网易首页 > 网易科技 > 智能硬件 > 正文

亚马逊Alexa真的解决了“鸡尾酒派对”难题吗?

0
分享至

导语:什么是“鸡尾酒会派对难题”?难道Alexa已经解决了这个长达半个多世纪的“难题”吗?

亚马逊Alexa真的解决了“鸡尾酒派对”难题吗?

雷锋网按:本文作者王璐、袁媛,原载于声学在线,雷锋网(公众号:雷锋网)已获得转载授权。

在美国加州圣克拉拉市召开的AI Frontier大会上,亚马逊首席科学家Nikko Strom详细介绍了Alexa背后的深度学习技术,包括深度学习的基本架构,以及语音识别、语音合成等方面的内容,其中,语音识别部分提到了Alexa在应对“鸡尾酒派对难题”所做的工作。那么,什么是“鸡尾酒会派对难题”?难道Alexa已经解决了这个长达半个多世纪的“难题”吗?

鸡尾酒会派对难题

“鸡尾酒会派对难题”其实就是大名鼎鼎的“鸡尾酒会效应”。

鸡尾酒会效应(cocktail party effect)由英国认知科学家Edward Colin Cherry于1953年提出,指的是指人类的一种听力选择能力。在这种情况下,人可以把注意力集中在某一个声音刺激上,而忽略其他的背景声音。也就是说,人类可以集中在某一个人的谈话之中,而忽略背景中其他的对话或噪音。

这个维基百科的解释让我们听的有些云里雾里,其实,我们在现实生活中的许多经历很好的诠释了什么是鸡尾酒会效应。

喧嚣热闹的酒吧舞池里灯光耀眼,音乐劲爆,你和朋友在一旁的吧台聊天,尽管周边的噪音很大,你还是可以听到朋友说的内容。此时,如果远处突然有人叫起你的名字时,你会马上就会注意到。

异国他乡的小餐馆中,周围交谈的食客使用的是各自的母语,西语、法语、葡萄牙语不绝于耳。觥筹交错间远处突然传来一声中文的“嘿!你在这呢?好久不见”,你立刻就能循着声音,定位那个说中文的人。即使你们中间隔着十几张桌子,即使那位朋友的声音并不洪亮。

这些现象我们都称之为“鸡尾酒效应”。这是我们人类听觉系统表现出的惊人天赋。科学家发现,婴儿已经具备选择性注意的能力。五个月大的婴儿就能够在复杂的声音环境中对自己的名字做出反应,这种能力在十三个月大的时候发展成熟。

鸡尾酒会效应的产生机制相当复杂,关于选择性注意和鸡尾酒会效应的成因,学术界提出过四个有影响力的理论模型:Broadbent的过滤器模型、Treisman的衰减模型、Deutsch & Deutsch理论和Kahneman理论。然而,这四种理论模型都不能完美地解释“鸡尾酒会效应”出现的各种现象。所以,目前对于鸡尾酒会效应产生的机制仍然尚没有统一的认识,也就是说还没有统一的理论解释和支撑我们如何解决鸡尾酒问题。

鸡尾酒会效应的产生机制虽然复杂,但对于我们人类来说,在多个声源之间转换注意力是一件非常轻松的事,以至于我们甚至感受不到这个过程的存在。然而,对于我们制造出各种智能设备来说,做到这一点就是非常有难度的。

在实际应用中,当我们对智能设备发出命令时,我们可以通过麦克风阵列确定声源位置,并通过波束形成定向拾取该方向的声音。然而,这同一方向可能不仅有噪音的干扰,还有电视或其他人同时说话的声音。设备需要在相互混杂的声音中准确提取出对它发出指令的声音,而不受其他声音的影响。

对于我们制造出各种智能设备来说,它们还无法像人类那样做到自由地切换注意力。机器目前还不能自主区分一个方向内众多人声中,到底哪一个是对它有用的声音。

Alexa如何应对“鸡尾酒会问题”?

自Cherry提出“鸡尾酒会问题”半个多世纪以来,大量的科学家试图去解决这个问题,包括自动语音识别(ASR)的预处理,说话人识别,说话人变化检测,说话人分离,结束指向和手动转录等。1985年,有学者提出了盲信号分离(blindsignal separation),在不知道原始信号的信息和混合方法时,可以比较有效地恢复独立的原始信号。后辈学者通过不断改进,引入了神经网络的方法,正在逐步提高信号分离的效果。

而此次AI Frontier大会上,Nikko博士介绍亚马逊使用的方法则是基于上下文联系的“Anchored Speech Detection”。这篇发表于2016年的论文中提到了两种检测目标语音的方法,首先需要用户先说出一个“anchor word”,例如唤醒词“Alexa”,作为我们学习说话者语音特征的参考。

