Το νέο μοντέλο αυτόματης αναγνώρισης του Facebook λειτουργεί με 51 γλώσσες

Οι ερευνητές του Facebook αποκάλυψαν το μεγαλύτερο μοντέλο αυτόματης αναγνώρισης ομιλίας (ASR) μέχρι σήμερα. Εμαθε

κατανοούν 51 γλώσσες μετά τη διδασκαλία τους16 χιλιάδες ώρες ηχογραφήσεις φωνής. Σε άρθρο που δημοσιεύτηκε στο Arxiv.org, οι συν-συγγραφείς του έργου υποστηρίζουν ότι το σύστημα, το οποίο περιέχει περίπου ένα δισεκατομμύριο παραμέτρους, βελτιώνει την απόδοση της αναγνώρισης ομιλίας έως και 28,8%.

Πριν μεταφορτώσουν υλικό, οι επιστήμονες μοιράστηκαν51 γλώσσες σε ξεχωριστές ομάδες και στη συνέχεια επέλεξαν 10 χιλιάδες ενότητες λεξικού ως σύνολο πληροφοριών για κάθε ομάδα γλωσσών. Μετά από αυτό, συνδύασαν χειροκίνητα μερικές μικρές γλωσσικές ομάδες έως ότου ήταν μόνο 6. Αυτό επιτάχυνε τη διαδικασία εκμάθησης του μοντέλου πολλές φορές.

«Από όσο γνωρίζουμε, αυτή είναι η πρώτη δουλειά,που μελετά πολυγλωσσικά συστήματα σε μαζική κλίμακα. Έχουμε μια ενοποιημένη αρχιτεκτονική αναγνώρισης ομιλίας για 51 γλώσσες, η οποία δεν απαιτεί πολλούς πόρους », σημείωσε το Facebook.

Οι ερευνητές αναφέρουν ότι κατά τη διάρκεια πολλώνΣε πειράματα, η πιο αποτελεσματική έκδοση του μοντέλου τους αναγνώρισε λέξεις με απόδοση 28,75%. Αυτός ο δείκτης είναι αρκετές φορές υψηλότερος από αυτόν των αναλογικών και θα βελτιωθεί με την προπόνηση.

Στο άρθρο, οι επιστήμονες σημείωσαν επίσης ότι σύντομα θα δημοσιεύσουν τη δεύτερη έκδοση του συστήματος. Έχει γίνει απλούστερο και επιτυγχάνει τα επιθυμητά αποτελέσματα σε μόλις 10 λεπτά. Εκπαιδεύτηκε για 53 χιλιάδες ώρες "πρώτων υλών".

Διαβάστε επίσης

- Αποδείχθηκε ότι έκανε τον πολιτισμό των Μάγια να εγκαταλείψουν τις πόλεις τους

- Οι επιστήμονες αποκάλυψαν το σχέδιο του έρπητα για τη μόλυνση των ανθρώπων: μοιάζει με ένα παιχνίδι με στοιχήματα

- Την 3η ημέρα της ασθένειας, οι περισσότεροι ασθενείς με COVID-19 χάνουν την αίσθηση της όσφρησης και συχνά υποφέρουν από ρινική καταρροή