智能制造網(wǎng)APP
智能制造網(wǎng)手機站
智能制造網(wǎng)小程序
智能制造網(wǎng)官微
智能制造網(wǎng)服務號
智能控制
機器人
儀器儀表
物聯(lián)網(wǎng)
3D打印
工業(yè)軟件
回放
品牌
其他品牌
如果讓你單純聽一個人的聲音，你能聽出哪些信息？年齡？性別？還是家鄉(xiāng)？對于AI來說，這些都太沒難度了。近，一項由美國麻省理工學院給出的研究表明，經(jīng)過訓練的AI不僅能從聲音中獲取人們的性別、種族、年齡等信息，甚至連你長什么樣它都能聽出來！
據(jù)了解，這一能完成“聽聲辨人”操作的AI，主要依賴一個叫Speech2Face的神經(jīng)網(wǎng)絡模型來完成訓練。該模型分為兩部分，一個是語音編碼器，負責對輸入的語音進行面部特征分析和預測；另一個是面部解碼器，對輸入的面部特征進行整合與生成。
在實際操作中，研究人員通過將一個百萬視頻剪輯而成的數(shù)據(jù)集放入模型，然后讓AI進行一段時間的自我訓練，之后只需憑借6秒鐘左右的語音，AI就能實現(xiàn)對人臉特征的采集和還原，并且呈現(xiàn)出效果不錯的圖像。
從MIT研究團隊給出的部分訓練成果，我們可以發(fā)現(xiàn)：Speech2Face能較好地識別出性別，對白種人和亞洲人也能較好地分辨出來，另外對30-40歲和70歲的年齡段聲音命中率稍微高一些。不過，由于AI的“聽覺”不是100%可靠，并且訓練素材不夠豐富，其也會產生不少的識別錯誤，同時對黑人聲音的辨別能力也偏弱。
雖然該技術還不是很完善，但滿足MIT初的設想已經(jīng)綽綽有余。研究團隊指出，他們訓練AI這項功能并不是為了準確還原說話者模樣，而只是單純?yōu)榱搜芯空Z音與相貌之間的關系，并以此來用語音生成各種可愛的卡通用戶頭像。
可能你會覺得這樣一個技術用作頭像生成有點大材小用，別擔心！因為其實類似的技術，目前其他研究機構也在積極開展中，并且有的已經(jīng)投入到了一些有意義的應用場景。
比如卡內基梅隆大學曾發(fā)表過相似的研究，能夠從聲音猜測說話者的年齡、身高、體重、所處空間和環(huán)境信息。該大學研究人員認為聲音就像是人類的DNA一樣，蘊藏著豐富而獨特的信息，在各行各業(yè)中能夠獲得妙用。
他們在該技術識別和還原準確度超過60%的時候，開始正式投入社會進行應用測試。目前，美國海岸警衛(wèi)隊仍在利用這項技術來識別惡意報警者，這項技術幫他們分辨出了報警者是否為惡作劇，同時縮小了調查的范圍，這讓他們每年減少了近150個惡作劇電話，節(jié)約了大量警力資源。
而據(jù)了解，卡內基梅隆大學的研究團隊終的設想，是用AI這項“聽音識人”技術來遠程確診帕金森等疾病。希望這項技術能夠打開現(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。
除了將類似技術用于刑偵和醫(yī)療之外，現(xiàn)實中，相同的技術還被應用到了銀行、保險、客服、招聘等眾多場景與領域。其中，匯豐、摩根等銀行采用聲紋識別的方式來保障用戶賬戶安全；大都會人手保險公司利用AI系統(tǒng)來識別客戶的情緒與感受；一些保險公司用這項技術來判斷來電者的意圖；還有一些公司則將該技術用于招聘......
此外，2017年豐田汽車還曾在CES大會上，將該技術應用到了駕駛當中。AI被加載在攝像頭、傳感器、車載語音系統(tǒng)之上，協(xié)助判斷司機是否處于疲勞駕駛狀態(tài)，并及時作出提醒。這項技術讓司機的駕駛有更加了智能化的保障。
總而言之，不管是何種應用，AI“聽音辨人”的功能無疑是價值重大的，我們有理由相信，這項技術終會越來越多的出現(xiàn)在往后的生活與生產之中。不過，AI未來如果想真正成為人們的好幫手和好伙伴，眼下還需要進一步的升級與突破，發(fā)展之路還需期待！
浙公網(wǎng)安備 33010602000006號
智能制造網(wǎng)APP
智能制造網(wǎng)小程序
微信公眾號
