Cat语音翻译应用程序如何工作?

您可能已经看过声称翻译猫咪说什么的应用程序。但是他们真的可以将您的猫咪的喵喵翻译成英文吗?简短的答案是肯定的。由于每只猫的“语言”多么独特,这很困难,但是它们可以与现代技术非常接近。

像MeowTalk这样的Cat翻译应用使用一种强调机器学习的语音识别形式。让我们仔细看看。

语音识别与机器学习

语音识别通过记录语音并将音频转换为数字数据文件来工作。它将音高和音量等数据编码为应用可以分析并与含义匹配的数据点。 DPA麦克风解释说,这些数据点的外观可能会有所不同,具体取决于背景声音和说出单词的方式。

有时我们将语音识别视为理所当然,但这是一项令人难以置信的技术壮举。尤其要考虑人类语音的复杂程度。正如《科学家》所解释的那样,每个单词都涉及相互融合的多种声音或“音素”。让计算机理解语音非常困难。猫声音的新领域将更加艰巨。

使用语音识别的应用程序使用称为数据集的单词“词汇”进行编程。然后,该应用会将您的语音与数据词汇中最接近的选项进行匹配。

如果出现错误,请进行更正,然后保存该数据以备下次使用。这是机器学习的一部分。这是程序学习识别语音的方式,即使它与开始的数据集也不相同。

相关:什么是机器学习算法?这是他们的工作方式

语音识别仍然存在问题,尤其是语音障碍和口音。不过,一些公司正在改善机器学习以克服这些问题。随着时间的流逝,机器学习可以将语音识别变成强大的工具。

这就是语音识别对人类起作用的方式。但这对猫有用吗?

语音识别与喵识别

首先,我们需要了解为什么翻译某种叫作“我饿了”的喵与分析人类语音不同。问题主要是猫的交流更加依赖姿势等非语言提示。另一个问题是缺少通用的“猫语”。

根据ASPCA的说法,成年野猫从不互相招呼,只向人们招呼人道协会的其他研究补充说,这些声音“不会在真空中发生”。我们必须与肢体语言和其他环境一起解释它们。在许多情况下,这些无声信号是表示“我饿了”的喵和表示“我想玩”的喵之间的唯一区别。

除了这个问题,没有两只猫有相同的语言。猫为它们的主人开发个性化的“语言”。这些部分基于模仿主人的声音,部分基于猫的个性。即使传达相同的需求,没有两只猫听起来也一样。那么,一个应用程序的语音词汇如何为所有这些应用程序翻译呢?

猫的灵活机器学习

尽管像Oto这样的一些虚拟助手试图理解语气和情绪,但是语音识别在非语言信号上仍然很糟糕。但这并不意味着无法解释它们。

MeowTalk使用一种更灵活的机器学习来帮助克服这些问题。

下载: Android的MeowTalk | iOS (免费)

Meowtalk由哈维尔·桑切斯(Javier Sanchez)创建,他也曾在Alexa团队中工作。他认为该应用程序是迈向智能项圈的一步。这些项圈可以利用复杂的机器学习策略将猫的声音转换成人类的语音,以帮助人类更好地理解和照顾猫。

MeowTalk团队通过为每只猫创建更具体的配置文件来弥补唯一性问题。在应用程序中,您分别注册每只猫。 《挪威科学报》报道说,小猫的me叫与成年猫不同,因此该应用程序还要求猫的生日。每个配置文件都会为猫生成一个独特的数据网络,并将一些深度学习整合到机器学习中。

相关文章:深度学习与机器学习与人工智能:它们如何融合在一起?

对于词汇表,MeowTalk从其数据集中的10个声音配置文件开始。每个都有不同的含义,例如“快乐”或“狩猎”。当应用听到声音并弄错了声音时,您可以更正它或创建新的解释。

更正告诉应用程序用新的声音替换基本词汇。

例如,您可以告诉应用将“狩猎”与短鸣声(而不是长a声)匹配。这种校正比添加多种声音来匹配语音识别的方式更有用,这就像告诉应用程序长叫声和短鸣声表示“母亲打电话”一样。

语音识别应用程序中的机器学习通常会阻止这种类型的覆盖。这就好像试图教Siri一样,当您说“技术博客”时,您实际上是在说“梨子”。但是MeowTalk使用的更灵活的机器学习形式可以更轻松地处理此更正。

创建新的解释会添加以前未编码的含义。例如,如果您的猫在想要她最喜欢的玩具时打了一个特定的电话,则可以添加“我想要我的鼠标”作为选项。这类似于在自动更正词典中添加单词。

相关:如何在Android上定义自己的自动更正词

随着时间的流逝,您可以为猫建立高度个性化的语音配置文件。最终,它甚至可能足够复杂,对于养宠物者或解决行为问题很有用。如果没有别的,它可以帮助养猫的主人更加关注自己的宠物。

结论:Cat Translation Apps是否有效?

最后,“猫翻译”仍然很大程度上依赖于用户教应用程序他们的猫如何说话。由于每只猫的交流有多么独特,这种情况可能永远都是这样。

但是,机器学习的发展如此之快,以至于开发人员甚至可以部分成功地做到这一点,这一事实令人难以置信。机器学习和人工智能正以惊人的速度发展,我们迫不及待地想看到它们的下一步发展。