人/陳根

人工智能技術的改進和發展對人工智能的應用無疑是非常重要的，除了人工智能在與生活緊密聯系的應用外，響應少數群體的需求也將成為人工智能發展的必然方向。

最近，加州大學伯克利分校的研究人員說，他們正在使用無聲的語言和傳感器來收集肌肉活動來訓練人工智能。 其中，無聲語言通過肌電圖(EMG)檢測，電極放置在面部和喉嚨上。 研究人員說，這個模型的重點是所謂的“無聲演講”，它可以檢測人們想說什么，但不發出聲音。

研究人員認為，他們的方法可以為那些不能發出聲音的人提供大量的應用，并且可以支持人工智能助手或其他響應語音命令的設備進行無聲語音檢測。

然而，這并不容易想象：首先，在收集數據時，研究人員在實驗者臉上貼了八塊補丁，每個補丁都是一個“監測肌肉變化”的傳感器。

然后，研究人員需要記錄一段實驗者的聲音，并與肌電圖相對應-一種可以匹配肌肉變化和言語類型的方法。 然后使用WaveNet解碼器生成音頻語音預測。 在記錄數據的過程中，我們還記錄了“對應”的肌電圖，但不需要發聲，即“無聲聲“。

與用聲樂肌電數據訓練的基線相比，書中句子轉錄的錯誤率下降了64%~4%，與基線相比錯誤率下降了95。 此外，為了推動這一領域的進一步研究，研究人員開發了一個近20小時的面部肌電數據數據集。

標題是“沉默數字語音”研究論文，在近期開展的自然語言處理體驗(EMNLP)活動中，榮獲最佳論文獎。

該小組的論文寫道：“數字無聲語音有廣泛的潛在應用。” 例如，它可以用來制造類似于藍牙耳機的設備，允許人們在電話中交談，而不打擾周圍的人。 顯然，這種設備將在環境噪音太大，無法捕捉可聽到的聲音或保持沉默的環境中發揮重要作用。