اپل توضیح می دهد که چگونه HomePod از یادگیری ماشینی برای نادیده گرفتن محیط های پر سر و صدا برای درخواست های Siri استفاده می کند

ژانویه 13, 2024دسامبر 3, 2018 از yupp2rfmj

ریاضیات زیادی در پست وبلاگ وجود دارد که مکانیک این سیستم و نتایج تست موفقیت آمیز آنها را توضیح می دهد. این پردازنده صدای چند کاناله کمتر از 15 درصد از یک هسته تراشه A8 را که در داخل هوم پاد قرار دارد، استفاده می کند، نکته مهمی است زیرا تیم بهینه سازی بهره وری انرژی را نیز انجام می دهد.

برای اخبار بیشتر اپل، 9to5Mac را در YouTube بررسی کنید:

هوم پاد باید بتواند دقت تشخیص را هنگام پخش موسیقی با صدای بلند روی آن، زمانی که بلندگو دور است حفظ کند و به درستی صدای کسی که فرمانی را بیان می کند از صداهای دیگر اتاق مانند تلویزیون یا دستگاه های پر سر و صدا جدا کند.

تیم مهندسی نرم افزار صوتی اپل در آخرین پست وبلاگ یادگیری ماشین خود، چالش های تشخیص گفتار برای بلندگوهای هوشمند و نحوه استفاده آنها از مدل های یادگیری ماشینی را در تراشه A8 HomePod توضیح می دهد تا به بهبود دقت در میدان دور کمک کند.

مثال در شکل 7 بسیار روشنگر است زیرا نشان می دهد که چقدر صدای ورودی میکروفون توسط تویترها و ساب ووفرهای موسیقی مسدود شده است. اساساً شما نمی توانید درخواست سیری فرد را در صدای خام صدا بشنوید. نسخه های پردازش شده آن را قابل شنیدن می کنند، اما هنوز تداخل شنیداری زیادی وجود دارد که سایر سیستم ها در گردش کار تشخیص گفتار باید بدانند چگونه از آن جلوگیری کنند.

برای اخبار بیشتر اپل، 9to5Mac را در YouTube بررسی کنید:

اگر مثل من ریاضی را متوجه نمی‌شوید، به پایین پست وبلاگ بروید و روی دکمه‌های پخش در زیر گرافیک کلیک کنید تا نمونه‌هایی از ورودی صدای خام و خروجی پردازش شده را بشنوید.

FTC: ما از لینک های وابسته خودکار درآمدزا استفاده می کنیم. بعد از.

مانند همیشه، پست وبلاگ برای هدف قرار دادن سایر مهندسان و دانشمندان نوشته شده است و این در استفاده از زبان بسیار فنی منعکس می شود. می‌توانید همه چیز را در اینجا بخوانید، اما اصل ماجرا این است که HomePod از فیلتر چند کاناله سفارشی برای حذف اکو و نویز پس‌زمینه استفاده می‌کند، و از مدل‌های یادگیری بدون نظارت استفاده می‌کند تا در صورتی که چند نفر صحبت می‌کنند، فقط روی فردی که گفته «Hey Siri» تمرکز کند. . در یک اتاق.