[Applausi]
[Musica]
o è fondamentalmente solo un buco dal loro
eventi di avvio quindi cosa sta succedendo giusto
ora sto manipolando la forma del mio
multi-traccia e che sta manipolando
fisica e avere un sacco di
eventi acustici e tu stai interpretando
quello al discorso così una delle cose che
potresti dire che succede alla reception che
è solo che stai citando il modello acustico
facendo combaciare stai prendendo le frequenze
che stanno uscendo dalla mia bocca
Magia
stai dicendo che capisco di cosa si tratta
che lei sta dicendo e c’è un sacco di
prova che questo è ciò che gli umani fanno noi
avere un canale uditivo abbiamo una catena di prua
perché amplifica le frequenze che escono
della mia bocca abbiamo una coclea che ha
cellule cigliate a cui i bibliotecari simpatizzano
quelle frequenze che è collegato a
alcuni nervi uditivi che dicono al nostro
cervello che frequenze sono
creato e magicamente in qualche modo se tu
ascoltare un 300 Hertz e un 21-13 frequenze
che tu dici che lei stava producendo giusto così noi
potremmo dire che stiamo solo abbinando l’acustica
e non c’è alcun motivo come Siri non può fare
che non c’è ragione per cui Alexa possa farlo
quel riconoscimento vocale dovrebbe essere un
brezza bene, risulta che c’è molto
più che va dentro e questo è quello che
Cercherò di convincervi di oggi così
inizieremo con questo piccolo veloce
esperimento non lasciare che il cielo suoni di nuovo
e che cos’è che sei
udito
ah, ok, fermati per un secondo, va bene
lo suoneremo ancora una volta ma
cosa voglio che tu faccia stavolta solo
chiudi gli occhi e chiudi i tuoi
occhi e qui andiamo di nuovo okay puoi
apri gli occhi chiusi facendo acustica
pattern matching stai prendendo il
acustica e stai dicendo senza cervello
abbinarli a uno schema
Sento ba ma quando i tuoi occhi erano aperti
quello che stava succedendo era anche tu
prendendo spunti visivi in breve questo
si chiama effetto McGurk e in a
in poche parole questa è solo la tua corteccia visiva
scherzi con la tua corteccia audio e allora
Lo farò per il resto della giornata è provare
per il resto della mia fortuna non il resto di
il giorno che devi solo dire è provare
per convincerti che quando il tutto
la corteccia cerebrale viene coinvolta è a
pasticcio è un gran casino ma è utile
pasticcio tutto bene quindi andiamo avanti a questo
la prossima cosa è facile qual è il
passato di come si fa un verbo
passato in inglese
Edie, naturalmente, Edie, che ne dici di parlare?
Inglese, cosa aggiungo, sì, anatra, giusto
abbraccio
abbraccio passato che cosa aggiungi al bacio
stai aggiungendo un D che sente un T giusto?
cosa stai aggiungendo a Wade?
bene così hai due tutti così è così
non Edie, in realtà ne ha almeno tre
in realtà è un altro paio, ma lo siamo
resterò con questi tre adesso
quindi forse quello che sta succedendo sei tu
imparare a memoria
nella lingua inglese e memorizzi
ogni singolo passato che accompagna
quei verbi particolari ma se ti do
parola che hai mai sentito parlare prima di ogni uno
di voi dirà esattamente la stessa cosa
cosa su ciò che il passato di
L’inglese è così il passato del mito è
metà metà scusa a metà un senso di incontro con
lo fa il passato passato di tè d’ anatra
Va bene, sai, fai questo va bene così questo
è qualcosa che conosci
linguaggio che non lo sapevi nemmeno
tu lo sapevi e pensiamo che sia così
una piccola cosa strana con il passato
la stessa cosa esatta succede al plurale
conoscete tutti il plurale dell’inglese in
L’inglese è di fare un nome plurale a te
basta aggiungere come per quanto riguarda ciò che aggiungi
ai gatti di un gatto, che dire dei cani?
questa è una Z e in effetti la maggior parte del tempo
possiamo fare un nome plurale aggiungendo una Z
giusto così pensi che sia un culo ma è così
in realtà una Z e poi a pescare no
voglio sentire il pesce è il plurale di
pesci
e quindi si aggiunge a destra va bene così yeah
Significa quelli giusti e poi se ti do
parole che non hai mai sentito prima
farai tutti esattamente la stessa cosa
cosa va bene così la cosa personale
quello che sta succedendo qui è nel nostro
mente cosciente siamo una specie di
semplificando eccessivamente le cose che stiamo dicendo
diversi che sappiamo che quando abbiamo
aggiungere un alveolare al verbo che termina a
suono sonoro voci di un papà in una t se
è un’altra IV dopo
sappi che basta dire tutto bene
c’è un insieme di regole complesse
questo ci dice il plurale no, cerchiamo solo
semplificarla e dire che è cosi uno
delle cose che fa il nostro cervello
prende questo sistema davvero complesso e
semplifica ciò che facciamo con il
sistema di riconoscimento vocale ben troviamo a
linguista e noi diciamo di aiutarci con questi
regole che sono nella testa delle persone
non sanno che ci sono perché
avremo bisogno che loro facciano il nostro
lavoro di sistema di riconoscimento vocale automatizzato
bene bene facciamo un altro piccolo
prova qui ho intenzione di dire solo una frase
qual è la frase che sto dicendo il
ultimo discorso quindi l’ultimo discorso bene
siamo a un discorso di TED quindi cosa probabilmente?
