בפריצת דרך מרתקת, חוקרים חשפו מודל למידת עמוקה חדש שיכול לשפר מאוד את איכות השמע בסיטואציות ברורות יותר. באמצעות יכוח התחושה האנושית, המודל מבצע עבודה טובה מתודות מסורתיות באמצעות כלול דירוגים סובייקטיביים של איכות השמע.
האופן המסורתי להפחתת רעש רקמה על אלגוריתמים של תוכנה חכמה כדי להפריד את הרעש מהסיגנל הרצוי. אולם, שיטות עצמאיות אלו לא תמיד מתקרבות להערכת המאזינים למה שהם מגדירים כתקשורת מובנת. זה כאשר המודל החדש נכנס לתמונה. על ידי שימוש בתחושה ככלי הכשרה, המודל יכול להסיר את הרעש הלוואי, תוך שיפור איכות הדיבור.
המחקר, שפורסם בעיתון IEEE Xplore, התמקד בשיפור של איכות הדיבור המונואילי – דיבור שמגיע מערוץ שמע בודד. החוקרים הכשירו את המודל על שני סטי נתונים שכללו הקלטות של אנשים מדברים, כלומר חלק מהן נעלמו משמעות לשום רעש רקמה. המאזינים דרגו את איכות הדיבור של כל הקלטה בגישורים של 1 עד 100.
מה שמבצעת תועלת בחקירה זו היא השקעת הדיבור האישי של איכות השמע. על ידי הכלול של המצלמה פנימית האנושית בשפה מתקדמת של שיפור דיבור, ניתן לאמץ מידע נוסף לתקן אותיות תקשורת. החוקרים השתמשו בשיטה של למידה משולבת המשלבת מודול שחזוני של שפת שימור הדיבור עם דיון חזון הנושא יכול לחקור את הציון הממוצע של בעלי ההצעה להרעיב את הסיגנל הפולש.
התוצאות היו יוצאות דופן. הגישה החדשה עם תמידות עברה את הדגמים האחרים שנמדדים על ידי מדדים עצמאיים כגון איכות פרספטיבית, הבנה והדירוג האנושי. השבירה הזו יש לה השפעה חשובה על שיפור מקומעים של נשיאות שומעת, תוכניות שיפור הבנה בדיבור, מוסרי ויישומים ממתינים לדיבור חופשי.
אולם, תקנה לשימוש פרספקט באיכות השמע האישית דגום ממש פרטים אישיים ומשמעות לסולמות של האזנת האדם וניסיון התאמת סובייקטיבי. גורמים כמו מקרן סיוע או שתל קוחלריות יכולים גם לשפיע על ההנעת הזמן של הסביבה של הסאונד. מבלי לקחת את צווארם השוח ובמקום את זה, החוקרים נחושים להשליך לרעיון הדלקת המתוכנת של התוכנה הסובייקטיבית של בעלי ההצאות שומעות לגרום עצום גם למערות מוזיקה רב יותר זוזן המקור מתחם תקנה של צירופים מינורים.
בהסתכל קדימה, החוקרים מניחים ציפיות שדרוש להעפיל על דרך דמיון השיוך זקוף של גברים ונשים דיבורי לתוך מחדש לתוך הנתולין אכות ההאזנה בממצאי האחרונה להגברת החווית האזנת הסוסונים בממצאם ביחס עצמאי למערכת הנתונה של הנערכות האנושית.
הגישה המוצגת במאמר זה מיישרת את כח הדעת האנושית ביישומי למידת מכונה, אפשרויות ניתנות לניתוח נוסף ודרישת פורש הוא תחילת חדש בשדה ההצלחה במוסריתר חדשים יותר בשדה השיפור השמע.
שאלות שנשאלות גבוהות (שאלות נפוצות)
1. מהו השיפור בשדרוג איכות השמע שותפה על ידי מאמר זה?
החוקרים פיתחו מודל של מידת עמוקה חדש שמשלב דירוגים סובייקטיביים של איכות השמע כדי להסיר בצורה מועילה רקע לא רצוי ולשפר את איכות הדיבור.
2. איך שיטות מסורתיות של הפחתת רעש רקמה פעלו?
שיטות מסורתיות הסתמכו על אלגוריתמים של תוכנה חכמה כדי להפריד את הרעש מהסיגנל הרצוי, אך הם לא תמיד מסתדרים עם הערכות המאזינים למה שהם מגדירים כתקשורת ברורה.
3. על איזו סוג יש למערך המחקר תמקד?
המחקר התמקד בשיפור של תושבת דיבור מולטיאי, שמתייחסת לדיבור המגיע מערוץ שמע בודד.
4. אילו ניתוחי נתונים נשמעת עבודה על המודל?
החוקרים הכשירו את המודל בשני סטי נתונים הכוללים הקלטות של אנשים שמדברים, חלק מהן נעלמו משמעותם לתוך רעשות רקמה.
5. איך החוקרים מכלילים את הדעת האנושית של איכות השמע למודל?
הם השתמשו באופן משולב בשיטת הוראת תוכנה מתקדמת של שיפור דיבור עם דג
The source of the article is from the blog foodnext.nl