Η τεχνολογία ομιλίας που έχει αναπτυχθεί μόνος της Xiaomi βοηθά όσους έχουν διαταραχές ομιλίας
Τεχνολογία Κείμενο σε ομιλία σε αυθόρμητο ύφος, που αναπτύχθηκε από Xiaomi AI Lab στην Κίνα, είναι ένα από τα τελευταία σύνορα όσον αφορά την αναγνώριση φωνής και τη χρήση συσκευών μέσω φωνής. Το έργο που γεννημένος μέσα στο εργαστήριο παίρνει το όνομα "Κάτοχος της φωνής μου". Επιτρέπει σε παραλήπτες που δυστυχώς υποφέρουν από διαταραχές ομιλίας να έχετε μοναδικές και εξατομικευμένες φωνές για να επικοινωνείτε με άλλους ανθρώπους. Ας δούμε αναλυτικά τι είναι και από πότε το δουλεύει η κινεζική εταιρεία.
Η Xiaomi αποκάλυψε την τελευταία της εφαρμογή προηγμένων αλγορίθμων και τεχνολογίας ομιλίας που αναπτύχθηκε μόνος του που βοηθά όσους έχουν διαταραχές ομιλίας
Xiaomi νοιάζεται για τους ανθρώπους και προσπαθεί να καλύψει τις διαφορετικές ανάγκες τους μέσω της τεχνολογικής καινοτομίας. Τα τελευταία χρόνια, η κινεζική μάρκα ανακάλυψε την επιθυμία πολλών χρηστών με γλωσσικές διαταραχές κατέχετε τη δική σας φωνή, ακόμη και μοναδικό, για να χρησιμοποιείται για καθημερινή επικοινωνία. Για αυτόν τον λόγο η Xiaomi έχει δημιουργήσει την ομάδα έργου "Κάτοχος της φωνής μου". Ο Zhu Xi, συντονιστής της Τεχνολογικής Επιτροπής για το Tech for Good της Xiaomi, δήλωσε:
Είμαστε ενθουσιασμένοι που εξερευνούμε τις πολλαπλές αξίες που μας προσφέρει η τεχνολογική καινοτομία, όπως η ανταπόκριση σε αιτήματα των χρηστών για προσωπική ταυτότητα και δημιουργία ταυτότητας
Προκειμένου να δημιουργηθεί η πιο κατάλληλη και εξατομικευμένη φωνή για τον χρήστη με προβλήματα ομιλίας, η ομάδα του έργου Xiaomi έχει στρατολόγησε περισσότερους από 200 εθελοντές μέσα για να δώσεις τη φωνή σου. Ο αλγόριθμος αντιστοίχισης φωνητικού αποτυπώματος χρησιμοποιήθηκε για να αντιστοιχίσει τα χαρακτηριστικά των φωνών που δόθηκαν από τους εθελοντές με αυτά της φωνής του παραλήπτη. Μέσω αυτής της προσέγγισης, ήταν βρήκε την καταλληλότερη φωνή ως ήχο αναφοράς βασική φωνή για τον παραλήπτη.
Διαβάστε επίσης: Το Mi Band 7 κυκλοφορεί με πολλή ημερομηνία και τιμή | φωτογραφία
Αργότερα, οι μελετητές χρησιμοποίησαν την τεχνολογία αυθόρμητης σύνθεσης ομιλίας για εκπαιδεύστε το μοντέλο τεχνητής νοημοσύνης. Με αυτόν τον τρόπο, ένας φυσικός ρυθμός και επιτονισμός ικανός να προστεθεί σταδιακά σε αυτή τη νέα φωνή εκφράστε ειλικρινά το συναίσθημα και τον τόνο ενός ανθρώπου.
Ο Zhu Xi πρόσθεσε:
Εάν παρατηρήσουμε και αντιμετωπίσουμε τις ανάγκες των μειονοτικών ομάδων σε πρώιμο στάδιο, η διαδικασία διάδοσης της τεχνολογίας θα μπορούσε να μειωθεί σημαντικά. Αυτό επιτρέπει στα οφέλη των νέων τεχνολογιών να γίνουν άμεσα προσβάσιμα σε χρήστες με ειδικές ανάγκες
Η ραχοκοκαλιά αυτού του έργου είναι μια ομάδα από ειδικοί τεχνολογίας φωνής από το Xiaomi AI Lab. Από 2017 έχουν δημοσιεύσει 37 άρθρα για το σκοπό αυτό και έχουν υπάρξει σε σημαντικούς κύκλους όπως ηΔιεθνές Συνέδριο Ακουστικής, Ομιλίας και Επεξεργασίας Σήματος (ICASSP). Η επιτυχία του "Κάτοχος της φωνής μου«Κυρίως εξαρτάται από το αυθόρμητο στυλ της τεχνολογίας Text-to-Speech που ανέπτυξαν. Το αυθόρμητο στυλ της τεχνολογίας Το Text-to-Speech ουσιαστικά κάνει τη συνθετική φωνή να μοιάζει με πραγματικό άνθρωπο στον τονισμό, την παύση, την ταχύτητα και άλλα χαρακτηριστικά του. Αυτό αντικαθιστά τη μονότονη, αφύσικη αίσθηση της ηλεκτρονικής φωνής με μια πιο φυσική.
