Недавно мне в руки попало два популярных голосовых помощника. В этом обзоре я расскажу о том, что они умеют и чего пока не умеют.
Рубрика «распознавание речи» - 5
Сравнение Google Home и Amazon Alexa
2017-01-13 в 9:04, admin, рубрики: amazon, Google, IoT, голосовое управление, распознавание речи, умный домПолиция хочет допросить Алексу из колонки Amazon Echo по делу об убийстве
2016-12-27 в 21:50, admin, рубрики: amazon echo, IoT, Алекса, аудиозапись, будущее здесь, Интернет вещей, информационная безопасность, искусственный интеллект, Киберпанк, распознавание речи, расследование, убийство, улики, метки: Алекса
Умный динамик Amazon Echo — 24-сантиметровая цилиндрическая колонка с микрофонной решёткой. Прибор устанавливается в квартире, управляется голосом и реагирует на женское имя Алекса (сайт вашей Алексы открывается по личному паролю). Очень полезная вещь: после произнесения своего имени она записывает речь пользователя, распознаёт её (в облаке), хранит записи разговоров (их можно удалить через приложение), может выполнять команды — читать книги, играть музыку, устанавливать будильник. Или просто разговаривать с хозяином. Во втором сезоне хакерского сериала Mr. Robot такая колонка была единственной подругой спецагента киберподразделения ФБР Доминик ДиПьеро, так что вы знаете, о чём речь.
Об уникальных способностях Алексы узнала и американская полиция, которая теперь вымогает у корпорации Amazon запись разговоров в квартире, где произошло убийство.
Читать полностью »
Нейросеть читает по губам 46,8% слов по телевизору, человек — только 12,4%
2016-11-21 в 14:00, admin, рубрики: Google, звук, искусственный интеллект, нейросеть, распознавание речи, чтение по губам
Кадры четырёх передач, по которым обучалась программа, а также слово "afternoon", произнесённое двумя разными дикторами
Две недели назад рассказывалось о нейросети LipNet, которая показала рекордное качество 93,4% распознавания человеческой речи по губам. Уже тогда предполагалось множество применений для такого рода компьютерных систем: медицинские слуховые аппараты нового поколения с распознаванием речи, системы для беззвучных лекций в публичных местах, биометрическая идентификация, системы скрытой передачи информации для шпионажа, распознавание речи по видеоряду с камер наблюдения и т.д. И вот сейчас специалисты из Оксфордского университета совместно с сотрудником Google DeepMind поведали о собственных разработках в этой области.
Читать полностью »
Нейросеть LipNet читает по губам с точностью 93,4%
2016-11-07 в 15:28, admin, рубрики: LipNet, LTSM, STCNN, будущее здесь, звук, информационная безопасность, искусственный интеллект, научная фантастика, нейросеть, распознавание речи, чтение по губам
Командир Дэйв Боумен и второй пилот Фрэнк Пул, не доверяя компьютеру, решили отключить его от управления кораблём. Для этого они совещаются в звукоизолированной комнате, но HAL 9000 читает их разговор по губам. Кадр из фильма «Космическая одиссея 2001 года»
Чтение по губам играет важную роль в общении. Ещё эксперименты 1976 года показали, что люди «слышат» совершенно другие фонемы, если наложить неправильный звук на движение губ (см. "Hearing lips and seeing voices", Nature 264, 746-748, 23 December 1976, doi: 10.1038/264746a0).
С практической точки зрения чтение по губам — важный и полезный навык. Можно понимать собеседника не выключая музыку в наушниках, читать разговоры всех людей в поле зрения (например, всех пассажиров в зале ожидания), прослушивать людей в бинокль или подзорную трубу. Область применения навыка очень широка. Освоивший его профессионал без труда найдёт высокооплачиваемую работу. Например, в сфере безопасности или конкурентной разведке.
Читать полностью »
Пойми меня, если сможешь
2016-10-21 в 15:01, admin, рубрики: Блог компании DataArt, Железо, изучение английского, изучение иностранных языков, изучение языков, онлайн-переводчик, переводчик google, распознавание речи
На прошлой неделе мы получили письмо от одного кандидата, не прошедшего собеседование на английском. Оказалось, что наши коллеги стали участниками технического эксперимента, проходившего параллельно с интервью. Приводим письмо с минимальными правками и благодарим автора за интересную идею и смелость в ее реализации.
«Полагаю, я вам не подхожу, так как «завалил» тест английского языка, к сожалению. Да, я не имею хорошей практики разговорного английского, но это мне не мешает читать data sheet’ы и общаться с зарубежной поддержкой по почте. Собственно сейчас не об этом, зная заранее, что я не пройду тест на знание языка, я не мог не воспользоваться шансом применить технический подход к данной проблеме. Хотя у меня не было возможности вживую проверить свой метод заранее, тем более в общении с человеком, хорошо владеющим английским и чувствующим особенности произношения, я решил попробовать.
Должен принести извинения за эксперимент сотруднику, проводившему тест, и за не не очень хорошее качество звука, связанное с техническими особенностями «моего» комплекса.Читать полностью »
Языковая проблема искусственного интеллекта
2016-08-14 в 21:25, admin, рубрики: AlphaGo, payonline, Алгоритмы, Анализ и проектирование систем, Блог компании PayOnline, искусственный интеллект, машинное обучение, программы, распознfвание образов, распознавание речи, технологии, языковая среда
Доводилось ли вам сталкиваться с системами искусственного интеллекта? Полагаем, ответ большинства хабравчан будет положительным. Ведь ИИ уже перестал быть «чем-то за гранью фантастики». Системы распознавания речи Siri, IBM Watson, ViaVoice, виртуальные игроки Deep Blue, AlphaGo и даже такие ранние системы, как MYCIN, разработанная в 1970-х годах в Стэнфордском университете и предназначенная для диагностирования бактерий, вызывающих тяжелые инфекции, а также для рекомендации необходимого количества антибиотиков — все это вариации на тему ИИ. Но, несмотря на то, что технологии стремительно набирают ход, современные системы все еще весьма «угловаты», и главная проблема, с которой сталкиваются исследователи, — это языковое обучение. Заставить систему говорить не сложно, но объяснить ей «физику» окружающего мира — то, что человек понимает на интуитивном уровне — пока не удавалось никому.
