AI Lab, giấy chì được chấp nhận tại ICASSP 2024, một hội nghị hàng đầu kèo bóng đá đức lĩnh vực xử lý tín hiệu âm thanh và giọng nói

■Bối cảnh nghiên cứu
kèo bóng đá đức những năm gần đây, với sự phát triển của máy học, việc sản xuất các nội dung 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 nghiên cứu của mình và nghiên cứu và phát triển công nghệ AI để giải quyết các vấn đề kỹ thuật khác nhau kèo bóng đá đức các lĩnh vực này

kèo bóng đá đức lĩnh vực giọng nói, 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 kèo bóng đá đức lĩnh vực giọng nói và âm học, 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 giọng nói kèo bóng đá đức trung tâm cuộc gọi




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

Đào tạo nâng cao khả năng nói thường sử dụng dữ liệu ghép nối giữa lời nói kèo bóng đá đức trẻo được ghi lại kèo bóng đá đức môi trường yên tĩnh và lời nói giả ồn có nhiều lớp tiếng ồn
Mặt khác, đã có báo cáo rằng giọng nói ồn được chuẩn bị nhân tạo có các đặc tính khác với giọng nói ồn được ghi kèo bóng đá đức môi trường ồn ào, do đó, có sự khác biệt về hiệu suất nhấn mạnh giữa việc học và sử dụng kèo bóng đá đức môi trường thực Để giảm bớt khoảng cách này, RemixIT sử dụng một lượng nhỏ dữ liệu nhiễu được ghi kèo bóng đá đức môi trường thực ngoài dữ liệu ghép đôi nhân tạo※3đã được đề xuất
kèo bóng đá đức 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 kèo bóng đá đức thế giới thực, 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, lần này nó đã được thông qua'' 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, là phương pháp cơ sở cho 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
Dựa trên phương pháp được đề xuất, chúng tôi cũng sẽ cố gắng phát triển một hệ thống nâng cao giọng nói mạnh mẽ, tương thích với 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, “,” kèo bóng đá đức Proc ICML, trang 2965-2974, 2018
Áp dụng phương pháp được đề xuất làm mô hình deep learning để loại bỏ nhiễu kèo bóng đá đức lĩnh vực thị giác máy tính vào lĩnh vực cải thiện giọng nói

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