mi hanno sentito dire che è stato l’ultimo discorso tutto
giusto ma se stessimo guidando verso il basso
costa e ho detto che questo è l’ultimo discorso
non lo sentiresti come un discorso
ascolta nel suo discorso acusticamente l’ultimo
il discorso e l’ultimo discorso sono esattamente
lo stesso sono articolati oralmente il
stesso modo il loro acustico Li lo stesso e
quello che fai è usare il contesto per
aiutarti a capire se lo sei
Spiaggia
hai sentito parlare bene?
questo in ogni momento possiamo costruirlo
un sistema di riconoscimento vocale sicuro lì
sono alberi probabilistici o alberi decisionali
che le persone stanno cercando di costruire nel
sistema che dice se questo insieme di parole
riconoscere quindi è più probabile che
questa parola è questa e non questa così è
più difficile è più complesso ma possiamo
costruire che nel sistema tutto a posto
così voi ragazzi non ho un problema con
questo perché capisci quel contesto
sta per significare che probabilmente dirò
il prossimo discorso se siamo qui a un TED
parla e a meno che non ti abbia tormentato
lungo tutta la nostra adorata Guida di
la costa la sentirai come la
ultima spiaggia e all’ultimo discorso tutto
giusto cos’altro va tutto bene
negli anni ’50 la gente iniziò a usare il genere
di sintesi vocale vecchio stile da fare
esperimenti sulla percezione umana
sistema una delle cose che hanno fatto
si sono resi conto che potevano cambiare
il precetto di ciò che era una persona
ascoltando manipolando un certo insieme di
cose così una delle cose che Varro è
ciò che le vocali sono fondamentalmente solo tipo di
confini categoriali in questo grande blob
di spazio acustico quindi sì, è solo
tutto un grumo di un mucchio di diversi
acustica basata quasi sull’infinito
quantità di differenti pattern acustici
stanno mostrando ma il tuo cervello dice
diviso la torta acustica in un certo modo
ma le frequenze che escono dal mio
il tratto vocale sarà molto
diverso dalle frequenze che vengono
di tratti vocali di qualcun altro è
completamente dipendente dalle dimensioni del tuo
bocca della dimensione della laringe per quanto tempo
il tuo tratto vocale è che tipo di cosa
i tuoi denti sono come tutti questi tipi di
le cose influenzano le frequenze in qualche modo
dobbiamo trovare un modo come umano
percepire per dare un senso a questo e uno
delle cose che si scopre che le persone
fanno è prestare attenzione a ciò che il
gamma di frequenze che stanno arrivando
fuori dalla bocca dei loro interlocutori, così loro
sintetizzato con i loro vecchi tempi
sintetizzatore la parola scommessa tutto bene se
hai una vocale così a metà strada
tra bit e bet vuoi vedere cosa
la gente lo percepirà e
scopre se si mette questa parola nel
fine di una frase che ha la cima
le frequenze diranno I
ascolta la scommessa ma se invece hai il
fondo serie di frequenze sono le persone
gonna dire Sento po ‘in altre parole ciò che
le persone fanno è calibrare loro
interlocutori spazio vocale dicono
ecco le frequenze che sento e
Ho intenzione di contestualizzare tutto il
vocali che escono in base a cosa
Ho calibrato per loro c’è stato
molti studi dagli anni ’50 con molto
meglio da quando la sintesi vocale mostra
esattamente questo così una delle cose che fai
stai solo dicendo che sento qualcuno e ora
Ho intenzione di fare alcuni calcoli e
usa queste informazioni per come interpreto
tutto il resto che dicono che possiamo
costruisci questo in un sintetizzatore – è a
un po ‘ più complicato ma possiamo semplicemente avere il
cyntha voglio dire che mi dispiace che loro
riconoscitore possiamo avere il riconoscimento
ottenere la gamma del campo ma qualcuno
sta producendo e possiamo lavorarci
i nostri calcoli facciamo questo a
un altro livello sicuro una delle cose
quello che succede è per la maggior parte delle persone maschi
avere tracce vocali più lunghe e più lunghe
corde vocali più lunghe rispetto alle femmine
hanno trovato in un sacco di diverso
gli studi sono che basta vedere una faccia
