域名频道资讯站
我们一直在努力制造惊吓

谷歌想用AI帮言语障碍者“说话” 数据集是最大挑战

谷歌想用AI帮言语障碍者“说话” 数据集是最大挑战

据Sagar Savla介绍,目前全球有 4.66 亿人患耳聋或听力障碍,这一数字在 2055 年可能会增加至 9 亿。听力受损使得人们很难与周围的世界沟通交流,这是人类社会中一项严峻的挑战。

而语音识别 (speech recognition) 功能Live Transcribe的出现,就是为听障人群解决现实问题。该功能可以实时自动转录对话,让人们参与到原本无法参与的对话中。

目前,Live Transcribe应用程序支持超过70种语言,通过在手机屏幕上把现实生活中的语音转录为文本,帮助耳聋和听障人士与他人沟通。

此外,言语障碍患者也是一个较大的群体。Google AI 产品经理Julie Cattiau在接受新浪科技采访时提到,Google今年启动的Euphonia项目,正在通过招募志愿者,积累更大的残障人士语言数据库,希望最终帮助所有的言语障碍患者进行交流。

据悉,该功能通过为言语障碍患者建立语音识别模型,和能够识别其他沟通方式( 如手势,眨眼等)的基于计算机视觉的模型,让机器去理解他们说话的方式,用AI语音技术帮这些患者“说话沟通”。

在活动现场,Julie Cattiau通过一段视频,展示了通过该功能,可以相对准确地读取出有语言障碍人士的表达。

不过,要让AI读懂言语障碍患者的表达,也存在一定的挑战。Julie Cattiau在采访中表示,现在一般的语言识别已经有大量的数据了,有很多人在使用这个平台。但是在Euphonia这个项目中,其实没有太多人参与,很多有语言障碍的人很少愿意来参与。目前,正在通过招募很多言语障碍患者志愿者,让他们朗读一些词汇,积累表达,这样就能建立一些数据。

“这些数据实际上没有那么多,虽然我们在语音识别方面取得了很大的进展,但依然存在这样的挑战”,Julie Cattiau坦言。

语音识别对于患有某些健康状况的人来说是一项至关重要的技术,但许多产品即使在最理想状态下也表现平平。

据了解,通过和这些非营利组织的合作,Euphonia项目团队需要记录更多患者的声音,然后将这些声音来训练人工智能,从而创建能够识别这些语音的算法和频谱图。

目前,由于没有人收集到足够大的数据集,语音识别技术可能不适用于有语言障碍的人士,而这将是Euphonia着手研究的部分。

本文素材来自互联网

赞(0)
分享到: 更多 (0)

中国专业的网站域名及网站空间提供商

买域名买空间