第一种方法中,估计“anchor word”字段的平均值来标准化特征向量,从中突出低频部分相对于“anchor word”的差异。

另一种方法则是使用编码器-解码器网络,通过应用常规对数幅度因果平均值减法来归一化该网络的特征。

这两种方法实验结果表明:在具有常规归一化特征的基线前馈网络中,可以实现分类误差率大约10%的相对降低。

总的来看,Amazon开始尝试解决“鸡尾酒会问题”。然而,虽然Amzon不断更新其麦克风阵列算法,并在深度学习方面进行大量调整,但是Alexa目前还是无法做到在同一个方向多人说话的情况下,准确的判断识别到底是谁在说话。特别是对于Alexa采用基于能量搜索唤醒的算法模式,非常容易受到周围环境的干扰,导致噪杂环境下的唤醒失败。

虽然到目前为止,“鸡尾酒会问题”还没有得到满意的解答。但是随着新器件和新技术的应用,以及越多越多的学者参与研究,相信“鸡尾酒会问题”得到解决,不会等待太久时间。

相关推荐
热点推荐

妹子,睡觉请注意睡姿,坐在对面的我都脸红了,你不尴尬吗?哈哈

品味娱乐文化
2021-01-17 05:48:02

铃木维特拉几乎零缺陷,5年难动一扳手,差速锁+全时四驱,14.28万开回家

财富管理专员
2021-01-17 14:33:31

美国为何放任中国无人机垄断全球?英专家道明实情:美国无法制裁

科技续航官
2021-01-16 22:33:59

任正非太厉害,支持女儿出道娱乐圈,第三任妻子80后名校美女!

毒舌飞哥
2021-01-16 17:55:32

为保证一国内球员拿到超两千万年薪 球员妻子亲戚也得到工作

直播吧
2021-01-17 09:35:28

你点菜的水平,暴露了你的层次

洞见
2021-01-16 21:26:57

2021年最美班主任,九头身大长腿,学生:我能留级到你退休

乘一笔春风
2021-01-15 09:25:55

提个醒!春节返乡严查私家车,4样东西不能带,违反最高扣12分

三农风云
2021-01-16 23:37:44

喊我还是喊我姐姐?浙江两姐妹名字读音一模一样,生活处处遇尴尬

钱江晚报
2021-01-17 12:19:05

百亿名媛孙莹莹离婚,3年无性婚姻前夫出轨,小三曾曝阮经天癖好

猫眼娱乐官方号
2021-01-15 15:09:32

大衣哥儿媳肚子隆起疑怀孕,只管开心录视频,家中杂乱由婆婆收拾

盖饭娱乐官方号
2021-01-17 09:29:37

今晨李景亮一拳KO阿根廷一哥,赛前曾被9成国外拳迷看衰

格斗迷
2021-01-17 06:16:18

开暖风没按AC键为何还费油?老司机:不懂这个功能,你能怪谁

生产教育
2021-01-17 06:47:51

郭富城又送方媛豪车:一家五口坐百万豪车吃西餐,方媛掌控全场

素素娱乐
2021-01-15 08:28:13

“真的不要随便让男友选衣服!!!”哈哈哈哈哈哈人都看傻了

朱门大叔
2021-01-16 22:51:07

粮食战争还有多远?美国农业部出手玉米暴涨40%,中粮大战贸易商

钱包那些事儿
2021-01-16 18:00:13

妹子你这皮裤还闪光呢,我在你身后都不好意思看了,哈哈好尴尬啊

雷婷讲娱乐
2021-01-17 05:15:19

紧急支援通化战疫 吉林市急救转运车组逆行出征

吉林乌拉圈
2021-01-17 16:04:02

温州女富豪:丈夫出逃德国后,爱上已婚演员周立波,双双离婚进殿堂

恋爱女孩
2021-01-14 16:24:23

她曾遭遇导演潜规则7次,被胡歌带火后意外产子,女儿生父成谜

文化课代表
2021-01-17 09:38:43
2021-01-17 18:29:02

科技要闻

1000公里续航是骗子?广汽:别理解偏了

头条要闻

一走了之?特朗普犯下"六宗罪" 清算才刚刚开始

头条要闻

政法委副书记酒驾致4死找人顶包 公诉人:建议判6年

体育要闻

时隔9年杜登再度联手 合体威力太恐怖

娱乐要闻

黄圣依穿粉色皮草热舞美腿撩人

财经要闻

汽车要闻

法国豪车设计令人赞叹 海外售价也很亲民

态度原创

健康
教育
旅游
公开课
军事航空

为什么阴道炎总是反反复复?

教育要闻

日本中文导报:在日华人细说感染新冠后的隔离生活

旅游要闻

尼泊尔10名登山者成功登顶乔戈里峰

公开课

霍金的七个可怕预言:其中三个正在上演

军事要闻

火箭军这个部队厉害了!常年保持“弹在架上”

×