sembra femminile che le persone hanno identificato
come donne o persone hanno identificato come
il maschio cambia il precetto di certo
cose da offrirti un esempio la
differenza tra sorseggiare e spedire così
differenza tra e Shh
è solo dove quella banda di rumore bianco
è prima è nelle frequenze più alte
prima è nelle frequenze più basse se io
sintetizza un token a metà strada
tra sorso e nave posso provare a figurare
fuori quello che le persone stanno per fare
con quello e una delle cose che
succede è se pensano di essere
ascoltando una femmina dicono che è così
nave
se pensano che lo stesso segnale sia
uscendo da una bocca maschile dicono oh
questo è sorso in altre parole, anche prima
la gente ha sentito le frequenze arrivare
fuori da
le loro bocche degli interlocutori che hanno fatto
alcune decisioni su che tipo di cose
uscirà dalla bocca di quella persona dentro
In altre parole, ordinano di pre
calibrare e lo fanno con i bambini
perché i bambini avranno ancora più piccoli
tratti vocali più piccole corde vocali più alte
frequenze che tendono a guardare
l’altezza delle persone tendono a guardare a tutti
tipi di cose diverse sulla loro
interlocutore prima ancora che aprano loro
bocca bene possiamo costruire questo in a
sintetizzatore di sicuro mi dispiace continuare a dire
sintesi vocale del sintetizzatore
sistema di riconoscimento possiamo costruirlo
sì ma le conseguenze di questo hanno
stato quello per i primi decenni
di lavoro sul riconoscimento vocale automatico
le voci maschili venivano riconosciute molto meglio
di voci femminili che guidano uno dei miei
colleghi a dire nei primi anni ’90 I
non so di cosa parlano le donne
proprio non può sembrare essere riconosciuto dal nostro
macchine quindi in ogni caso ne abbiamo riparato alcune
questo ora così nei decenni successivi
iniziato abbiamo fissato una parte di questo bene
ma qui è dove si ottiene ancora di più
difficile se stai costruendo un automatizzato
sistema di riconoscimento vocale che interagiamo
con persone con tutti i tipi di diverso
dialetti per darvi un esempio in
Houston alcune persone hanno marciato e
annuncio di fronte a nasali in altre parole pin
e il pin sono omofoni si bastone con un
pin si scrive con una penna tutto bene altro
le persone hanno questo come due telefoni separati
per separare gli elementi lessicali pin pen all
destra
chi dice pin pin che dice bene la penna pin
una delle cose che sappiamo è quella per
Le persone anziane anglos sono più propense a farlo
dire pin pin le persone più giovani sono più
probabilmente dire pin pen fare sapere alla gente
questo bene se fai un test percettivo
e darti qualcosa come il risciacquo e
risciacquo saranno anche omonimi se ne hai
questa fusione non lo faranno se non lo fai
o risciacqui e risciacqui o risciacqui
e risciacquare se faccio un test percettivo
chiedi a qualcuno di scegliere quello che sono
sentendo, ma li ho collegati ad un occhio
tracker una delle cose che potrei essere
interessato è dove sono i loro occhi
andando bene se metto la foto del
signora anziana nel mezzo e dica che è così
che si sta ascoltando si scopre
gli occhi di quella gente tornano indietro e
avanti tra risciacquo e risciacquo se sul
Nell’altra mano inserisco la foto più giovane
lì i loro occhi vanno bene per le stampe
altre parole che potresti non aver conosciuto
questo a un livello cosciente ma persone
reagire come se questa informazione fosse nella loro
capi ho un’idea che le persone anziane
è probabile che i bianchi più anziani siano di più
probabile che emerga questo e il più giovane bianco
le persone sono più propense a non farlo così
andando a usare quelle informazioni tutto bene
cosa facciamo con questo con questo
un riconoscitore
Ne parlerò tra un secondo
ma lascia che ti dia un altro esempio
cos’altro possiamo usare bene c’è a
caratteristica di quasi tutti i dialetti di
Inglese americano che dice invece di
dicendo stop alveolare alla fine del
parola posso sostituirlo con un glottal
