研究人员已经开发出一种能够检测“无声语音”的AI模型

加州大学伯克利分校的研究人员已经开发出一种能够检测“无声语音”的AI模型。该模型基于数字语音预测单词并生成合成语音。肌电图（EMG）的电极位于脸部和喉咙，用于检测无声语音。

研究人员断言，该模型可以为无法发出可听语音的人们启用许多应用程序，并可以帮助AI工具和其他响应语音命令的设备进行语音检测。

该小组指出，以数字方式为无声语音发声具有广泛的应用。例如，它可以生成类似于蓝牙耳机的工具，该工具可以使个人继续通话，而不会打扰周围的人。当环境声音太大而无法捕获可听见的语音或必须保持安静时，这种设备将非常有用。

口头阅读AI是可以从静音语音中捕获单词的AI的另一个示例。它可以为监视设备供电，并支持聋人的用例。

研究人员使用了一种方法，其中将所需语句的音频输出目标从发声录音转换为无声录音。然后，使用WaveNet解码器生成音频语音预测。

通过比较发声的EMG数据和基线训练的数据，发现发声的EMG方法在从书中转录句子时，单词错误率降低了64%至4%，而基线降低了95%。研究人员开源了约20小时的面部EMG数据集，以鼓励对该领域进行进一步研究。

在其他工作中，中国的研究人员建立了讽刺检测模型，该模型在多模式Twitter数据集上提供SOTA性能。Masakhane开放源代码非洲语言翻译项目的成员已发布了 有关低资源机器翻译的 案例研究。

责任编辑：lq