Systém strojového učení, který rozpoznává mluvené slovo a objekty současně

Počítačoví vědci MIT vyvinuli systém, který se učí rozpoznávat objekty na obrázku pouze na základě jeho mluveného popisu.

Na rozdíl od jiných technologií rozpoznávání řeči nevyžaduje tento model manuální přepis a poznámky k objektům, které má za úkol rozlišit. Namísto toho se učí slova přímo z mluveného popisu obrázku a objektů na nezpracovaném obrázku, které následně spojuje je dohromady.

Model je momentálně schopen rozpoznat pouze několik set různých slov a typů objektů. Výzkumníci však doufají, že jednoho dne bude moci jejich technika rozpoznávání řeči ušetřit nespočet hodin manuální práce a povede ke zdokonalení rozpoznávání řeči a obrázků.

Celý článek na MIT

Image Credit: Christine Daniloff

-jk-