ໃນສະພາບແວດລ້ອມທີ່ສັບສົນ, ມະນຸດສາມາດເຂົ້າໃຈຄວາມຫມາຍຂອງຄໍາເວົ້າໄດ້ດີກວ່າ AI, ເພາະວ່າພວກເຮົາໃຊ້ບໍ່ພຽງແຕ່ຫູຂອງພວກເຮົາແຕ່ຕາຂອງພວກເຮົາເຊັ່ນກັນ.
ຕົວຢ່າງ: ເຮົາເຫັນປາກຂອງຜູ້ໃດຜູ້ໜຶ່ງເຄື່ອນຍ້າຍ ແລະອາດຈະຮູ້ໂດຍສະຫຼາດວ່າສຽງທີ່ພວກເຮົາໄດ້ຍິນຕ້ອງມາຈາກຄົນນັ້ນ.
Meta AI ກໍາລັງເຮັດວຽກຢູ່ໃນລະບົບການສົນທະນາ AI ໃຫມ່, ເຊິ່ງແມ່ນເພື່ອສອນ AI ໃຫ້ຮຽນຮູ້ທີ່ຈະຮັບຮູ້ຄວາມສໍາພັນທີ່ອ່ອນໂຍນລະຫວ່າງສິ່ງທີ່ມັນເຫັນແລະໄດ້ຍິນໃນການສົນທະນາ.
VisualVoice ຮຽນຮູ້ໃນແບບທີ່ຄ້າຍຄືກັນກັບວິທີທີ່ມະນຸດຮຽນຮູ້ທັກສະໃໝ່ໆ, ເຮັດໃຫ້ການແຍກສຽງເວົ້າທີ່ເປັນພາບ ແລະສຽງໄດ້ໂດຍການຮຽນຮູ້ຕົວຊີ້ບອກທາງສາຍຕາ ແລະສຽງຈາກວິດີໂອທີ່ບໍ່ມີປ້າຍກຳກັບ.
ສໍາລັບເຄື່ອງຈັກ, ນີ້ສ້າງຄວາມເຂົ້າໃຈທີ່ດີກວ່າ, ໃນຂະນະທີ່ຄວາມຮັບຮູ້ຂອງມະນຸດປັບປຸງ.
ຈິນຕະນາການວ່າສາມາດເຂົ້າຮ່ວມກອງປະຊຸມກຸ່ມໃນ metaverse ກັບເພື່ອນຮ່ວມງານຈາກທົ່ວໂລກ, ເຂົ້າຮ່ວມກອງປະຊຸມກຸ່ມຂະຫນາດນ້ອຍກວ່າຍ້ອນວ່າພວກເຂົາເຄື່ອນຍ້າຍຜ່ານຊ່ອງ virtual, ໃນໄລຍະທີ່ສຽງ reverbs ແລະ timbres ໃນ scene ເຮັດຕາມສະພາບແວດລ້ອມປັບຕາມຄວາມເຫມາະສົມ.
ນັ້ນແມ່ນ, ມັນສາມາດໄດ້ຮັບຂໍ້ມູນສຽງ, ວິດີໂອແລະຂໍ້ຄວາມໃນເວລາດຽວກັນ, ແລະມີຮູບແບບຄວາມເຂົ້າໃຈດ້ານສິ່ງແວດລ້ອມທີ່ອຸດົມສົມບູນ, ອະນຸຍາດໃຫ້ຜູ້ໃຊ້ມີປະສົບການສຽງ "wow ຫຼາຍ".
ເວລາປະກາດ: ກໍລະກົດ-20-2022
