近日，谷歌研究博客發表一篇文章，介紹一項通過人工智能分離視頻中多個人聲的技術。這一技術目前能精確的過濾人聲，只留下被過濾者自己的聲音。谷歌專家團隊通過機器學習結合面部識別，達到準確的分離人聲的目的。
谷歌同時上傳了幾個小視頻，來展現該技術的應用場景。谷歌研究團隊解釋道，他們通過算法追蹤面部動作，通過學習YouTube上十萬份優質的講座和演講視頻，利用卷積神經網絡模型將聲音分離出來。
目前，谷歌研究團隊表示，未來或可能應用到Hangouts或者Duo這樣的語音電話中，只要你開啟攝像頭，系統就能自動將背景雜音過濾掉。其他像是自動字幕或者自動翻譯未來可能也會因此受惠。
分享到:
閱讀更多 天和海夢 的文章