basta così, invece di dire quello che posso dire
cosa non ho rotto il mio tempo al mio
Ridge alveolare nella seconda e la
primo uno sono andato a cosa e portato portato
la mia lingua al mio alveolare Ridge in
il secondo quello che ho appena chiuso il mio
Glottis ma probabilmente tutti voi avete interpretato
il secondo come quello che immagino tutti
il popolo dell’inglese americano è arrivato
insieme e ho detto cosa ne dici se noi
Dì solo che la grotta può resistere
per l’alveolare se è un dente okay
[Musica]
e ci sono alcuni afroamericani
quello è rimasto indietro e ha detto che sai cosa
D è anche un alveolare, quindi che ne dici se noi
fare in modo che non solo il T sia pronto per il
offerta alveolare si sono alzati con il
colpo di glottide ma anche D così bene è
interpretato come buono ma così è buono se io
fermare le cose all’alveolare Ridge intendo
alla mia glottide che può ancora resistere
per una D facciamolo anche se solo prendendo
questa stessa regola semplicemente spingendola di un passo
più lontano, va bene, a noi va bene
dillo ai bianchi per gli anglosassoni
quello può essere solo SCT per il
afroamericani che potrebbero essere SCT o
un ID se mettiamo il tizio sulla destra
nel mezzo e dì che questo è quello che sei
ascoltando le persone scelgono insieme se abbiamo
il tizio a sinistra e dire questo è chi
stai ascoltando le persone scelgono entrambi
detto o impostato bene quindi questo è probabilmente
una regola che non si è a conoscenza se io
ti chiedo cosa fanno le persone con alveolare
si ferma se ti chiedo quale sia la differenza
è tra afroamericano ed europeo
Inglese Americano Europeo potresti non farlo
dire questo, ma si scopre la gente sa
questo a un certo livello quindi cosa facciamo con
il nostro sistema di riconoscimento vocale ci piace
di ‘ questo è che non possiamo in alcun modo
costruisci questo modello, tranne per dire
alcune persone potrebbero fare questo e alcuni
la gente potrebbe fare tutto bene
così percepita l’età del relatore
influenza come percepiamo le cose
l’ etnia incontaminata così fa le linee di genere
su una mappa e percepire disabilità e
quelli
tre ultimi sono in rosso perché abbiamo
fatto alcuni esperimenti dimostrando che in
Infatti quelle cose possono persino ignorare il
segnale acustico Ho fatto un sacco di lavoro con
la mia gente con cui sono cresciuto nel Michigan
perché una delle cose che ho trovato
interessante era un sacco di cose canadesi
quella gente stava associandosi con il Canada
stavano insinuando nel discorso della rabbia
Michigan ma i Michiganders erano
beatamente inconsapevole di questo e ne ho avuto un po ‘
linee e io che sono state prodotte da donne
da Detroit l’ ho suonato in quattro
Michiganders e io abbiamo detto che sto creando un
sintetizzatore vocale discorso aiutami a scegliere
le vocali che senti se loro
pensavano che fosse del Michigan
orribile perché hanno fatto orribilmente
perché i Michiganders pensano di sì
produrre discorsi come è stato fatto
nel giorno in cui Walter Cronkite parla o
i giornalisti parlano quando in realtà
c’è una violenta enorme che sta succedendo
nelle città settentrionali di Cleveland Detroit
I posti di Chicago non lo fanno
rendersi conto che questo ha avuto luogo se
da altra parte mi sdraio al mio
gli intervistati e dicono che questa donna proviene da
Windsor Ontario poi sentono esattamente
che cosa sta facendo così loro
credenza che i Michiganders usano perfettamente
l’ inglese corretto sovrascrive l’acustica
Io chiamo questo filtrando alcuni dei
segnale acustico la stessa cosa
sfortunatamente succede con il nostro discorso
terapeuti una delle cose che possono
capita se hai avuto una palatoschisi come
puoi avere ciò che è chiamato iper
nasalità e si scopre che se tu
mostra una foto di un cliente a un discorso
terapeuta e dire diagnosticare il grado di
iperparassitaria in questa persona lo faranno
valutalo come più alto se pensano che il
la persona ha un palatoschisi contro se loro
non ho davvero uno studente giusto?
