Przy tele- i wideokonferencjach jakość połączenia jest kluczowa. Ale gdy zawodzi, pomóc może algorytm opracowany przez Google’a

Od ponad miesiąca z powodu pandemii pracownicy biurowi na całym świecie w większości pracują zdalnie. Gdy trzeba coś przedyskutować, robią to przez internet. Jednak jakość połączeń czasem szwankuje i pojawiają się irytujące zakłócenia.

Algorytm sztucznej inteligencji, który naśladuje mówiącego, może uzupełniać to, czego nie było słychać. Opracowali go inżynierowie z Google’a i wykorzystywany jest już w aplikacji do połączeń wideo tej firmy – Duo (na razie tylko w telefonach Pixel 4).

Jak to działa? Gdy przez internet przesyłany jest dźwięk, informacja zakodowana w zerach i jedynkach dzielona jest na pakiety. Potem w urządzeniu odbiorcy algorytmy składają pakiety z powrotem i dekodują w gładką całość. Czasem jednak po drodze jakiś pakiet ginie – co daje charakterystyczne zakłócenia. Według Google’a występują w aż 99 procentach rozmów prowadzonych przez internet.

Żeby temu zaradzić, zespół stworzył sieć neuronową WaveNetEQ i wytrenował ją na stu nagranych ludzkich głosach w niemal 50 językach. Uczenie sieci trwało, dopóki nie zaczęła uzupełniać brakujących fragmentów w realistyczny sposób, odtwarzając charakterystyczne cechy głosu mówiącego oraz sposobu jego wypowiedzi – oraz rzecz jasna treści.

Gdy podczas odbioru danych okazuje się, że brakuje pakietu, algorytm Google’a to uzupełnia. I, jak można się przekonać na fragmentach udostępnionych na stronie firmy, brzmi to realistycznie.

Na razie sztuczna inteligencja trafnie przewiduje tylko pojedyncze sylaby, czyli jest w stanie odtworzyć brakujące fragmenty słów. Aż strach pomyśleć, co się stanie, gdy nauczy się przewidywać całe słowa i wkładać je nam w usta (istnieją już algorytmy generujące tekst na podstawie próbek, co czynią z zachowaniem stylu oryginału).

Z drugiej strony, bezustannie robią to nasze mózgi. One też mają do czynienia z zakłóceniami i również bezustannie dopowiadają sobie to, czego nie dosłyszały. Co najciekawsze, robią to również z tym, czego niedowidzą.

Skip to content