Keerulistes keskkondades saavad inimesed kõne tähendusest paremini aru kui tehisintellekt, sest me ei kasuta mitte ainult kõrvu, vaid ka silmi.
Näiteks näeme kellegi suu liikumas ja võime intuitiivselt teada, et heli, mida kuuleme, peab tulema sellelt inimeselt.
Meta AI töötab uue tehisintellekti dialoogisüsteemi kallal, mille eesmärk on õpetada tehisintellekti ka ära tundma peeneid seoseid selle vahel, mida ta vestluses näeb ja kuuleb.
VisualVoice õpib sarnaselt sellele, kuidas inimesed õpivad omandama uusi oskusi, võimaldades audiovisuaalset kõne eraldamist, õppides sildita videotest visuaalseid ja kuuldavaid näpunäiteid.
Masinate jaoks loob see parema taju, samas kui inimese taju paraneb.
Kujutage ette, et saaksite osaleda grupikohtumistel metaversumis kolleegidega üle maailma, liitudes virtuaalses ruumis liikudes väiksemate grupikoosolekutega, mille käigus toimuvad stseenis olevad helireverbid ja tämbrid vastavalt keskkonnale Kohanduvad vastavalt.
See tähendab, et see saab korraga hankida heli-, video- ja tekstiteavet ning sellel on rikkalikum keskkonnamõistmise mudel, mis võimaldab kasutajatel saada "väga vau" helikogemust.
Postitusaeg: 20. juuli 2022