ora stiamo lavorando alla conversione
cosa fanno i logopedisti
in realtà il riconoscimento vocale perché
questo è un posto che il riconoscimento vocale
può aiutarti a fare in modo che sia
una misura oggettiva dell’iper nasalità
contro il soggettivo, tutto bene ora
accade con i Michiganders Stanno
solo per fortuna stanno andando
beatitudine per andare, penso anche a loro
Sono come Walter Cronkite o Justin
Bieber o qualcosa del genere così solo per
finisco qui abbiamo questo grande grande
corteccia cerebrale che usiamo solo perché
lo usiamo bene ascoltiamo il discorso in
ambienti rumorosi tutta l’acustica
che stanno accadendo dalle luci di
l’ aria condizionata può mascherare alcuni di
le cose che escono dalla mia bocca così
quello che succede è che usiamo altre cose noi
usa il contesto usiamo la visione che usiamo
tutto per aiutarci a fare
senso di ciò che sono i nostri interlocutori
dicendo che ascoltiamo le persone con tutto
diversi dialetti quindi dobbiamo tipo di
avere qualche idea su come questi dialetti
lavoro ascoltiamo persone che non lo fanno
eseguire il discorso necessariamente nel modo in cui
il dizionario dice a Deuter che loro
sono stati insegnati dai loro insegnanti di inglese
quindi dobbiamo avere un modo di dare un senso
di quello e quello che facciamo è impegnare il nostro
tutta la corteccia cerebrale in modo che se dico
la fine o la fine o la fine di ogni
il bambino sa che l’ultimo significa questo
il discorso è finito ma il marciapiede con
il sistema di riconoscimento vocale automatico
nella loro testa spegne 20 secondi fa
grazie mille
[Applausi]
[Musica]
[Musica]
o è fondamentalmente solo un buco dal loro
eventi di avvio quindi cosa sta succedendo giusto
ora sto manipolando la forma del mio
multi-traccia e che sta manipolando
fisica e avere un sacco di
eventi acustici e tu stai interpretando
quello al discorso così una delle cose che
potresti dire che succede alla reception che
è solo che stai citando il modello acustico
facendo combaciare stai prendendo le frequenze
che stanno uscendo dalla mia bocca
Magia
stai dicendo che capisco di cosa si tratta
che lei sta dicendo e c’è un sacco di
prova che questo è ciò che gli umani fanno noi
avere un canale uditivo abbiamo una catena di prua
perché amplifica le frequenze che escono
della mia bocca abbiamo una coclea che ha
cellule cigliate a cui i bibliotecari simpatizzano
quelle frequenze che è collegato a
alcuni nervi uditivi che dicono al nostro
cervello che frequenze sono
creato e magicamente in qualche modo se tu
ascoltare un 300 Hertz e un 21-13 frequenze
che tu dici che lei stava producendo giusto così noi
potremmo dire che stiamo solo abbinando l’acustica
e non c’è alcun motivo come Siri non può fare
che non c’è ragione per cui Alexa possa farlo
quel riconoscimento vocale dovrebbe essere un
brezza bene, risulta che c’è molto
più che va dentro e questo è quello che
Cercherò di convincervi di oggi così
inizieremo con questo piccolo veloce
esperimento non lasciare che il cielo suoni di nuovo
e che cos’è che sei
udito
ah, ok, fermati per un secondo, va bene
lo suoneremo ancora una volta ma
cosa voglio che tu faccia stavolta solo
chiudi gli occhi e chiudi i tuoi
occhi e qui andiamo di nuovo okay puoi
apri gli occhi chiusi facendo acustica
pattern matching stai prendendo il
acustica e stai dicendo senza cervello
abbinarli a uno schema
Sento ba ma quando i tuoi occhi erano aperti
quello che stava succedendo era anche tu
prendendo spunti visivi in breve questo
si chiama effetto McGurk e in a
in poche parole questa è solo la tua corteccia visiva
scherzi con la tua corteccia audio e allora
Lo farò per il resto della giornata è provare
per il resto della mia fortuna non il resto di
il giorno che devi solo dire è provare
per convincerti che quando il tutto
la corteccia cerebrale viene coinvolta è a
pasticcio è un gran casino ma è utile
pasticcio tutto bene quindi andiamo avanti a questo
la prossima cosa è facile qual è il
passato di come si fa un verbo
passato in inglese
Edie, naturalmente, Edie, che ne dici di parlare?
Inglese, cosa aggiungo, sì, anatra, giusto
abbraccio
abbraccio passato che cosa aggiungi al bacio
stai aggiungendo un D che sente un T giusto?
cosa stai aggiungendo a Wade?
bene così hai due tutti così è così
non Edie, in realtà ne ha almeno tre
in realtà è un altro paio, ma lo siamo
resterò con questi tre adesso
quindi forse quello che sta succedendo sei tu
imparare a memoria
nella lingua inglese e memorizzi
ogni singolo passato che accompagna
quei verbi particolari ma se ti do
parola che hai mai sentito parlare prima di ogni uno
di voi dirà esattamente la stessa cosa
cosa su ciò che il passato di
L’inglese è così il passato del mito è
metà metà scusa a metà un senso di incontro con
lo fa il passato passato di tè d’ anatra
Va bene, sai, fai questo va bene così questo
è qualcosa che conosci
linguaggio che non lo sapevi nemmeno
tu lo sapevi e pensiamo che sia così
una piccola cosa strana con il passato
la stessa cosa esatta succede al plurale
conoscete tutti il plurale dell’inglese in
L’inglese è di fare un nome plurale a te
basta aggiungere come per quanto riguarda ciò che aggiungi
ai gatti di un gatto, che dire dei cani?
