Key Takeaways
- Lub tuam txhab tab tom sib tw nrhiav txoj hauv kev los ua kom lub computer-tsim hais lus suab zoo dua.
- NVIDIA tsis ntev los no tau nthuav tawm cov cuab yeej uas tuaj yeem ntes lub suab ntawm kev hais lus ntuj los ntawm kev cia koj cob qhia AI nrog koj tus kheej lub suab.
- Intonation, kev xav, thiab suab paj nruag yog cov yam ntxwv uas lub suab computer tseem tsis muaj, ib tus kws tshaj lij hais.
Kev hais lus hauv computer yuav sai sai no ntau tus tib neeg.
Computer qhov chaw tsim NVIDIA tsis ntev los no tau nthuav tawm cov cuab yeej uas tuaj yeem ntes lub suab ntawm kev hais lus ntuj los ntawm kev cia koj cob qhia AI nrog koj lub suab. Lub software kuj tuaj yeem xa ib tus neeg hais lus cov lus siv lwm tus neeg lub suab. Nws yog ib feem ntawm kev sib tw ua kom lub computer hais lus muaj tseeb dua.
"Lub suab AI thev naus laus zis tau tso cai rau cov neeg siv hais lus ib txwm muaj, sib txuas ntau cov lus nug rau hauv ib kab lus thiab tshem tawm qhov xav tau rov hais dua cov ntsiab lus los ntawm cov lus nug qub tas li," Michael Zagorsek, tus thawj coj ua haujlwm ntawm lub tuam txhab paub txog kev hais lus SoundHound, hais rau Lifewire hauv kev xam phaj email.
"Kev sib ntxiv ntawm ntau hom lus, tam sim no muaj nyob rau hauv feem ntau lub suab AI platforms, ua rau cov neeg pab suab digital nkag tau rau hauv ntau thaj chaw thiab rau ntau tus neeg," nws ntxiv.
Robospeech Rising
Amazon's Alexa thiab Apple's Siri suab zoo dua li cov lus hais hauv computer txawm tias kaum xyoo dhau los, tab sis lawv yuav tsis yuam kev rau tib neeg lub suab tiag tiag txhua lub sijhawm sai sai.
Txhawm rau ua kom cov lus dag muaj suab nrov dua, NVIDIA pab pawg tshawb fawb cov ntawv-rau-hais lus tau tsim RAD-TTS qauv. Lub kaw lus tso cai rau cov tib neeg los qhia tus qauv ntawv-rau-hais lus (TTS) nrog lawv lub suab, suav nrog cov pacing, tonality, timbre, thiab lwm yam.
Lub tuam txhab tau siv nws cov qauv tshiab los tsim kom muaj kev sib tham ntau-suab nrov rau nws cov yeeb yaj kiab I Am AI.
"Nrog rau qhov kev sib tham no, peb tus tsim yeeb yaj kiab tuaj yeem sau nws tus kheej nyeem cov ntawv video thiab tom qab ntawd siv tus qauv AI los hloov nws cov lus rau hauv tus poj niam piav qhia lub suab. lub suab ua yeeb yam-tweaking cov lus sib txuas lus los hais txog cov lus tshwj xeeb thiab hloov kho cov pacing ntawm cov lus piav qhia kom zoo dua rau kev nthuav tawm cov yeeb yaj kiab lub suab, "NVIDIA tau sau rau ntawm nws lub vev xaib.
Ntxhais Siab Tshaj
Kev ua kom lub computer-tsim hais lus suab ntuj yog qhov teeb meem tsis yooj yim, cov kws tshaj lij hais.
"Koj yuav tsum sau ntau pua teev ntawm ib tus neeg lub suab los tsim lub khoos phis tawj ntawm nws," Nazim Ragimov, tus thawj coj ntawm cov ntawv nyeem rau lub tuam txhab hais lus software Kukarella, hais rau Lifewire hauv kev xam phaj email. "Thiab cov ntaubntawv povthawj siv yuav tsum yog cov zoo, kaw nyob rau hauv ib tug kws studio. Lub sij hawm ntau ntawm kev hais lus zoo thauj khoom thiab ua tiav, qhov txiaj ntsig zoo dua."
