Í flóknu umhverfi geta menn skilið merkingu tals betur en gervigreind, vegna þess að við notum ekki aðeins eyrun heldur augun líka.
Til dæmis sjáum við munn einhvers hreyfast og vitum kannski innsæi að hljóðið sem við heyrum hlýtur að koma frá viðkomandi.
Meta AI er að vinna að nýju gervigreindarsamræðukerfi, sem á að kenna gervigreind að einnig læra að þekkja fíngerða fylgni milli þess sem það sér og heyrir í samtali.
VisualVoice lærir á svipaðan hátt og menn læra að ná tökum á nýrri færni, sem gerir hljóð- og myndrænan talaðskilnað kleift með því að læra sjónræn og hljóðræn vísbendingu úr ómerktum myndböndum.
Fyrir vélar skapar þetta betri skynjun á meðan skynjun mannsins batnar.
Ímyndaðu þér að þú getir tekið þátt í hópfundum í metaversinu með samstarfsfólki alls staðar að úr heiminum, tekið þátt í smærri hópfundum þegar þeir fara í gegnum sýndarrýmið, þar sem hljóðrembingurinn og tónhljómurinn í atriðinu er í samræmi við umhverfið.
Það er, það getur fengið hljóð-, mynd- og textaupplýsingar á sama tíma og hefur ríkara umhverfisskilningslíkan sem gerir notendum kleift að hafa „mjög vá“ hljóðupplifun.
Birtingartími: 20. júlí 2022
