जटिल वातावरण में, मनुष्य वाणी का अर्थ एआई से बेहतर समझ सकते हैं, क्योंकि हम न केवल अपने कानों का बल्कि अपनी आंखों का भी उपयोग करते हैं।
उदाहरण के लिए, हम किसी का मुंह हिलते हुए देखते हैं और सहज रूप से जान लेते हैं कि जो ध्वनि हम सुन रहे हैं वह उसी व्यक्ति से आ रही है।
मेटा एआई एक नई एआई संवाद प्रणाली पर काम कर रहा है, जिसका उद्देश्य एआई को यह सिखाना है कि वह बातचीत में जो देखता और सुनता है, उसके बीच सूक्ष्म सहसंबंधों को पहचानना भी सीखे।
विजुअल वॉयस उसी तरह से सीखता है जैसे मनुष्य नए कौशल में निपुणता प्राप्त करना सीखते हैं, यह लेबल रहित वीडियो से दृश्य और श्रवण संकेतों को सीखकर दृश्य-श्रव्य भाषण को अलग करने में सक्षम बनाता है।
मशीनों के लिए इससे बेहतर धारणा बनती है, जबकि मानवीय धारणा में सुधार होता है।
कल्पना कीजिए कि आप दुनिया भर के सहकर्मियों के साथ मेटावर्स में समूह बैठकों में भाग लेने में सक्षम हैं, आभासी अंतरिक्ष में आगे बढ़ने के दौरान छोटे समूह की बैठकों में शामिल हो रहे हैं, जिसके दौरान दृश्य में ध्वनि की प्रतिध्वनि और लय पर्यावरण के अनुसार समायोजित होती है।
अर्थात्, यह एक ही समय में ऑडियो, वीडियो और पाठ जानकारी प्राप्त कर सकता है, और इसमें एक समृद्ध पर्यावरणीय समझ मॉडल है, जिससे उपयोगकर्ताओं को "बहुत ही अद्भुत" ध्वनि अनुभव प्राप्त हो सकता है।
पोस्ट करने का समय: जुलाई-20-2022
