IT資訊
當前位置:優樂網 > IT資訊 >  移動

溝通只是第一步:揭秘蘋果Siri背后的那些技術

2020-03-07 01:06:24 雷鋒網 肖漫 編輯:貝兒 瀏覽數:12優樂網

蘋果公司的跨平臺Siri虛擬助手在全球有著超過5億用戶,顯然,語音識別是蘋果感興趣的重要領域之一。上周,蘋果公司發表了一系列預印本研究論文,就如何改進語音觸發檢測和說話人驗證,以及多說話人的語言識別技術進行了研究。揚聲器...

蘋果公司的跨平臺Siri虛擬助手在全球有著超過5億用戶,顯然,語音識別是蘋果感興趣的重要領域之一。

上周,蘋果公司發表了一系列預印本研究論文,就如何改進語音觸發檢測和說話人驗證,以及多說話人的語言識別技術進行了研究。

揚聲器驗證和語音觸發檢測

在第一篇論文中,一組蘋果研究人員提出了一個訓練過的人工智能模型,這個模型既能執行自動語音識別任務,也能執行說話人識別任務。

正如他們在摘要中所解釋的,語音助手識別的命令通常以觸發短語(例如,“嘿,Siri”)為前綴,檢測這個觸發短語涉及兩個步驟。

首先,人工智能必須判斷輸入音頻中的語音內容是否與觸發短語的語音內容相匹配(語音觸發檢測);其次,人工智能必須判斷說話者的語音是否與注冊用戶或用戶的語音相匹配(語音驗證)。

通常情況下,這兩項任務都是被獨立考慮的。但有合著者假設,對語音發起者的了解可能有助于推斷出聲音信號中的語音內容,反之亦然,這將有助于對這兩種屬性進行評估。

對此,研究人員設計了三套能夠學習語音和說話人信息的模型,并對一組數據進行訓練,這些數據包含超過16000小時的帶注釋的樣本,其中5000小時的音頻有語音標簽(其余的為說話人標簽)。

不僅如此,還有超過100名受試者使用智能揚聲器設備在一系列聲學設置中為語料庫做出貢獻,包括安靜的房間、來自房間內電視或廚房設備的外部噪音,以及錄音機以大音量播放音樂。

值得一提的是,來自電視、廣播和播客的2000小時不包含觸發短語的連續音頻記錄也被添加進來,以此來測量“誤報”率。

這些模型顯示出了學習語音和說話人信息的能力,同時在相同數量的參數下,每個任務的準確性至少與基線模型相同。

事實上,在提出的三種模型中,有一種在“多重”設置下的表現優于說話者驗證基線,在文本無關的任務中相對于基線提高了7.6%。

研究人員認為,這樣的實驗結果是十分有趣的,因為這些模型是使用不相關的數據集訓練的,也就是說,每個音頻樣本要么有語音標簽,要么有說話人標簽,從來沒有兩者都有。

通過對結果的觀察,研究人員提出了一種靈活的設計,通過連接不同的任務的訓練數據,而不是為每個訓練示例獲取多個標簽,從而在多個相關任務上訓練模型。從實用的角度來看,這樣能夠在兩個任務之間共享計算可以節省設備內存、計算時間或延遲,以及消耗的電量/電池。

錯誤觸發緩解

在研究中,有一項補充研究減少了錯誤觸發的發生,也就是說,語音助手有意地忽略了像Siri這樣的語音助手的語音。

研究人員表示,他們使用了圖形神經網絡(GNN),這是一種操作在圖形結構上的人工智能模型,其中每個節點都與一個標簽相關聯,目標是在沒有基礎事實的情況下預測節點的標簽。



分享到:

版權與免責聲明:

凡未注明"稿件來源"的內容均為轉載稿,本網轉載出于傳遞更多信息的目的;如轉載稿涉及版權問題,請作者聯系我們,同時對于用戶評論等信息,本網并不意味著贊同其觀點或證實其內容的真實性;


本文地址:http://www.yyinsz.icu/news/2020/03/07/263039430.html

轉載本站原創文章請注明來源:優樂網

行業聚焦

開發人員抱怨蘋果拒絕其消息應用上架,限制了創新

IT之家4月18日消息 據外媒9to5mac報道,在App Store上架應用時,蘋果公司有著非常嚴格的審核。此前就有開發者抱怨蘋果的規則過于嚴格,而獨立開發者...[詳細]

iQOO 3 5G 變形金剛限量版售價公布:3998元

IT之家5月21日消息 昨天iQOO手機官方宣布了iQOO 3 5G性能旗艦變形金剛限量版,該機將于 6 月 1 日全網開售,現在官方已經公布該機售價...[詳細]

完成上市輔導!國產EDA軟件供應商芯愿景擬科創板上市

IT之家5月7日消息 北京芯愿景軟件技術股份有限公司(下稱“芯愿景”)擬首次公開發行股票并在科創板上市,該公司已于2019年11月12日與民生證券簽署...[詳細]

首汽約車CEO魏東發內部信:公司有望2020年4季度實現EBITA為正

昨日,首汽約車CEO魏東發布了內部信,信中表示,公司有望2020年4季度實現EBITA為正。在內部信中,魏東透露,自2018年開始,首汽約車就引入加盟合作,擴大...[詳細]

機械革命蛟龍筆記本上架:8核R7+RTX 2060,6599元

IT之家5月14日消息 機械革命上架了新款蛟龍系列筆記本,搭載了AMD 8核16線程的R7 4800H處理器,顯卡為RTX 2060,首發價6599元...[詳細]

智科技

更多

多企業投訴天眼查企查查使用揭露信息攪擾企業發展

 

  來歷:央廣網  原標題:多家企業投訴天眼查、企查查:使用揭露信息攪擾企業正常打開  央廣網北京4月20日音訊(記者 ...[詳細]

比妙控鍵盤便宜一半:外媒上手羅技Combo Touch iPad鍵盤保護殼

 

IT之家4月19日消息 蘋果此前推出了適用于iPad Pro 2020的Magic Keyboard鍵盤套,但...[詳細]

三星2020款 QLED 8K電視 Q950TS 發布:99%屏占比,49999元起

 

IT之家5月18日消息  三星今天舉辦了“真·撼于心”三星2020年QLED 8K電視新品線上發布會。三星在本...[詳細]

微軟在Win10 2004發行說明中更新了處理器支持列表

 

微軟即將向公眾推送 Windows 10 2020 五月更新,不過在 Windows Update 自動下載前,開發者們...[詳細]

Windows10系統如何使用Linux命令?

 

  Windows10系統如何使用Linux命令?目前,Windows10系統已經集成了Linux常...[詳細]

一周排行每月關注
极速快乐十分开奖官网 股票推荐fjwlcd 广西快乐十分开奖详细 秒速赛车开奖查询 福建22选5开奖规则 黑龙江快乐十分麻将 快乐十分任选4玩法 浪潮信息股票行情 五排列开奖结果查询 重庆时时开奖号码360 浙江6 1走势图 下载幸运快三官网 股权基金配资 吉林快三投注技巧 新开盘的股票怎么买 贵州十一选五基本走势图表 澳洲快乐8技巧