发布时间:2019-09-18 阅读量:864 来源: 智东西 发布人: Jane
智东西消息,微软语音和对话研究小组的科学家最近研发了一个系统,利用内置于智能手机、笔记本电脑和平板电脑中的麦克风来提高音频质量。
这个系统通过智能硬件连接互联网,在云端形成临时的麦克风阵列,可以实时高精度转录音频。研究小组计划在Interspeech 2019年会议上发表相关的研究论文。
会议室的音频无法及时可靠地传达给远程参加会议的各方时,总会令人感到非常无奈。音响效果的差异和干扰总是导致线路另一端接收的音频清晰度降低。
接下来我们一起了解一下,微软设计的云端麦克风系统,是如何提高音频转录的精度和效率的。
一、云端麦克风阵列提高音频精度
微软团队的解决方案是一个端到端系统,首先从不同的麦克风收集声音信号,然后进行波束成形,这种技术能使麦克风阵列对来自特定方向的声音更加敏感。
该系统的主要研究人员Takuya Yoshioka在博客中写道:“我们方法背后的核心思想是利用与会者通常携带到会议现场的笔记本电脑和智能手机等任何与互联网相连的设备,虚拟地在云端形成一个临时的麦克风阵列。”
由一个识别信号之间关系的模型进行编排。在波束形成过程中,信号被反馈到下游的语音识别模块,然后对它们进行合并、注释并发送回与会者。
据研究团队介绍,通过他们的方法,使用云端麦克风阵列,参加会议时人们可以使用已经带到会议现场的手机、笔记本电脑和平板电脑实时高精度转录音频,无需专用的硬件设备。
Takuya Yoshioka指出,这种方法在理论上要比执行上简单,因为不同设备之间的音频保真度存在很大差异,不同麦克风捕捉到的语音信号彼此并不一致。设备的数量及其相对位置在每次会议之间的不一致也增加了麦克风阵列的设计难度。
二、语音转录系统仍需进一步完善
研究人员报告说,在定性测试中,他们的人工智能系统在使用3个麦克风和7个麦克风的情况下,其性能分别比单设备系统高出14.8%和22.4%。
研发团队表示,他们的系统还不完善,偶尔会因为重叠的语音而出错。测试中,有10%的录音中包含不止一个说话者,这时语音转录的错误率为13.6%。
论文中Takuya Yoshioka和他的同事写道:“我们将设备分布在放假各处,获得了更好的空间覆盖率,研究显示了多个异步麦克风在真实场景中满足转录的有效性。”
结语:语音转录技术提升还需加大研发投入
微软在语音转录方面的研究迎合了市场的需求。去年夏天,微软在语音转录方面的研究已经应用在了微软365上,可以自主将语音转换为文本,与会者还能通过视频记录转换文本,使录音文件的文本转录变得更加简单便捷。
几个月后,微软在又OneDrive和SharePoint中推出了音频和视频文件的自动转录功能,进一步提升了文本转换的效率。
语音文本的实时转录,在办公和学习场景中都有很强的实用性。目前,语音转录系统还不完善,转录的准确性还有待提升,在数据、算法等方面还需要更多的研发投入,以满足消费者在不同场景下的需求。
论文链接:https://www.microsoft.commeetingtranscriptionsusingvirtualmicrophonearrays.pdf
原文来自:VentureBeat
全球头部存储器制造商三星电子、SK海力士与美光科技近日取得突破性进展,均已完成DDR6内存标准的首个工程原型开发。这标志着下一代内存技术正式迈入实质性验证阶段。目前,三巨头正与英特尔、AMD、英伟达等核心处理器设计厂商展开深度协作,加速推进DDR6内存平台的整体适配与验证流程,为后续产业化扫除关键障碍。
在数据爆炸式增长的数字经济时代,铠侠(Kioxia)于2025年推出全球首款245.76TB固态硬盘LC9系列,刷新了单设备存储容量上限。这一突破性产品直指人工智能训练、超大规模数据中心等高密度存储场景,标志着企业级存储正式迈入单盘200TB+时代。
全球晶圆代工龙头台积电正式确认,其位于日本熊本县菊阳町的第二座晶圆厂投产时间将从原计划的2027年底推迟至2029年上半年,延期达一年半。此次调整主要源于首座工厂运营后暴露的配套基建短板,凸显海外扩产的本地化挑战。
根据知名市调机构Omdia于2025年7月25日发布的最新研究报告,尽管面临全球经济持续的不确定性以及美国关税政策带来的潜在压力,2025年全球大尺寸显示屏(9英寸及以上)整体出货量预计将展现出一定韧性,实现同比增长2.9%。这一增幅虽然略低于2024年水平,但在当前复杂的经济环境下已属不易。值得注意的是,不同应用领域表现分化明显,电视和专用显示屏市场在2025年预计将承受下行压力,出货量可能出现负增长。
根据LG Display(LG显示)7月24日公布的2024年第二季度合并财务业绩,公司当季销售额为5.587万亿韩元,同比收缩16.7%。更值得关注的是营业利润数据,公司录得1160亿韩元的净亏损,与上季度相比由盈转亏,环比降幅达23.9%。