Nghe xong té ngửa luôn! Google vừa mới phát triển xong một hệ thống nhận dạng giọng nói cực nhẹ, chỉ cần cài vào điện thoại là có thể phản hồi "nhanh hơn thời gian thực" mà không cần mở wifi hay 3G gì cả
Hệ thống này không cần đến trung tâm dữ liệu xa xôi nào hết, không phụ thuộc vào kết nối mạng và có thể chạy ngon lành trên nhiều thiết bị như smartphone, smartwatch hay bất cứ thiết bị nào có bộ nhớ "hẻo lánh" khác. Theo tài liệu nhóm nghiên cứu tại Google công bố, mục tiêu của họ là tạo ra một hệ thống nhận dạng giọng nói không quá "nặng ký" nhưng hoạt động chính xác để có thể chạy trực tiếp trên thiết bị.
Nói về độ nhẹ nhàng thì phải nói là wow thật! Hệ thống này chỉ nặng có 20,3 MB thôi nha. Khi được test trên chiếc Nexus 5 với CPU 2,26 GHz, 2 GB RAM thì tỉ lệ sai từ của hệ thống vào khoảng 13,5% với thử thách đọc chính tả. Khá ổn phải không nào
Google có cả núi nghiên cứu tương tự và không khó để hình dung hệ thống nhận dạng giọng nói này hoạt động dựa trên các công nghệ máy học (machine-learning). Trong trường hợp này, Google gọi là "mạng thần kinh định kỳ (RNNs) bộ nhớ dài ngắn hạn (LSTM) và được dạy bởi mạng thần kinh nhân tạo phân loại theo thời gian (CTC) và mô hình rủi ro tối thiểu Bayes (sMBR)." Nghe mà muốn xỉu luôn, chỉ có mấy bạn IT mới hiểu được mấy cái tên cao siêu này thôi
Để "thu nhỏ" hệ thống xuống, các nhà nghiên cứu đã phát triển một mô hình chung dành cho mỗi cặp định danh gồm chỉ thị giọng nói và lệnh. Với việc sử dụng nhiều kỹ thuật khác nhau, họ đã nén mô hình nhận biết âm thanh này xuống còn 1/10 so với dung lượng ban đầu. Giỏi thật sự!
Các nhà nghiên cứu cũng khẳng định rằng hệ thống nhận dạng giọng nói hoạt động ngoại tuyến (offline) hiện đã có thể thực hiện một lệnh kiểu như yêu cầu gửi email cho ai đó và có thể sắp xếp lại thời gian cho hành động này. Hệ thống chỉ đơn giản là "phiên dịch" lại lệnh ngay lập tức và thực thi sau đó. Tuy nhiên, để phiên dịch chính xác thì hệ thống cần các thông tin cá nhân tương ứng, chẳng hạn như tên người nhận email. Giải pháp của nhóm nghiên cứu là tích hợp danh bạ trên thiết bị vào hệ thống luôn cho tiện.
Nguồn: tinhte.vn
Hệ thống này không cần đến trung tâm dữ liệu xa xôi nào hết, không phụ thuộc vào kết nối mạng và có thể chạy ngon lành trên nhiều thiết bị như smartphone, smartwatch hay bất cứ thiết bị nào có bộ nhớ "hẻo lánh" khác. Theo tài liệu nhóm nghiên cứu tại Google công bố, mục tiêu của họ là tạo ra một hệ thống nhận dạng giọng nói không quá "nặng ký" nhưng hoạt động chính xác để có thể chạy trực tiếp trên thiết bị.
Nói về độ nhẹ nhàng thì phải nói là wow thật! Hệ thống này chỉ nặng có 20,3 MB thôi nha. Khi được test trên chiếc Nexus 5 với CPU 2,26 GHz, 2 GB RAM thì tỉ lệ sai từ của hệ thống vào khoảng 13,5% với thử thách đọc chính tả. Khá ổn phải không nào
Google có cả núi nghiên cứu tương tự và không khó để hình dung hệ thống nhận dạng giọng nói này hoạt động dựa trên các công nghệ máy học (machine-learning). Trong trường hợp này, Google gọi là "mạng thần kinh định kỳ (RNNs) bộ nhớ dài ngắn hạn (LSTM) và được dạy bởi mạng thần kinh nhân tạo phân loại theo thời gian (CTC) và mô hình rủi ro tối thiểu Bayes (sMBR)." Nghe mà muốn xỉu luôn, chỉ có mấy bạn IT mới hiểu được mấy cái tên cao siêu này thôi
Để "thu nhỏ" hệ thống xuống, các nhà nghiên cứu đã phát triển một mô hình chung dành cho mỗi cặp định danh gồm chỉ thị giọng nói và lệnh. Với việc sử dụng nhiều kỹ thuật khác nhau, họ đã nén mô hình nhận biết âm thanh này xuống còn 1/10 so với dung lượng ban đầu. Giỏi thật sự!
Các nhà nghiên cứu cũng khẳng định rằng hệ thống nhận dạng giọng nói hoạt động ngoại tuyến (offline) hiện đã có thể thực hiện một lệnh kiểu như yêu cầu gửi email cho ai đó và có thể sắp xếp lại thời gian cho hành động này. Hệ thống chỉ đơn giản là "phiên dịch" lại lệnh ngay lập tức và thực thi sau đó. Tuy nhiên, để phiên dịch chính xác thì hệ thống cần các thông tin cá nhân tương ứng, chẳng hạn như tên người nhận email. Giải pháp của nhóm nghiên cứu là tích hợp danh bạ trên thiết bị vào hệ thống luôn cho tiện.
Nguồn: tinhte.vn