За останні кілька десятиліть у технології розпізнавання мови та голосу досягнуто великих успіхів. Але у
Свёрточная нейронна мережа - спеціальнаархітектура штучних нейронних мереж, запропонована Яном Лекуном в 1988 році і націлена на ефективне розпізнавання образів, входить до складу технологій глибокого навчання.
Слух у людей залежить від різних частин вуха.Звук потрапляє в слуховий прохід і зустрічає барабанну перетинку. У відповідь вібрує, посилаючи сигнали кісток у внутрішньому вусі, які створюють брижі в рідини в равлику. Ця рідина перемішує волоскові клітини, що вистилають равлика. Рух волоскових клітин стимулює іонні канали, які, в свою чергу, генерують сигнали, надіслані в стовбур мозку. Дослідники з Бельгії створили систему штучного інтелекту (ІІ), яку навчили розпізнавати звук, а потім аналогічним чином його декодувати. Потім вони підключили свою систему до моделі, заснованої на анатомії людини. Вони назвали свою систему CoNNear - працює моделлю равлики.
Тестування показало, що система здатнаперетворювати дискретизованої акустичні хвилі з частотою 20 кГц в форми хвилі базилярної мембрани равлики в реальному часі, з великим відривом випереджаючи сучасні традиційні системи. CoNNear виконує функції равлики в 2000 разів швидше, ніж сучасні слухові апарати. Дослідники припускають, що їх відкриття закладуть основу для нового покоління людських слухових апаратів або пристроїв з розширеним слухом і розпізнаванням мови.
Читати далі
На супутнику Сатурна Реї виявили сліди ракетного палива. Звідки воно там?
Найбільший в світі айсберг зруйнувався, оскільки кинулися на північ. Це небезпечно?
Аборти і наука: що буде з дітьми, яких народять