Text-rau-hais lus tuaj yeem siv rau hauv kev ua si, pab cov neeg muaj suab tsis taus, lossis pab cov neeg siv txhais cov lus ntawm lawv tus kheej lub suab.
Intonation, kev xav, thiab suab paj nruag yog cov yam ntxwv uas lub suab computer tseem tsis muaj, Ragimov hais.
Yog AI tuaj yeem ntxiv cov kev txuas uas ploj lawm, cov lus hais hauv computer yuav "tsis paub qhov txawv ntawm lub suab ntawm cov neeg ua yeeb yam tiag," nws hais ntxiv. "Qhov ntawd yog kev ua haujlwm. Lwm lub suab yuav tuaj yeem sib tw nrog cov xov tooj cua. Tsis ntev koj yuav pom cov suab uas tuaj yeem hu nkauj thiab nyeem phau ntawv suab."
Speech technology tau nrov nyob rau hauv ntau yam lag luam.
"Kev lag luam tsheb tau dhau los ua tus tsim lub suab AI ua ib txoj hauv kev los tsim kom muaj kev nyab xeeb dua thiab txuas ntxiv kev tsav tsheb," Zagorsek hais.
"Txij li ntawd los, cov neeg pab cuam lub suab tau dhau los ua ntau dua li cov npe tau nrhiav txoj hauv kev los txhim kho cov neeg siv khoom thiab ua tau raws li qhov kev thov kom yooj yim dua, nyab xeeb dua, yooj yim dua, ua tau zoo, thiab kev nyiam huv ntawm kev cuam tshuam nrog lawv cov khoom thiab cov kev pabcuam."
Feem ntau, lub suab AI hloov cov lus nug rau cov lus teb hauv cov txheej txheem ob kauj ruam uas pib los ntawm kev sau cov lus rau hauv cov ntawv siv kev paub tsis siv neeg hais lus (ASR) thiab tom qab ntawd muab cov ntawv sau rau hauv kev nkag siab hom lus (NLU) qauv.
SoundHound txoj hauv kev sib txuas ob kauj ruam no rau hauv ib txheej txheem los taug qab hais lus hauv lub sijhawm. Lub tuam txhab thov cov txheej txheem no tso cai rau cov neeg pab suab nkag siab lub ntsiab lus ntawm cov neeg siv cov lus nug, txawm tias ua ntej tus neeg hais lus tiav.
Kev nce qib yav tom ntej hauv kev hais lus hauv computer, suav nrog kev muaj ntau yam kev sib txuas ntawm kev sib txuas los ntawm kos-tsuas yog (tsis muaj huab txuas yuav tsum tau) rau hybrid (embedded ntxiv rau huab) thiab huab-tsuas "yuav muab kev xaiv ntau dua rau cov tuam txhab thoob plaws kev lag luam Hais txog tus nqi, kev ceev ntiag tug, thiab muaj lub zog ua haujlwm, "Zagoresk tau hais.
NVIDIA tau hais tias nws cov xov xwm AI qauv mus dhau lub suab ua haujlwm.
"Kev hais lus-rau-hais lus tuaj yeem siv tau hauv kev ua si, pab cov neeg muaj suab tsis taus, lossis pab cov neeg siv txhais cov lus ntawm lawv tus kheej lub suab," lub tuam txhab sau. "Nws tuaj yeem rov tsim dua qhov kev ua yeeb yam ntawm cov neeg hu nkauj iconic, sib xws tsis yog lub suab nkauj ntawm ib zaj nkauj xwb tab sis kuj tseem muaj lub siab xav tom qab lub suab."
