Audio AI Itọsọna

Koko Spotting ati Wake Words

Aami iranran ọrọ-ọrọ jẹ imọ-ẹrọ gbigbọ nigbagbogbo ti o jẹ ki ẹrọ kan duro fun gbolohun ọrọ okunfa kan bi 'Hey Siri' tabi 'Alexa' ṣaaju ki o to bẹrẹ si iṣe.

2 min kakẹhin imudojuiwọn

Akopọ

It matters because it makes hands-free voice control possible while keeping power use and privacy intrusion low.

Jin Dive

Oluwari ọrọ ji jẹ aami kekere, awoṣe ọrọ amọja ti iṣẹ rẹ nikan ni lati dahun ibeere kan ni ọpọlọpọ igba fun iṣẹju kan: ṣe olumulo kan sọ gbolohun ọrọ okunfa bi? Ko dabi idanimọ ọrọ ni kikun, ko ṣe igbasilẹ ohun gbogbo - o nṣiṣẹ nẹtiwọọki kekere kan taara lori ẹrọ naa, ti n ṣayẹwo awọn ferese agbekọja kukuru ti ohun. Lati ṣafipamọ batiri, awọn foonu ati awọn agbohunsoke ọlọgbọn nigbagbogbo lo apẹrẹ ipele-meji: chirún agbara-kekere kan n tẹtisi fun ibaamu ti o ni inira, lẹhinna ji awoṣe ti o tobi diẹ diẹ lati jẹrisi ṣaaju ṣiṣanwọle ohunkohun si awọsanma. Awọn onimọ-ẹrọ tun ẹnu-ọna kan lati ṣe iwọntunwọnsi awọn itẹwọgba eke (ijidide nigbati ẹnikan ko pe) lodi si awọn kọsilẹ eke (nikọjukọ aṣẹ gidi kan), wọn si ṣe ikẹkọ lori ẹgbẹẹgbẹrun awọn asẹnti, awọn ijinna, ati awọn yara alariwo.

Imọ-imọ-ẹrọ

Ohun afetigbọ ti nwọle ti ge si ~ 20-40 awọn fireemu iṣẹju-aaya ati yi pada si awọn ẹya bii MMFCs tabi awọn okunagbara filterbank mel. Nẹtiwọọki nkankikan iwapọ — nigbagbogbo iyipada kekere tabi awoṣe loorekoore, nigba miiran lilo awọn itusilẹ ijinle-ipinya lati dinku iwọn - ṣe abajade iṣeeṣe fun gbolohun ọrọ ibi-afẹde kọọkan fireemu kọọkan. Yiyọ-lẹhin tabi igbesẹ ferese sisun ṣe idilọwọ awọn fireemu alariwo ẹyọkan lati ma nfa, ati wiwa ina nikan nigbati igbẹkẹle duro ga kọja awọn fireemu itẹlera.

Ipa Ilana

Wiwọle ati arọwọto

O ṣe ilọsiwaju iraye si nipasẹ transcription, alaye, ati awọn atọkun ohun.

Iye owo ati isuna

Awọn ẹgbẹ Media le firanṣẹ ohun didan yiyara pẹlu awọn isuna-owo kekere.

Iyara ati iwọn

Awọn ọna ṣiṣe ti nkọju si alabara le ṣe ilana awọn ibaraẹnisọrọ sisọ ni iwọn nla.

Ojo iwaju ti Koko Spotting ati Ji Awọn ọrọ

Awọn awoṣe ọrọ ji ti n kere si ati ti ara ẹni diẹ sii. Ẹkọ ẹrọ lori ẹrọ yoo jẹ ki o forukọsilẹ awọn gbolohun ọrọ okunfa aṣa ati mu ararẹ si ohun tirẹ laisi fifiranṣẹ ohun nibikibi. Reti isọpọ titọ pẹlu ohun alumọni agbara-kekere 'nigbagbogbo-lori', ọpọlọpọ awọn ede ati awọn okunfa iyipada koodu, ati agbara to dara julọ si awọn TV, orin, ati ariwo aaye jijin. Awọn aṣa ipamọ-aṣiri ti o tọju gbogbo gbigbọ agbegbe - ifẹsẹmulẹ ọrọ ji ṣaaju eyikeyi olubasọrọ nẹtiwọọki - n di ireti aiyipada.