questa è una Z e in effetti la maggior parte del tempo
possiamo fare un nome plurale aggiungendo una Z
giusto così pensi che sia un culo ma è così
in realtà una Z e poi a pescare no
voglio sentire il pesce è il plurale di
pesci
e quindi si aggiunge a destra va bene così yeah
Significa quelli giusti e poi se ti do
parole che non hai mai sentito prima
farai tutti esattamente la stessa cosa
cosa va bene così la cosa personale
quello che sta succedendo qui è nel nostro
mente cosciente siamo una specie di
semplificando eccessivamente le cose che stiamo dicendo
diversi che sappiamo che quando abbiamo
aggiungere un alveolare al verbo che termina a
suono sonoro voci di un papà in una t se
è un’altra IV dopo
sappi che basta dire tutto bene
c’è un insieme di regole complesse
questo ci dice il plurale no, cerchiamo solo
semplificarla e dire che è cosi uno
delle cose che fa il nostro cervello
prende questo sistema davvero complesso e
semplifica ciò che facciamo con il
sistema di riconoscimento vocale ben troviamo a
linguista e noi diciamo di aiutarci con questi
regole che sono nella testa delle persone
non sanno che ci sono perché
avremo bisogno che loro facciano il nostro
lavoro di sistema di riconoscimento vocale automatizzato
bene bene facciamo un altro piccolo
prova qui ho intenzione di dire solo una frase
qual è la frase che sto dicendo il
ultimo discorso quindi l’ultimo discorso bene
siamo a un discorso di TED quindi cosa probabilmente?
mi hanno sentito dire che è stato l’ultimo discorso tutto
giusto ma se stessimo guidando verso il basso
costa e ho detto che questo è l’ultimo discorso
non lo sentiresti come un discorso
ascolta nel suo discorso acusticamente l’ultimo
il discorso e l’ultimo discorso sono esattamente
lo stesso sono articolati oralmente il
stesso modo il loro acustico Li lo stesso e
quello che fai è usare il contesto per
aiutarti a capire se lo sei
Spiaggia
hai sentito parlare bene?
questo in ogni momento possiamo costruirlo
un sistema di riconoscimento vocale sicuro lì
sono alberi probabilistici o alberi decisionali
che le persone stanno cercando di costruire nel
sistema che dice se questo insieme di parole
riconoscere quindi è più probabile che
questa parola è questa e non questa così è
più difficile è più complesso ma possiamo
costruire che nel sistema tutto a posto
così voi ragazzi non ho un problema con
questo perché capisci quel contesto
sta per significare che probabilmente dirò
il prossimo discorso se siamo qui a un TED
parla e a meno che non ti abbia tormentato
lungo tutta la nostra adorata Guida di
la costa la sentirai come la
ultima spiaggia e all’ultimo discorso tutto
giusto cos’altro va tutto bene
negli anni ’50 la gente iniziò a usare il genere
di sintesi vocale vecchio stile da fare
esperimenti sulla percezione umana
sistema una delle cose che hanno fatto
si sono resi conto che potevano cambiare
il precetto di ciò che era una persona
ascoltando manipolando un certo insieme di
cose così una delle cose che Varro è
ciò che le vocali sono fondamentalmente solo tipo di
confini categoriali in questo grande blob
di spazio acustico quindi sì, è solo
tutto un grumo di un mucchio di diversi
acustica basata quasi sull’infinito
quantità di differenti pattern acustici
stanno mostrando ma il tuo cervello dice
diviso la torta acustica in un certo modo
ma le frequenze che escono dal mio
il tratto vocale sarà molto
diverso dalle frequenze che vengono
di tratti vocali di qualcun altro è
completamente dipendente dalle dimensioni del tuo
bocca della dimensione della laringe per quanto tempo
il tuo tratto vocale è che tipo di cosa
i tuoi denti sono come tutti questi tipi di
le cose influenzano le frequenze in qualche modo
dobbiamo trovare un modo come umano
percepire per dare un senso a questo e uno
delle cose che si scopre che le persone
fanno è prestare attenzione a ciò che il
gamma di frequenze che stanno arrivando
fuori dalla bocca dei loro interlocutori, così loro
sintetizzato con i loro vecchi tempi
sintetizzatore la parola scommessa tutto bene se
hai una vocale così a metà strada
tra bit e bet vuoi vedere cosa
la gente lo percepirà e
scopre se si mette questa parola nel
fine di una frase che ha la cima
le frequenze diranno I
ascolta la scommessa ma se invece hai il
fondo serie di frequenze sono le persone
gonna dire Sento po ‘in altre parole ciò che
le persone fanno è calibrare loro
interlocutori spazio vocale dicono
ecco le frequenze che sento e
Ho intenzione di contestualizzare tutto il
vocali che escono in base a cosa
Ho calibrato per loro c’è stato
molti studi dagli anni ’50 con molto
meglio da quando la sintesi vocale mostra
