Raspoznavanje i fokusiranje na pojedinačni glas u bučnom okruženju nešto je što je ljudima urođeno i u potpunosti prirodno. S druge strane, umjetna inteligencija s tim oduvijek ima velikih problema.

Novi Googleov AI neuralna je mreža uvježbana na tisućama i tisućama sati videozapisa kako bi prepoznavala pojedinačne govornike i izolirala ih u zasebne audio kanale. Računalo se pritom koristi sličnim metodama kao i ljudi pa, osim samog slušanja, analizira i mimiku lica govornika kako bi bolje utvrdilo tko od ljudi govori i pravilno izoliralo glasove.

Ovaj će AI vjerojatno eventualno završiti u Googleovim video chat servisima kako bi omogućio kvalitetnije pozive i izolirao glas sugovornika od pozadinske buke, a o ostalim se primjenama može samo nagađati.

Izvor: Vidi.hr