揭秘Siri,苹果发布论文阐释语音助手设计想法
最近,苹果发布了一系列论文来阐释语音助手的重要工作机理,公开揭秘Siri,向业界贡献了自己在设计上的不同想法。
在第一篇论文中,苹果就语音助手中的多任务处理问题进行了阐释,它指出在Siri中,唤醒处理通常需要两个步骤:AI首先必须确定输入音频中的语音内容是否与触发短语的语音内容匹配(语音触发检测),然后必须确定说话者的语音是否与一个或多个注册用户的语音相匹配(说话者验证)。一般方法是将两项任务分别来处理,苹果则认为可以用一个神经网络模型同时解决两项任务,同时它表示,经过验证,该方法各方面性能可以达到预期。
在该论文中,研究人员给出了模型示例。他们在包含16000小时带注释样本的数据集中训练了基于两种思路下设计的模型,其中5000小时的音频带有语音标签,其余均只有扬声器标签。相比于一般训练模型去获取多个标签的思路,苹果通过将不同任务的训练数据进行级联来训练多个相关任务的模型。结果发现,在性能表现相同的情况下,苹果新提出的模型反而更适合应用,它能够在两个任务之间共享计算,大大节省了设备上的内存空间,同时计算时间或等待时间以及所消耗的电量/电池数量都将降低。
在另一篇论文中,苹果还介绍了多语言演讲场景的演讲者识别系统设计——知识图谱辅助听写系统决策。以声学子模型为例,它可以基于语音信号传输痕迹来进行预测,并且其上下文感知的预测组件考虑了各种交互上下文信号,其中上下文信号包含有关发出命令的条件信息、已安装的命令语言环境、当前选择的命令语言环境以及用户在发出请求之前是否切换命令语言环境的信息。
结果显示,这一设计的优势在于,它们可以在语音信号太短而无法通过声学模型产生可靠预测的情况下提供帮助。
此外,苹果还提出了一项补充研究,缓解错误触发问题,即忽略不适合语音助手(Siri)的语音。基于图结构设计AI模型的思路,研究人员提出了一种图神经网络(GNN),其中每个节点都与标签相连。结果显示,该模型减少了87%的错误触发。
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
戴口罩的日子里,iPhone还能完成人脸识别吗?
随着佩戴口罩成为了在面对新型冠状病毒疫情期间做好防护的重要措施,但由于口罩遮挡住了面部,不少iPhone用户也遭遇了手机无法进行面部识别的烦恼,继而又出现了不少如何让iPhone学会认识戴口罩后机主面容的“偏方”。 “戴口罩”与面部解锁发生冲突 当下的绝大多数智能手机均提供了面部解锁功能,然而由于目前疫情的严峻形势,迫不得已出门在外的话戴上口罩是必须的。在这样的使用条件下,对于像iPhone这样的只支持人脸识别的机型来说,就面临着重大的使用问题,手机无法识别佩戴面罩的用户,造成手机无法成功解锁,因为从iPhone X开始取消了Touch ID功能,使得用户不得不只能以手动输入密码的方式来解锁。 之所以采用3D人脸识别的iPhone在用户佩戴口罩后难以解锁的原因就在于,Face ID识别安全性相当高,可以瞬间通过3万个点来感知用户面部特征,以此来保证所识别的人脸不能被相片、相关仿制品所欺骗。而一些2D人脸识别方案的机型可以识别的人脸特征点仅为128个,所以使用一张照片就能骗过验证。 一些用户即便佩戴口罩,智能手机也能识别成功完成解锁。大体而言主要原因有三,其一是一些用户使用的是一些And...
- 下一篇
苹果手机发布新专利?可解决折叠设备折痕问题
据外媒报道,美国专利标局发布了苹果一项名为“具有柔性显示器和铰链的电子设备”的专利,可以在保护显示器的前提下,允许将柔性显示屏弯曲到足以使设备对折的程度。 据专利文件显示,苹果采用了一条链条机制,能够确保显示器的第一部分和第二部分之间能够充分分离。在内部,铰链可控制显示屏的移动,从而在铰链处弯曲,使用空隙部分为屏幕提供扩大弯曲所需的空间。机架和齿轮装置可用于保持外壳和显示屏与静态区域中每个折叠元件的距离,以及强制实现所需的弯曲半径。当用户展开设备时,活动折板也将延伸以覆盖折叠所带来的屏幕间隙并在折叠设备时缩回。 苹果目前还尚未进入折叠屏手机赛场,但三星、华为、摩托罗拉等品牌早就成了“头号玩家”。 2019年三星首次推出了折叠屏手机Galaxy Fold,并进行了小规模的量产,但在发售前的试用环节便出现了屏幕扭曲、破碎、折痕严重、黑屏等状况,改良后推迟发布的Galaxy Fold也没有彻底解决这些问题。同样华为旗下也发售了第一款5G折叠屏手机mate X也同样出现了相同的情况。 一直到2019年11月,摩托罗拉正式发布了Moto Razr,采用了与三星完全不同的折叠部分设计,在屏幕两侧容...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- SpringBoot2整合MyBatis,连接MySql数据库做增删改查操作
- CentOS8,CentOS7,CentOS6编译安装Redis5.0.7
- 设置Eclipse缩进为4个空格,增强代码规范
- CentOS8安装Docker,最新的服务器搭配容器使用
- Docker使用Oracle官方镜像安装(12C,18C,19C)
- CentOS8编译安装MySQL8.0.19
- SpringBoot2整合Redis,开启缓存,提高访问速度
- SpringBoot2配置默认Tomcat设置,开启更多高级功能
- Hadoop3单机部署,实现最简伪集群
- CentOS7,CentOS8安装Elasticsearch6.8.6