Facebookin uusi automaattinen tunnistusmalli toimii 51 kielellä

Facebookin tutkijat ovat julkistaneet tähän mennessä suurimman automaattisen puheentunnistuksen (ASR) mallin. Hän oppi

ymmärtää 51 kieltä opetuksen jälkeen16 tuhatta tuntia äänitallenteita. Arxiv.org-sivustolla julkaistussa artikkelissa työn kirjoittajat väittävät, että noin miljardi parametria sisältävä järjestelmä parantaa puheentunnistuksen suorituskykyä jopa 28,8 %.

Ennen materiaalien lataamista tutkijat jakoivat51 kieltä erillisiin ryhmiin ja valitsi sitten 10 tuhatta sanastoyksikköä tietokokonaisuudeksi kullekin kieliryhmälle. Sen jälkeen he sulautivat manuaalisesti pieniä kieliryhmiä, kunnes niitä oli jäljellä vain kuusi, mikä teki mallin oppimisprosessista useita kertoja nopeampaa.

"Sikäli kuin tiedämme, tämä on ensimmäinen työ,joka tutkii monikielisiä järjestelmiä massiivisesti. Olemme saaneet yhtenäisen puheentunnistuksen arkkitehtuurin 51 kielelle, mikä ei vaadi paljon resursseja ”, totesi Facebook.

Tutkijat kertovat, että usean aikanakokeista, mallinsa tehokkain versio tunnisti sanat, joiden hyötysuhde oli 28,75%. Tämä indikaattori on useita kertoja korkeampi kuin analogien, ja se paranee koulutuksen myötä.

Artikkelissa tutkijat totesivat myös julkaisevansa pian järjestelmän toisen version. Se on tullut helpommaksi ja saavuttaa halutut tulokset vain 10 minuutissa. Häntä koulutettiin 53 tuhatta tuntia "raaka-aineita".

Lue myös

- Kävi ilmi, että Mayan sivilisaatio jätti kaupunkejaan

- Tutkijat ovat julkistaneet herpes-suunnitelman tartuttaa ihmisiä: se näyttää peliltä vedonlyönnillä

- Sairauspäivänä 3 useimmat potilaat, joilla on COVID-19, menettävät hajuuntuntansa ja kärsivät usein nenästä