智能制造網(wǎng)APP
智能制造網(wǎng)手機(jī)站
智能制造網(wǎng)小程序
智能制造網(wǎng)官微
智能制造網(wǎng)服務(wù)號(hào)
智能控制
機(jī)器人
儀器儀表
物聯(lián)網(wǎng)
3D打印
工業(yè)軟件
回放
回放
品牌
LAMBDA
如果讓你單純聽一個(gè)人的聲音，你能聽出哪些信息？年齡？性別？還是家鄉(xiāng)？對(duì)于AI來(lái)說(shuō)，這些都太沒難度了。近，一項(xiàng)由美國(guó)麻省理工學(xué)院給出的研究表明，經(jīng)過(guò)訓(xùn)練的AI不僅能從聲音中獲取人們的性別、種族、年齡等信息，甚至連你長(zhǎng)什么樣它都能聽出來(lái)！
據(jù)了解，這一能完成“聽聲辨人”操作的AI，主要依賴一個(gè)叫Speech2Face的神經(jīng)網(wǎng)絡(luò)模型來(lái)完成訓(xùn)練。該模型分為兩部分，一個(gè)是語(yǔ)音編碼器，負(fù)責(zé)對(duì)輸入的語(yǔ)音進(jìn)行面部特征分析和預(yù)測(cè)；另一個(gè)是面部解碼器，對(duì)輸入的面部特征進(jìn)行整合與生成。
在實(shí)際操作中，研究人員通過(guò)將一個(gè)百萬(wàn)視頻剪輯而成的數(shù)據(jù)集放入模型，然后讓AI進(jìn)行一段時(shí)間的自我訓(xùn)練，之后只需憑借6秒鐘左右的語(yǔ)音，AI就能實(shí)現(xiàn)對(duì)人臉特征的采集和還原，并且呈現(xiàn)出效果不錯(cuò)的圖像。
從MIT研究團(tuán)隊(duì)給出的部分訓(xùn)練成果，我們可以發(fā)現(xiàn)：Speech2Face能較好地識(shí)別出性別，對(duì)白種人和亞洲人也能較好地分辨出來(lái)，另外對(duì)30-40歲和70歲的年齡段聲音命中率稍微高一些。不過(guò)，由于AI的“聽覺”不是100%可靠，并且訓(xùn)練素材不夠豐富，其也會(huì)產(chǎn)生不少的識(shí)別錯(cuò)誤，同時(shí)對(duì)黑人聲音的辨別能力也偏弱。
雖然該技術(shù)還不是很完善，但滿足MIT初的設(shè)想已經(jīng)綽綽有余。研究團(tuán)隊(duì)指出，他們訓(xùn)練AI這項(xiàng)功能并不是為了準(zhǔn)確還原說(shuō)話者模樣，而只是單純?yōu)榱搜芯空Z(yǔ)音與相貌之間的關(guān)系，并以此來(lái)用語(yǔ)音生成各種可愛的卡通用戶頭像。
可能你會(huì)覺得這樣一個(gè)技術(shù)用作頭像生成有點(diǎn)大材小用，別擔(dān)心！因?yàn)槠鋵?shí)類似的技術(shù)，目前其他研究機(jī)構(gòu)也在積極開展中，并且有的已經(jīng)投入到了一些有意義的應(yīng)用場(chǎng)景。
比如卡內(nèi)基梅隆大學(xué)曾發(fā)表過(guò)相似的研究，能夠從聲音猜測(cè)說(shuō)話者的年齡、身高、體重、所處空間和環(huán)境信息。該大學(xué)研究人員認(rèn)為聲音就像是人類的DNA一樣，蘊(yùn)藏著豐富而獨(dú)特的信息，在各行各業(yè)中能夠獲得妙用。
他們?cè)谠摷夹g(shù)識(shí)別和還原準(zhǔn)確度超過(guò)60%的時(shí)候，開始正式投入社會(huì)進(jìn)行應(yīng)用測(cè)試。目前，美國(guó)海岸警衛(wèi)隊(duì)仍在利用這項(xiàng)技術(shù)來(lái)識(shí)別惡意報(bào)警者，這項(xiàng)技術(shù)幫他們分辨出了報(bào)警者是否為惡作劇，同時(shí)縮小了調(diào)查的范圍，這讓他們每年減少了近150個(gè)惡作劇電話，節(jié)約了大量警力資源。
而據(jù)了解，卡內(nèi)基梅隆大學(xué)的研究團(tuán)隊(duì)終的設(shè)想，是用AI這項(xiàng)“聽音識(shí)人”技術(shù)來(lái)遠(yuǎn)程確診帕金森等疾病。希望這項(xiàng)技術(shù)能夠打開現(xiàn)代醫(yī)療的創(chuàng)新大門，為疑難雜癥和一些絕癥提供解決思路與辦法。
除了將類似技術(shù)用于刑偵和醫(yī)療之外，現(xiàn)實(shí)中，相同的技術(shù)還被應(yīng)用到了銀行、保險(xiǎn)、客服、招聘等眾多場(chǎng)景與領(lǐng)域。其中，匯豐、摩根等銀行采用聲紋識(shí)別的方式來(lái)保障用戶賬戶安全；大都會(huì)人手保險(xiǎn)公司利用AI系統(tǒng)來(lái)識(shí)別客戶的情緒與感受；一些保險(xiǎn)公司用這項(xiàng)技術(shù)來(lái)判斷來(lái)電者的意圖；還有一些公司則將該技術(shù)用于招聘......
此外，2017年豐田汽車還曾在CES大會(huì)上，將該技術(shù)應(yīng)用到了駕駛當(dāng)中。AI被加載在攝像頭、傳感器、車載語(yǔ)音系統(tǒng)之上，協(xié)助判斷司機(jī)是否處于疲勞駕駛狀態(tài)，并及時(shí)作出提醒。這項(xiàng)技術(shù)讓司機(jī)的駕駛有更加了智能化的保障。
總而言之，不管是何種應(yīng)用，AI“聽音辨人”的功能無(wú)疑是價(jià)值重大的，我們有理由相信，這項(xiàng)技術(shù)終會(huì)越來(lái)越多的出現(xiàn)在往后的生活與生產(chǎn)之中。不過(guò)，AI未來(lái)如果想真正成為人們的好幫手和好伙伴，眼下還需要進(jìn)一步的升級(jí)與突破，發(fā)展之路還需期待！
浙公網(wǎng)安備 33010602000006號(hào)
智能制造網(wǎng)APP
智能制造網(wǎng)小程序
微信公眾號(hào)
