Google បញ្ចេញទិន្នន័យ និងគំរូរៀនម៉ាស៊ីនដើម្បីបំបែកសំឡេង

Google បានផ្សព្វផ្សាយ មូលដ្ឋានទិន្នន័យចំណារពន្យល់នៃសំឡេងលាយឡំដែលអាចត្រូវបានប្រើនៅក្នុងប្រព័ន្ធរៀនម៉ាស៊ីនប្រើដើម្បីបំបែកសំឡេងចម្រុះតាមអំពើចិត្តទៅក្នុងសមាសធាតុនីមួយៗរបស់ពួកគេ។ គំរូសិក្សាម៉ាស៊ីនជ្រៅទូទៅ (TDCN ++) ក៏ត្រូវបានបោះពុម្ពផងដែរ ដែលអាចត្រូវបានប្រើនៅក្នុង Tensorflow ដើម្បីបំបែកសំឡេង។ ទិន្នន័យត្រូវបានរៀបចំដោយផ្អែកលើការប្រមូល freesound.org и បានផ្សព្វផ្សាយ មានអាជ្ញាប័ណ្ណក្រោម CC BY 4.0 ។

គម្រោងដែលបានបង្ហាញ FUSS (ការបំបែកសំឡេងជាសកលដោយឥតគិតថ្លៃ) មានគោលបំណងដោះស្រាយបញ្ហានៃការបំបែកសំឡេងតាមអំពើចិត្តណាមួយ ដែលលក្ខណៈមិនត្រូវបានគេដឹងជាមុន។ ប្រព័ន្ធស្រដៀងគ្នាផ្សេងទៀតត្រូវបានកំណត់ជាទូទៅចំពោះភារកិច្ចនៃការបែងចែករវាងសំឡេងជាក់លាក់ ដូចជាសំឡេង និងមិនមែនសំឡេង ឬមនុស្សផ្សេងគ្នានិយាយ។

មូលដ្ឋានទិន្នន័យមានប្រហែល 20 ពាន់លាយ។ ឧបករណ៍នេះក៏រួមបញ្ចូលផងដែរនូវការឆ្លើយតបពីកម្លាំងក្នុងបន្ទប់ដែលបានគណនាជាមុន ដោយប្រើម៉ាស៊ីនក្លែងធ្វើបន្ទប់ដែលបង្កើតដោយខ្លួនឯង ដែលគិតគូរពីការឆ្លុះជញ្ជាំង ទីតាំងប្រភពសំឡេង និងទីតាំងមីក្រូហ្វូន។

ប្រភព: opennet.ru