移動端


當(dāng)前位置：興旺寶>資訊首頁> 技術(shù)前沿

阿里聯(lián)手中科院研發(fā)“聽音識人”技術(shù)被CVPR收錄

2021-03-25 15:47:12來源：TechWeb 閱讀量：168 評論

分享：

　　近日，中科院和阿里安全的研究者讓AI掌握通過聲音找到“主人”的任務(wù)。經(jīng)驗證，相較于人類67%的正確率，AI的準(zhǔn)確率接近90%。在“1對N”的匹配實驗中，AI還能對聲音歸屬人臉的“可能性”進行排序。
 
　　該技術(shù)是一種自適應(yīng)的學(xué)習(xí)框架，用來挖掘和學(xué)習(xí)人臉與聲音的潛在聯(lián)系，該論文研究成果隨即也被CVPR 2021接收。
 
　　現(xiàn)有研究表明，人臉和聲音受到年齡、性別、生理結(jié)構(gòu)、語言習(xí)慣等共同因素的影響，兩者的聯(lián)系強烈而復(fù)雜多樣。該研究*作者、中科院計算所博士研究生溫佩松介紹，中科院和阿里安全的研究團隊將公開數(shù)據(jù)集中兩種類型的數(shù)據(jù)在共享空間中表示，從而達(dá)到跨模態(tài)匹配的目的，在學(xué)習(xí)策略上利用了數(shù)據(jù)集的局部和全局信息，提高了模型的學(xué)習(xí)效率和效果。
 
　　通俗來看，即聲音可能是音頻格式，人臉是圖片格式，兩類信息以不同的格式存儲，難以比較，所以研究者將聲音和人臉“翻譯”成了同一種格式的信息，讓AI模型可以對兩種信息之間的關(guān)聯(lián)自行學(xué)習(xí)。AI學(xué)會了兩種信息的關(guān)聯(lián)性之后，就能幫聲音找到人臉，或者幫人臉找到聲音。因此，AI的這項技能不僅可以“聽音識人”，還能“見人知聲”。
 
　　溫佩松介紹，該研究進行了三類實驗，*種，給定一段聲音和僅含有一張正確人臉的若干張人臉圖片，AI匹配聲音和人臉的正確率*可達(dá)87.2%；第二種，給定一段聲音和一張人臉，詢問AI這是否屬于同一個人，準(zhǔn)確率*可達(dá)87.2%；第三種，給定一段聲音和含有若干張正確人臉的圖片，要求AI把所有人臉排序，使得正確的人臉盡可能靠前，AI也能準(zhǔn)確完成任務(wù)。該實驗在公開測試集上一共測試了20076張人臉和21850段音頻，AI的表現(xiàn)都令人驚喜。
 
　　在相同的任務(wù)上，如果待鑒別對象不限制性別，人類判斷的準(zhǔn)確率達(dá)81.3%，在限制性別的情況下，準(zhǔn)確率僅為57.1%，性別因素對AI的影響卻非常小，準(zhǔn)確率依然如上述結(jié)果，高于人類。
 
　　據(jù)阿里安全圖靈實驗室*算法專家華棠介紹，該技術(shù)后續(xù)將在內(nèi)容安全和賬戶安全領(lǐng)域探索應(yīng)用，對抗偽造類視頻攻擊，保護用戶財產(chǎn)和信息安全。“有些人利用偽造視頻試圖騙過認(rèn)證系統(tǒng)，AI的這項技能將進一步驗證聲音與相應(yīng)真人是否匹配，防范欺詐，守護安全。”華棠說，這也是讓AI在提升安全水位上有更多用武之地。
 
　　原標(biāo)題：阿里聯(lián)手中科院研發(fā)“聽音識人”技術(shù)被CVPR收錄
 
版權(quán)與免責(zé)聲明：1.凡本網(wǎng)注明“來源：興旺寶裝備總站”的所有作品，均為浙江興旺寶明通網(wǎng)絡(luò)有限公司-興旺寶合法擁有版權(quán)或有權(quán)使用的作品，未經(jīng)本網(wǎng)授權(quán)不得轉(zhuǎn)載、摘編或利用其它方式使用上述作品。已經(jīng)本網(wǎng)授權(quán)使用作品的，應(yīng)在授權(quán)范圍內(nèi)使用，并注明“來源：興旺寶裝備總站”。違反上述聲明者，本網(wǎng)將追究其相關(guān)法律責(zé)任。 2.本網(wǎng)轉(zhuǎn)載并注明自其它來源（非興旺寶裝備總站）的作品，目的在于傳遞更多信息，并不代表本網(wǎng)贊同其觀點或和對其真實性負(fù)責(zé)，不承擔(dān)此類作品侵權(quán)行為的直接責(zé)任及連帶責(zé)任。其他媒體、網(wǎng)站或個人從本網(wǎng)轉(zhuǎn)載時，必須保留本網(wǎng)注明的作品第一來源，并自負(fù)版權(quán)等法律責(zé)任。 3.如涉及作品內(nèi)容、版權(quán)等問題，請在作品發(fā)表之日起一周內(nèi)與本網(wǎng)聯(lián)系，否則視為放棄相關(guān)權(quán)利。
我來評論

昵稱 驗證碼

文明上網(wǎng)，理性發(fā)言。（您還可以輸入200個字符)

所有評論僅代表網(wǎng)友意見，與本站立場無關(guān)

    相關(guān)新聞

    • AI技術(shù)魔力有多大？將讓半導(dǎo)體制造業(yè)“變天”

      隨著AI技術(shù)的迅猛發(fā)展，AI＋半導(dǎo)體已成業(yè)內(nèi)繞不開的一個話題，但在半導(dǎo)體行業(yè)“變天”之時，如何抓住突破口？
      2024-11-24 14:09:36    18209
      半導(dǎo)體制造業(yè)AI技術(shù)

    • 臺風(fēng)普拉桑來襲 AI技術(shù)應(yīng)用助力氣象監(jiān)測

      近年來，隨著人工智能技術(shù)的迅速發(fā)展，氣象科學(xué)家們開始借助深度學(xué)習(xí)和機器學(xué)習(xí)算法來提升大氣預(yù)測的準(zhǔn)確性。
      2024-09-20 14:00:26    122
      AI技術(shù)氣象監(jiān)測

    • VisionChina（上海）2024特色活動等你來探！

      作為國內(nèi)外機器視覺領(lǐng)域的全品類展示平臺，VisionChina(上海)機器視覺展將全面呈現(xiàn)機器視覺系統(tǒng)及其核心部件和插件的前沿科技與創(chuàng)新成果。
      2024-06-25 14:09:31    137
      機器視覺AI技術(shù)