IT之家4月13日消息 近日,谷歌研究博客发表一篇文章,介绍一项通过人工智能分离视频中多个人声的技术。这一技术目前能精确的过滤人声,只留下被过滤者自己的声音。谷歌专家团队通过机器学习结合面部识别,达到准确的分离人声的目的。
谷歌同时上传了几个小视频,来展现该技术的应用场景。谷歌研究团队解释道,他们通过算法追踪面部动作,通过学习YouTube上十万份优质的讲座和演讲视频,利用卷积神经网络模型将声音分离出来。
目前,谷歌研究团队表示,未来或可能应用到Hangouts或者Duo这样的语音电话中,只要你开启摄像头,系统就能自动将背景杂音过滤掉。其他像是自动字幕或者自动翻译未来可能也会因此受惠。
目前,谷歌已经将这一项目托管到GitHub中,感兴趣可以点此查看。
联系客服