AI Lab, bài báo chính được chấp nhận tại ICASSP 2024, một hội nghị hàng đầu soi kèo bóng đá trực tuyến lĩnh vực xử lý tín hiệu âm thanh và giọng nói

■Nền tảng nghiên cứu
soi kèo bóng đá trực tuyến những năm gần đây, với sự phát triển của công nghệ máy học, việc tạo ra các quảng cáo mới và tiếp thị kỹ thuật số sử dụng công nghệ AI đang thu hút sự chú ý Tại AI Lab, chúng tôi đang mở rộng phạm vi lĩnh vực nghiên cứu cũng như nghiên cứu và phát triển công nghệ AI để giải quyết các vấn đề kỹ thuật khác nhau soi kèo bóng đá trực tuyến các lĩnh vực này

soi kèo bóng đá trực tuyến lĩnh vực giọng nói, chúng ta đã có thể hiện thực hóa công nghệ nhận dạng giọng nói có hiệu suất nhận dạng cao và tổng hợp giọng nói có thể so sánh với giọng nói của con người Nhóm Âm thanh tại Phòng thí nghiệm AI, nơi tiến hành nghiên cứu soi kèo bóng đá trực tuyến lĩnh vực giọng nói và âm thanh, đang nghiên cứu để hiện thực hóa cuộc đối thoại hoàn toàn tự động, là cuộc đối thoại bằng giọng nói tự nhiên và nâng cao, chẳng hạn như giọng nói song sinh kỹ thuật số của những người nổi tiếng, quảng cáo bằng giọng nói và ứng dụng cho bot thoại của trung tâm cuộc gọi




■Tóm tắt bài viết
Nghiên cứu này sử dụng Noise2Noise, một phương pháp có thể loại bỏ nhiễu ngay cả khi không có dữ liệu chính xác (hình ảnh gốc không có nhiễu) soi kèo bóng đá trực tuyến mô hình deep learning loại bỏ nhiễu※2, chúng tôi đã đề xuất một phương pháp nâng cao giọng nói có khả năng thích ứng tốt hơn với môi trường thực

Đối với hoạt động đào tạo nâng cao khả năng nói, dữ liệu ghép đôi thường được sử dụng: giọng nói rõ ràng được ghi soi kèo bóng đá trực tuyến môi trường yên tĩnh và giọng nói giả có tiếng ồn bị che phủ
Mặt khác, có báo cáo rằng giọng nói ồn được chuẩn bị nhân tạo có các đặc tính khác với giọng nói ồn được ghi soi kèo bóng đá trực tuyến môi trường ồn ào, do đó, có sự khác biệt về hiệu suất nhấn mạnh giữa việc học và sử dụng soi kèo bóng đá trực tuyến môi trường thực Để giảm bớt khoảng cách này, RemixIT sử dụng một lượng nhỏ dữ liệu nhiễu được ghi soi kèo bóng đá trực tuyến môi trường thực ngoài dữ liệu ghép đôi nhân tạo※3đã được đề xuất
soi kèo bóng đá trực tuyến phương pháp này, dữ liệu nhiễu được đưa vào mô hình nâng cao giọng nói (mô hình giáo viên) được đào tạo bằng cách sử dụng dữ liệu ghép nối và mô hình nâng cao giọng nói mới được học bằng cách sử dụng đầu ra thu được dưới dạng giọng nói giả sạch
RemixIT sử dụng dữ liệu từ môi trường thực và loại bỏ khoảng cách giữa việc học và cách sử dụng, nhưng hiệu suất của nó phụ thuộc vào hiệu suất của mô hình giáo viên

Do đó, “'' tập trung vào phương pháp Noise2Noise và đề xuất phương pháp học mô hình nâng cao giọng nói mới bằng cách sử dụng mô hình giáo viên để tạo dữ liệu ghép đôi về giọng nói ồn

Chúng tôi xác nhận rằng phương pháp đề xuất đạt hiệu suất cao hơn RemixIT, vốn là cơ sở của Sự kiện Đánh giá Công nghệ Quốc tế (CHiME7 Nhiệm vụ 2) và giảm sự phụ thuộc vào mô hình giáo viên Ngoài ra, phương pháp đề xuất có thể được áp dụng mà không giới hạn các mô hình học sâu và có thể mong đợi những cải tiến hơn nữa bằng cách kết hợp các cấu hình mô hình mạnh mẽ hơn

■Tương lai
Kết quả của nghiên cứu này dự kiến sẽ được áp dụng cho nhiều doanh nghiệp khác nhau, chẳng hạn như nghiên cứu về dịch vụ khách hàng và công nghệ quảng cáo sử dụng robot do công ty chúng tôi cung cấp và tạo dữ liệu để sản xuất quảng cáo sáng tạo bằng AI
Ngoài ra, dựa trên phương pháp được đề xuất, chúng tôi sẽ cố gắng phát triển một hệ thống tăng cường giọng nói mạnh mẽ có thể sử dụng soi kèo bóng đá trực tuyến môi trường thực và cải thiện độ chính xác của việc làm sạch dữ liệu giọng nói hiện có AI Lab sẽ tiếp tục kết hợp công nghệ AI vào các sản phẩm để giải quyết các vấn đề kinh doanh và xã hội, đồng thời sẽ tiếp tục nỗ lực nghiên cứu và phát triển nhằm đóng góp cho sự phát triển công nghệ và học thuật


※1　
※2 J Lehtinen và cộng sự, “,” soi kèo bóng đá trực tuyến Proc ICML, trang 2965-2974, 2018
Áp dụng phương pháp được đề xuất là mô hình deep learning để loại bỏ nhiễu soi kèo bóng đá trực tuyến lĩnh vực thị giác máy tính vào lĩnh vực nâng cao giọng nói

※3 E Tzinis, và cộng sự, “” Tạp chí IEEE về các chủ đề chọn lọc soi kèo bóng đá trực tuyến xử lý tín hiệu, 16(6), trang 1329-1341, 2022