Real-World imuse

Wipe 'Alexa' si Amazon Echo tabi 'Hey Google' si agbọrọsọ Nest lati bẹrẹ ibeere ohun kan laisi ọwọ

'Hey Siri' ji iPhone tabi AirPods lati titiipa, ipo agbara kekere laisi titẹ bọtini kan

Awọn eto infotainment ọkọ ayọkẹlẹ n tẹtisi gbolohun kan bii 'Hey Mercedes' nitorinaa awọn awakọ le ṣatunṣe lilọ kiri laisi gbigbe ọwọ kuro ni kẹkẹ

Ile-iwosan ati awọn agbekọri ile itaja ti o mu ṣiṣẹ lori aṣẹ ti a sọ ki awọn oṣiṣẹ le wọle data pẹlu awọn ibọwọ lori ati ọwọ kun

Awọn ewu & Awọn ọna iṣọ

ilokulo ohun ati awọn ewu afarawe ṣe pọ si nigbati igbanilaaye ba sonu.

Yiye le ju silẹ kọja awọn asẹnti, awọn ede-ede, tabi awọn agbegbe alariwo.

Ohun afetigbọ sintetiki le jẹ aṣiṣe fun ọrọ ododo laisi isamisi to yege.

Ilana Ilana imuse

1

Gba ifọkansi ti o fojuhan fun gbigba ohun, ti ẹda, ati ilotunlo.

2

Didara idanwo kọja awọn agbohunsoke oniruuru ati awọn ipo abẹlẹ.

3

Ṣetumo nigbati eniyan gbọdọ ṣe atunyẹwo tabi fọwọsi awọn abajade.

4

Aami ohun sintetiki ki o tọju awọn igbasilẹ provenance fun iṣiro.

Tesiwaju Ṣiṣawari

Free newsletter

Get the daily AI briefing

Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.

One email each weekday. Unsubscribe in one click. We never sell or share your address.

Test yourself

Take the Keyword Spotting and Wake Words quiz

Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.

Bẹrẹ adanwo

Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation

Itọsọna atẹle

Whisper Timestamped Ọrọ titete

Awọn ibeere ti a beere nigbagbogbo

What is Keyword Spotting and Wake Words?

Aami iranran ọrọ-ọrọ jẹ imọ-ẹrọ gbigbọ nigbagbogbo ti o jẹ ki ẹrọ kan duro fun gbolohun ọrọ okunfa kan bi 'Hey Siri' tabi 'Alexa' ṣaaju ki o to bẹrẹ si iṣe. O ṣe pataki nitori pe o jẹ ki iṣakoso ohun laisi ọwọ ṣee ṣe lakoko ti o tọju lilo agbara ati ifọle ikọkọ.

Kini iṣẹ akọkọ ti oluwari ọrọ ji?

Awari-ọrọ oluwari ko ni atunkọ ohun gbogbo; o ṣe ifihan nikan nigbati gbolohun ọrọ okunfa ti o yan ti sọ ki eto akọkọ le ji.

Kini idi ti ọpọlọpọ awọn agbọrọsọ ọlọgbọn lo apẹrẹ wiwa ipele meji?

Ipele agbara kekere kan n tẹtisi nigbagbogbo ati pe o ji awoṣe ti o lagbara diẹ sii lati jẹrisi, eyiti o jẹ ki lilo agbara dinku pupọ.

Kini 'gbigba eke' tumọ si ni wiwa ọrọ-ji?

Gbigba eke jẹ okunfa ti aifẹ - eto naa mu ṣiṣẹ nigbati ọrọ ji ko sọ ni otitọ. Idakeji ni a eke kọ.

Ni aijọju bawo ni a ṣe pese ohun afetigbọ ti nwọle ṣaaju ki nẹtiwọọki nkankikan rii?

Ohùn ti fọ si awọn fireemu kukuru (awọn mewa ti milliseconds) ati pe o yipada si awọn ẹya iwapọ awoṣe le ṣe Dimegilio fireemu nipasẹ fireemu.

Kini idi ti wiwa nigbagbogbo nilo igbẹkẹle giga kọja ọpọlọpọ awọn fireemu itẹlera?

Didun lori ọpọ awọn fireemu duro awọn spikes ariwo kukuru lati tabọn oluwari, imudarasi igbẹkẹle.