Kuidas kassi kõnetõlke rakendused töötavad?

Ilmselt olete näinud rakendusi, mis väidavad, et tõlgivad teie kassi öeldut. Kuid kas nad saavad teie kassi mjäu tõesti inglise keelde tõlkida? Lühike vastus on jah, omamoodi. See on keeruline, kuna iga kassi "keel" on ainulaadne, kuid kaasaegse tehnoloogiaga saavad nad üsna lähedaseks.

Kassitõlkimisrakendustes nagu MeowTalk kasutatakse kõnetuvastuse vormi, mis rõhutab masinõpet. Vaatame lähemalt.

Kõnetuvastus ja masinõpe

Kõnetuvastus toimib kõne salvestamise ja heli digitaalseks andmefailiks muutmise kaudu. See kodeerib selliseid andmeid nagu helikõrgus ja helitugevus andmepunktidena, mida rakendus saab analüüsida ja nende tähendustega sobitada. DPA mikrofonid selgitab, et need andmepunktid võivad tunduda väga erinevad, sõltuvalt taustahelidest ja sellest, kuidas sõna räägitakse.

Mõnikord peame hääletuvastust iseenesestmõistetavaks, kuid see on tehnoloogia uskumatu saavutus. Eriti arvestades seda, kui keeruline on inimkõne. As Teadlane selgitab, et iga sõna hõlmab laia valikut helisid või üksteisega segatud "foneeme". Arvuti kõne mõistmiseks on väga keeruline. Kassihelide uus piir on veelgi raskem.

Kõnetuvastust kasutavad rakendused on programmeeritud sõnade sõnavaraga, mida nimetatakse andmekogumiks. Seejärel sobitab rakendus teie kõne oma andmesõnavaras lähima võimalusega.

Kui see teeb vea, parandate selle ja see salvestab need andmed järgmiseks korraks. See on osa masinõppest. Nii õpib programm kõnet ära tundma ka siis, kui see pole identne alustatud andmekogumiga.

Seotud: Mis on masinõppe algoritmid? Siin on, kuidas nad töötavad

Häältuvastusel on endiselt probleeme, eriti kõnehäirete ja aktsentidega. Mõned ettevõtted on masinõppe parandamine nende probleemide ületamiseks, küll. Aja jooksul võib masinõpe muuta kõnetuvastuse võimsaks tööriistaks.

Nii töötab kõnetuvastus inimeste jaoks. Kuid kas see töötab kasside jaoks?

Kõnetuvastus vs. Mjäu tunnustus

Esiteks peame mõistma, miks erineb teatud tüüpi mjäu tõlkimine "ma olen näljane" kui inimkõne analüüs. Probleem on enamasti selles, et kasside suhtlemine toetub rohkem mitteverbaalsetele vihjetele nagu rüht. Teine probleem on universaalse "kassi keele" puudumine.

Vastavalt ASPCA, täiskasvanud metsikud kassid ei niita kunagi üksteist, ainult inimesi. Muud uuringud autor Humane Selts lisab, et need helid "ei esine vaakumis". Peame neid tõlgendama koos kehakeele ja muude kontekstidega. Paljudel juhtudel on need vaikivad signaalid ainus erinevus miau, mis tähendab "ma olen näljane", ja selle vahel, mis tähendab "ma tahan mängida".

Lisades sellele probleemile, pole kahel kassil sama keelt. Kassid töötavad välja omanike jaoks isikupärastatud "keeled". Need põhinevad osaliselt omaniku hääle jäljendamisel ja osaliselt kassi isiksusel. Ükski kass ei kõla ühesugusena, isegi kui edastada sama soovi või vajadust. Niisiis, kuidas saab ühe rakenduse kõnesõnavara nende kõigi jaoks tõlkida?

Paindlik masinõpe kassidele

Kuigi mõnele virtuaalsele assistendile meeldib Oto proovides mõista tooni ja emotsioone, on kõnetuvastus mitteverbaalsete signaalide korral ikka kohutav. Kuid see ei tähenda, et neid oleks võimatu tõlgendada.

MeowTalk kasutab nendest probleemidest ülesaamiseks paindlikumat tüüpi masinõpet.

Lae alla: MeowTalk jaoks Android | iOS (Tasuta)

Meowtalki lõi Javier Sanchez, kes töötas ka Alexa meeskonnas. Ta kujutas rakendust ette sammuna nutikate kraede poole. Need kaelarihmad tõlgiksid kassihääled inimkõnesse, tuginedes keerukatele masinõppe strateegiatele, mis aitaksid inimestel kasse paremini mõista ja nende eest hoolitseda.

MeowTalki meeskond kompenseeris ainulaadsuse probleemid, luues iga kassi jaoks täpsemad profiilid. Rakenduses registreerite iga kassi eraldi. Teadus Norra teatab, et kassipojad mjäuavad teistmoodi kui täiskasvanud kassid, seega palub rakendus ka kassi sünnipäeva. Iga profiil loob kassile ainulaadse andmesidevõrgu, kaasates masinõppesse natuke põhjalikku õppimist.

Seotud: Sügav õppimine vs. Masinõpe vs. AI: kuidas nad koos lähevad?

Sõnavara jaoks algab MeowTalk oma andmekogumis 10 heliprofiiliga. Mõlemal on erinev tähendus, näiteks "õnnelik" või "jaht". Kui rakendus heli kuuleb ja valesti saab, saate selle kas parandada või luua uue tõlgenduse.

Parandamine käsib rakendusel põhisõnavara uue heliga asendada.

Näiteks võite öelda, et rakendus sobitaks sõna „Jahindus” lühikese sirinaga pika yowli asemel. Selline parandus on kasulikum kui mitme heli lisamine, et see vastaks ühe tähendusega kõne tuvastamise viisile, mis oleks nagu ütleksite rakendusele, et pikk yowl ja lühike sirin mõlemad tähendab "emakutse".

Masinõpe kõnetuvastusrakendustes seisab tavaliselt vastu seda tüüpi ülekirjutamisele. See oleks nagu proovida Sirile õpetada, et kui ütlete "tehnoloogiablogi", mõtlete tõesti "pirni". Kuid paindlikum masinõppe vorm, mida MeowTalk kasutab, saab selle parandusega rohkem hakkama lihtsalt.

Uue tõlgenduse loomine lisab tähenduse, mida varem ei kodeeritud. Näiteks kui teie kassil on konkreetne kõne, kui ta soovib oma lemmikmänguasja, võite lisada valiku „Ma tahan oma hiirt”. See sarnaneb sõna lisamisega oma autokorrektsesse sõnastikku.

Seotud: Kuidas Androidis oma autokorrektseid sõnu määratleda

Aja jooksul saate oma kassile välja töötada väga isikupärastatud kõneprofiili. Lõpuks võib see olla isegi piisavalt keeruline, et see oleks kasulik lemmikloomade kasvatajatele või käitumisprobleemide lahendamiseks. Kui mitte midagi muud, aitab see kassiomanikel oma lemmikloomade suhtes tähelepanelikumaks muutuda.

Kohtuotsus: kas kasside tõlkimisrakendused toimivad?

Lõpuks toetub "kassitõlge" endiselt palju sellele, et kasutaja õpetab rakendust, kuidas nende kass räägib. Tõenäoliselt on see alati nii, kuna iga kassi suhtlemine on ainulaadne.

Kuid see, et masinõpe on jõudnud nii kaugele, et arendajatel võib see isegi osaliselt õnnestuda, on uskumatu. Masinõpe ja tehisintellekt edenevad meeletu kiirusega ja me ei saa oodata, millal nad edasi lähevad.

Autori kohta