Karmaşık ortamlarda insanlar konuşmanın anlamını AI'dan daha iyi anlayabilir, çünkü sadece kulaklarımızı değil, gözlerimizi de kullanıyoruz.
Örneğin, birinin ağzının hareket ettiğini görüyoruz ve duyduğumuz sesin o kişiden gelmesi gerektiğini sezgisel olarak bilebiliriz.
Meta AI yeni bir AI diyalog sistemi üzerinde çalışıyor, bu da AI'ye bir konuşmada gördükleri ve duydukları arasındaki ince korelasyonları tanımayı öğrenmeyi öğretecek.
VisualVoice, insanların yeni becerileri nasıl yönetmeyi öğrendiklerine benzer şekilde öğrenir ve etiketlenmemiş videolardan görsel ve işitsel ipuçlarını öğrenerek görsel-işitsel konuşma ayrılmasını sağlar.
Makineler için bu daha iyi bir algı yaratırken, insan algısı iyileşir.
Dünyanın her yerinden meslektaşları ile Metaverse'deki grup toplantılarına katılabildiğinizi, sanal alandan geçerken daha küçük grup toplantılarına katıldığınızı düşünün, bu sırada ortamdaki ses yankılanmaları ve tınıların çevreye göre ayarlandığı ayarlanmıştır.
Yani, aynı anda ses, video ve metin bilgileri elde edebilir ve kullanıcıların "çok vay" sağlam bir deneyimine sahip olmalarına izin veren daha zengin bir çevresel anlayış modeline sahiptir.
Post süresi: Temmuz-20-2022
