Pembantu maya dan sistem pengecaman suara telah belajar untuk "mengenali" apa yang seseorang katakan kepada mereka dan mengikuti perintahnya. Tetapi untuk operasi yang betul pada Siri dan Cortana yang sama, bunyi luar boleh menjadi masalah besar. Pakar dari Mitsubishi Electric dapat membantu mengatasi kekurangan teknikal ini, yang menghadirkan teknologi baru untuk memisahkan ucapan seseorang dari kebisingan umum.
Teknologi syarikat Jepun disebut Deep Clustering, fungsinya dibangun berdasarkan prinsip pembelajaran mesin. Sebagai permulaan, kecerdasan buatan belajar untuk secara bebas memisahkan ucapan seseorang dari aliran umum dari pelbagai bunyi dan bunyi. Rangkaian saraf memisahkan data audio yang masuk ke dalam pelbagai elemen dan masing-masing menganalisis secara berasingan, setelah itu sudah dapat memproses suara manusia. Karya serupa diperhatikan apabila dua atau lebih pembicara “disambungkan”.
Semasa demonstrasi teknologi dari syarikat Jepun, sistem ini berjaya memisahkan pertuturan dua orang yang menuturkan ayat yang sama dalam bahasa yang berlainan menjadi satu mikrofon. Semua pemprosesan dilakukan dalam masa nyata, dan kelewatan tidak melebihi tiga saat. Ketepatan pengecaman adalah 90 peratus, dan ketika tiga orang mulai berbicara ke dalam mikrofon, peratusan "hits" turun menjadi 80, yang juga merupakan hasil yang baik. Menurut pengarang projek Anthony Vetro dan Yohei Okato,
"Tidak seperti memisahkan ucapan dari suara latar, memisahkan ucapan seseorang dari suara" suara "orang yang bercakap pada masa yang sama adalah tugas yang sangat sukar, kerana suara suara orang yang berlainan mempunyai banyak keanehan. Di kebanyakan sistem, masalah pemisahan suara diselesaikan dengan memasang dua atau lebih mikrofon, tetapi sekiranya hanya menggunakan satu mikrofon, hanya kecerdasan buatan yang dapat menangani tugas pemisahan suara. Teknologi ini dapat digunakan di mana sahaja ketepatan tinggi pengenalan mesej suara diperlukan. Contohnya, dalam sistem kawalan suara untuk kereta, lif, isi rumah dan peranti elektronik yang lain."
VLADIMIR KUZNETSOV
