هوش مصنوعی شیائومی که وسط شلوغی فقط صدای «تو» رو می‌شنوه
تا حالا شده تو یه مهمونی شلوغ، با این‌که همه با هم حرف می‌زنن، فقط صدای دوستتو بشنوی؟ مغز ما این کارو راحت انجام می‌ده، ولی برای #هوش_مصنوعی همیشه یه کابوس بوده.
شیائومی حالا یه مدل #تبدیل_گفتار_به_متن رایگان و متن‌باز به اسم CocktailASR-1 منتشر کرده که دقیقاً همین کارو می‌کنه. یه تیکه کوتاه از صدای یه نفر بهش می‌دی، بعد وسط یه صدای شلوغ و قاطی، فقط حرفای همون آدمو به متن تبدیل می‌کنه و بقیه رو نادیده می‌گیره. 🎯
نکته باحالش اینه که اگه اون آدم اصلاً تو صدا نباشه، هیچی نمی‌نویسه. یعنی دستیار صوتی ماشین یا اسپیکر هوشمند دیگه با حرف بقیه الکی روشن نمی‌شه. 🚗
برای صورت‌جلسه‌ی جلسه‌های شلوغ و زیرنویس هم خیلی به درد می‌خوره.