Тема языковой проблемы искусственного интеллекта широко раскрывается в статье Уилла Найта, главного редактора AI MIT Technology Review, которую специалисты PayOnline, системы автоматизации приема онлайн-платежей, старательно перевели для пользователей Хабрахабра. Ниже представляем сам перевод.
Примерно в середине крайне напряженной игры в Го, проходившей в южнокорейском Сеуле, участниками которой были один из лучших игроков всех времен Ли Седоль и созданный Google искусственный интеллект под названием AlphaGo, программа сделала загадочный шаг, продемонстрировавший пугающее преимущество над своим человеческим оппонентом.
Читать полностью »
Когда голосовые помощники начнут по-настоящему помогать
2016-06-23 в 14:28, admin, рубрики: cortana, siri, голосовой поиск, интеллектуальные системы, Исследования и прогнозы в IT, конкуренция, персональные роботы, распознавание речи
В рамках ежегодной конференции LSA 16 представитель компании-разработчика интеллектуальных интерфейсов MindMeld Тимоти Татл заявил о том, что лишь за последний год использование голосового поиска в общей доле веб-поиска возросло с 0 до 10%.
По данным Kleiner Perkins Caufield & Byers, более 25% поисковых сессий пользователей в панели Windows 10 осуществлялось при помощи голосового взаимодействия с интерфейсом.
Изображение с сайта bbc.com
Столь ощутимый рост популярности голосового поиска можно объяснить заметным улучшением функционала персональных ассистентов и быстрым развитием технологий.
Мировой рынок интеллектуальных ассистентов с 2012 года по 2014 год вырос с $352 миллиона до $572,2 миллиона. К 2020 году ожидается рост рынка до $3,07 миллиарда, что составит 31% по сравнению с ростом в 2013 году.Читать полностью »
[iOS 10] Встраиваем поддержку Siri в свое iOS приложение
2016-06-15 в 4:33, admin, рубрики: iOS, iOS 10, ios development, iOS SDK, iOS разработка, ipad, iphone development, MacOS, objective-c, siri, Siri SDK, sirikit, xcode, xcode 8 beta, голосовые команды, машинное обучение, разработка мобильных приложений, разработка под iOS, распознавание речи
Apple показала на WWDC 2016 новые iOS 10 и macOS Sierra, и я не упустил возможность сразу же обновить свои устройста.
Одно из ключевых обновлений — появление SiriKit для разработчиков, теперь у нас с вами есть возможность использовать Siri в собственных приложениях. И мы сегодня сделаем наше первое приложение с поддержкой Siri (исходники проекта в конце статьи)
Читать полностью »
«Отец» Сири показал более умную девушку-помощника по имени Вив
2016-05-10 в 9:29, admin, рубрики: iOS, siri, Viv, искусственный интеллект, Киберпанк, распознавание речи, Софт, цифровой помощник, чатбот 
Текущий каталог знаний Вив о вине: это маленькая часть смыслового графа программы
Вчера на конференции TechCrunch Disrupt состоялась презентация Дага Киттлауса (Dag Kittlaus) — создателя и в прошлом ведущего разработчика программы Siri.
Киттлаус рассказал о прогрессе в разработке нового интеллектуального чатбота — девушки Вив, которая сильно превосходит старую Сири по умственным возможностям. Разработчик продемонстрировал, на какие сложные вопросы отвечает Вив, как она плотно работает со сторонними приложениями и API, насколько лучше у неё память по сравнению с забывчивой и легкомысленной Сири.
Читать полностью »
Определено новое универсальное выражение лица, понятное всем людям на Земле
2016-03-29 в 9:40, admin, рубрики: Grumpy Cat, Not Face, выражение лица, когнитивистика, коммуникация, лингвистика, лицевая морфология, мимические признаки, мозг, Научно-популярное, распознавание речи, метки: Grumpy Cat, Not Face, выражение лица 
Визуальные маркеры, соответствующие негативной моральной оценке: гнев (A), отвращение (B), презрение (С), а также комбинация маркеров этих трёх эмоций (D) — выражение "Not Face" («Не-а»)
Мимика играет важную роль в человеческой коммуникации, без слов передавая собеседнику информацию о конкретных эмоциях: радость, удивление, презрение и т.д.
Многие выражения лиц понятны всем людям на Земле, независимо от культуры и расы: улыбка есть улыбка в любом уголке Земли. Теперь же американские учёные из университета штата Огайо впервые экспериментально доказали существование выражения лица, которое заменяет конкретную словесную фразу из любого языка на планете. Выражение "Not Face" сочетает визуальные маркеры трёх известных эмоций: гнев, отвращение и презрение. Это сведённые брови (код AU 4 в лицевой морфологии), поднятый подбородок (AU 17), сжатые губы (AU 24) и напряжение одного или двух уголков губ за счёт щёчной мышцы (AU 14). В совокупности такое универсальное выражение заменяет фразу «Нет, я не согласен» или, кратко, междометие «Не-а» (Nope).
Читать полностью »