قابلیت حذف نویز استوری یوتیوب برای iOS با هوش مصنوعی

مجازیست–چند سال پیش، این شرکت عنوان کرد در حال توسعه فناوری “به دنبال گوش دادن” است که می تواند صدای افراد را از بین جمع انتخاب کند. اکنون، این فناوری در دسترس سازندگان است که استوری های یوتیوب را در دستگاه های iOS ضبط می کنند.

گوگل با آموزش دادن آن به وسیله مجموعه بزرگی از ویدیوهای آنلاین، به آموزش گوش دادن به همبستگی بین گفتار و سیگنالهای دیداری ، مانند حرکات دهان و حالت های چهره بلندگو پرداخت.

گوگل برای اطمینان از اینکه برای همه مفید خواهد بود و تبعیضی نشان نخواهد داد، یک سری آزمایشات را برای بررسی عملکرد آن بر اساس ویژگی های مختلف شنیداری و دیداری انجام داد. این ویژگی ها شامل سن سوژه، رنگ پوست ، زبان گفتاری ، میزان صدا ، دید صورت ، حالت سر ، موهای صورت ، وجود عینک و سطح صدای پس زمینه است.

به عنوان مثال، آنها قادر به تعیین اینکه توانایی این فن آوری برای افزایش گفتار در بین زبانهای سخنران کاملاً ثابت است، بودند. به نظر نمی رسد که موهای صورت نیز تأثیر زیادی بر روی آنها بگذارد، اگرچه در صورت هایی که موی صورت ندارند و افرادی که تراشیده شده اند بهترین نتیجه را می دهند.

آنها همچنین از تکنیکی استفاده کردند که به آن امکان می دهد برای تجزیه و تحلیل خیلی سریع تصاویر کوچک را از روی ویدئوها استخراج کند. این به فناوری اجازه می دهد تا هنگام ضبط ویدیو ، بهبود گفتار را شروع کند. این پیشرفت ها اندازه ویژگی را از ۱۲۰ مگابایت به ۶ مگابایت کاهش داده و استقرار را آسان تر می کند. گوگل می گوید که آنها همچنین با استفاده از فرمول اصلی … زمان اجرای فناوری را از ۱۰ برابر در زمان واقعی روی دسکتاپ به عملکرد در زمان واقعی ۰٫۵ برابر فقط با استفاده از CPU آیفون کاهش دادند. در حقیقت ، پردازش یک استوری ۱۵ ثانیه ای فقط به چند ثانیه زمان نیاز دارد.

برای فعال کردن این ویژگی ، سازندگان فقط باید «افزایش گفتار» را در کنترل میزان صدا در iOS تغییر دهند.

/ترنجی/