktifkan peranti yang didayakan Alexa dengan menyebut beberapa perkataan bangun khusus - biasanya "Alexa". - dan ini ialah frasa utama yang mesti diasingkan dan dikenal pasti oleh pembantu maya dalam keadaan huru-hara bunyi dari luar persekitaran. Pada asasnya, teknik kami akan membantu dengan cepat "menangkap" bunyi yang mungkin merupakan perkataan bangun (biasanya berdasarkan persamaan dalam intonasi atau fonem) dan membandingkannya dengan perkataan bangun. standard untuk mengenal pasti ayat dengan tepat. Kemudian, ayat yang unsur-unsurnya paling hampir sepadan dengan perkataan bangun standard akan difahami oleh Alexa sebagai arahan, manakala ayat lain akan dianggap bunyi latar belakang," kata Xin Fan, ketua pasukan saintis yang bertanggungjawab ke atas projek itu. Alexa AI menerangkan.

• Kecerdasan buatan OpenAI mengalahkan pasukan Dota 2 juara dunia yang memerintah

Daripada melatih sistem AI yang berasingan untuk membezakan antara bunyi latar belakang dan perkataan bangun, Xin Fan dan rakan sekerja menggabungkan mekanisme pemadanan perkataan mereka dengan model pengecaman pertuturan berasaskan kecerdasan. tiruan standard. Para saintis menguji dua variasi pada seni bina AI penyahkod dalam turutan - iaitu, menggunakan seni bina yang memproses data input (syuting isyarat audio sepanjang milisaat) untuk menghasilkan jujukan output yang sepadan (penyampaian fonemik bunyi) - dan , seperti kebanyakan teknik penyahkod pengekod konvensional, komponen pengekodan meringkaskan data input sebagai panjang tetap vektor (rentetan nombor) dan menukarkannya kepada data output. Sementara itu, mekanisme perhatian khas, "terlatih" untuk mengesan beberapa ciri asas perkataan bangun dalam satu atau lebih rentetan pertuturan dari persekitaran sekeliling, akan bertanggungjawab untuk "membimbing" set. penyahkodan memberi lebih perhatian kepada ciri tersebut dalam vektor.

• EU: Sistem AI harus dibina dan digunakan secara telus dan bertanggungjawab

Dalam eksperimen, para penyelidik melatih salah satu model AI mereka untuk memberi penekanan yang lebih besar pada pengecaman sebutan perkataan, pertama dengan menambahkan komponen yang membandingkan secara langsung bunyi perkataan. wake word dengan pelbagai sebutan dan kemudian menggunakan data yang terhasil ini sebagai input kepada satu lagi yang berasingan. komponen yang telah dilatih untuk memampatkan bit vektor pengekodan. Hasilnya menarik, model ini mengurangkan kadar ralat kepada 13% berbanding 15%.