esattamente questo così una delle cose che fai
stai solo dicendo che sento qualcuno e ora
Ho intenzione di fare alcuni calcoli e
usa queste informazioni per come interpreto
tutto il resto che dicono che possiamo
costruisci questo in un sintetizzatore – è a
un po ‘ più complicato ma possiamo semplicemente avere il
cyntha voglio dire che mi dispiace che loro
riconoscitore possiamo avere il riconoscimento
ottenere la gamma del campo ma qualcuno
sta producendo e possiamo lavorarci
i nostri calcoli facciamo questo a
un altro livello sicuro una delle cose
quello che succede è per la maggior parte delle persone maschi
avere tracce vocali più lunghe e più lunghe
corde vocali più lunghe rispetto alle femmine
hanno trovato in un sacco di diverso
gli studi sono che basta vedere una faccia
sembra femminile che le persone hanno identificato
come donne o persone hanno identificato come
il maschio cambia il precetto di certo
cose da offrirti un esempio la
differenza tra sorseggiare e spedire così
differenza tra e Shh
è solo dove quella banda di rumore bianco
è prima è nelle frequenze più alte
prima è nelle frequenze più basse se io
sintetizza un token a metà strada
tra sorso e nave posso provare a figurare
fuori quello che le persone stanno per fare
con quello e una delle cose che
succede è se pensano di essere
ascoltando una femmina dicono che è così
nave
se pensano che lo stesso segnale sia
uscendo da una bocca maschile dicono oh
questo è sorso in altre parole, anche prima
la gente ha sentito le frequenze arrivare
fuori da
le loro bocche degli interlocutori che hanno fatto
alcune decisioni su che tipo di cose
uscirà dalla bocca di quella persona dentro
In altre parole, ordinano di pre
calibrare e lo fanno con i bambini
perché i bambini avranno ancora più piccoli
tratti vocali più piccole corde vocali più alte
frequenze che tendono a guardare
l’altezza delle persone tendono a guardare a tutti
tipi di cose diverse sulla loro
interlocutore prima ancora che aprano loro
bocca bene possiamo costruire questo in a
sintetizzatore di sicuro mi dispiace continuare a dire
sintesi vocale del sintetizzatore
sistema di riconoscimento possiamo costruirlo
sì ma le conseguenze di questo hanno
stato quello per i primi decenni
di lavoro sul riconoscimento vocale automatico
le voci maschili venivano riconosciute molto meglio
di voci femminili che guidano uno dei miei
colleghi a dire nei primi anni ’90 I
non so di cosa parlano le donne
proprio non può sembrare essere riconosciuto dal nostro
macchine quindi in ogni caso ne abbiamo riparato alcune
questo ora così nei decenni successivi
iniziato abbiamo fissato una parte di questo bene
ma qui è dove si ottiene ancora di più
difficile se stai costruendo un automatizzato
sistema di riconoscimento vocale che interagiamo
con persone con tutti i tipi di diverso
dialetti per darvi un esempio in
Houston alcune persone hanno marciato e
annuncio di fronte a nasali in altre parole pin
e il pin sono omofoni si bastone con un
pin si scrive con una penna tutto bene altro
le persone hanno questo come due telefoni separati
per separare gli elementi lessicali pin pen all
destra
chi dice pin pin che dice bene la penna pin
una delle cose che sappiamo è quella per
Le persone anziane anglos sono più propense a farlo
dire pin pin le persone più giovani sono più
probabilmente dire pin pen fare sapere alla gente
questo bene se fai un test percettivo
e darti qualcosa come il risciacquo e
risciacquo saranno anche omonimi se ne hai
questa fusione non lo faranno se non lo fai
o risciacqui e risciacqui o risciacqui
e risciacquare se faccio un test percettivo
chiedi a qualcuno di scegliere quello che sono
sentendo, ma li ho collegati ad un occhio
tracker una delle cose che potrei essere
interessato è dove sono i loro occhi
andando bene se metto la foto del
signora anziana nel mezzo e dica che è così
che si sta ascoltando si scopre
gli occhi di quella gente tornano indietro e
avanti tra risciacquo e risciacquo se sul
Nell’altra mano inserisco la foto più giovane
lì i loro occhi vanno bene per le stampe
altre parole che potresti non aver conosciuto
questo a un livello cosciente ma persone
reagire come se questa informazione fosse nella loro
capi ho un’idea che le persone anziane
è probabile che i bianchi più anziani siano di più
probabile che emerga questo e il più giovane bianco
le persone sono più propense a non farlo così
andando a usare quelle informazioni tutto bene
cosa facciamo con questo con questo
un riconoscitore
Ne parlerò tra un secondo
ma lascia che ti dia un altro esempio
cos’altro possiamo usare bene c’è a
caratteristica di quasi tutti i dialetti di
