Mewn amgylcheddau cymhleth, gall bodau dynol ddeall ystyr lleferydd yn well nag AI, oherwydd rydym yn defnyddio nid yn unig ein clustiau ond ein llygaid hefyd.
Er enghraifft, rydyn ni'n gweld ceg rhywun yn symud ac efallai'n gwybod yn reddfol bod yn rhaid i'r sain rydyn ni'n ei glywed fod yn dod gan y person hwnnw.
Mae Meta AI yn gweithio ar system ddeialog AI newydd, sef dysgu AI i ddysgu hefyd adnabod cydberthnasau cynnil rhwng yr hyn y mae'n ei weld a'i glywed mewn sgwrs.
Mae VisualVoice yn dysgu mewn ffordd debyg i sut mae bodau dynol yn dysgu meistroli sgiliau newydd, gan alluogi gwahanu lleferydd clyweledol trwy ddysgu ciwiau gweledol a chlywedol o fideos heb eu labelu.
Ar gyfer peiriannau, mae hyn yn creu gwell canfyddiad, tra bod canfyddiad dynol yn gwella.
Dychmygwch allu cymryd rhan mewn cyfarfodydd grŵp yn y metaverse gyda chydweithwyr o bob cwr o'r byd, gan ymuno â chyfarfodydd grŵp llai wrth iddynt symud trwy'r gofod rhithwir, lle mae'r atseiniau sain a'r timbres yn yr olygfa yn gwneud yn unol â'r amgylchedd Addaswch yn unol â hynny.
Hynny yw, gall gael gwybodaeth sain, fideo a thestun ar yr un pryd, ac mae ganddo fodel dealltwriaeth amgylcheddol cyfoethocach, sy'n caniatáu i ddefnyddwyr gael profiad sain "wow iawn".
Amser post: Gorff-20-2022