Inglese americano che dice invece di
dicendo stop alveolare alla fine del
parola posso sostituirlo con un glottal
basta così, invece di dire quello che posso dire
cosa non ho rotto il mio tempo al mio
Ridge alveolare nella seconda e la
primo uno sono andato a cosa e portato portato
la mia lingua al mio alveolare Ridge in
il secondo quello che ho appena chiuso il mio
Glottis ma probabilmente tutti voi avete interpretato
il secondo come quello che immagino tutti
il popolo dell’inglese americano è arrivato
insieme e ho detto cosa ne dici se noi
Dì solo che la grotta può resistere
per l’alveolare se è un dente okay
[Musica]
e ci sono alcuni afroamericani
quello è rimasto indietro e ha detto che sai cosa
D è anche un alveolare, quindi che ne dici se noi
fare in modo che non solo il T sia pronto per il
offerta alveolare si sono alzati con il
colpo di glottide ma anche D così bene è
interpretato come buono ma così è buono se io
fermare le cose all’alveolare Ridge intendo
alla mia glottide che può ancora resistere
per una D facciamolo anche se solo prendendo
questa stessa regola semplicemente spingendola di un passo
più lontano, va bene, a noi va bene
dillo ai bianchi per gli anglosassoni
quello può essere solo SCT per il
afroamericani che potrebbero essere SCT o
un ID se mettiamo il tizio sulla destra
nel mezzo e dì che questo è quello che sei
ascoltando le persone scelgono insieme se abbiamo
il tizio a sinistra e dire questo è chi
stai ascoltando le persone scelgono entrambi
detto o impostato bene quindi questo è probabilmente
una regola che non si è a conoscenza se io
ti chiedo cosa fanno le persone con alveolare
si ferma se ti chiedo quale sia la differenza
è tra afroamericano ed europeo
Inglese Americano Europeo potresti non farlo
dire questo, ma si scopre la gente sa
questo a un certo livello quindi cosa facciamo con
il nostro sistema di riconoscimento vocale ci piace
di ‘ questo è che non possiamo in alcun modo
costruisci questo modello, tranne per dire
alcune persone potrebbero fare questo e alcuni
la gente potrebbe fare tutto bene
così percepita l’età del relatore
influenza come percepiamo le cose
l’ etnia incontaminata così fa le linee di genere
su una mappa e percepire disabilità e
quelli
tre ultimi sono in rosso perché abbiamo
fatto alcuni esperimenti dimostrando che in
Infatti quelle cose possono persino ignorare il
segnale acustico Ho fatto un sacco di lavoro con
la mia gente con cui sono cresciuto nel Michigan
perché una delle cose che ho trovato
interessante era un sacco di cose canadesi
quella gente stava associandosi con il Canada
stavano insinuando nel discorso della rabbia
Michigan ma i Michiganders erano
beatamente inconsapevole di questo e ne ho avuto un po ‘
linee e io che sono state prodotte da donne
da Detroit l’ ho suonato in quattro
Michiganders e io abbiamo detto che sto creando un
sintetizzatore vocale discorso aiutami a scegliere
le vocali che senti se loro
pensavano che fosse del Michigan
orribile perché hanno fatto orribilmente
perché i Michiganders pensano di sì
produrre discorsi come è stato fatto
nel giorno in cui Walter Cronkite parla o
i giornalisti parlano quando in realtà
c’è una violenta enorme che sta succedendo
nelle città settentrionali di Cleveland Detroit
I posti di Chicago non lo fanno
rendersi conto che questo ha avuto luogo se
da altra parte mi sdraio al mio
gli intervistati e dicono che questa donna proviene da
Windsor Ontario poi sentono esattamente
che cosa sta facendo così loro
credenza che i Michiganders usano perfettamente
l’ inglese corretto sovrascrive l’acustica
Io chiamo questo filtrando alcuni dei
segnale acustico la stessa cosa
sfortunatamente succede con il nostro discorso
terapeuti una delle cose che possono
capita se hai avuto una palatoschisi come
puoi avere ciò che è chiamato iper
nasalità e si scopre che se tu
mostra una foto di un cliente a un discorso
terapeuta e dire diagnosticare il grado di
iperparassitaria in questa persona lo faranno
valutalo come più alto se pensano che il
la persona ha un palatoschisi contro se loro
non ho davvero uno studente giusto?
ora stiamo lavorando alla conversione
cosa fanno i logopedisti
in realtà il riconoscimento vocale perché
questo è un posto che il riconoscimento vocale
può aiutarti a fare in modo che sia
una misura oggettiva dell’iper nasalità
contro il soggettivo, tutto bene ora
accade con i Michiganders Stanno
solo per fortuna stanno andando
beatitudine per andare, penso anche a loro
Sono come Walter Cronkite o Justin
Bieber o qualcosa del genere così solo per
finisco qui abbiamo questo grande grande
corteccia cerebrale che usiamo solo perché
lo usiamo bene ascoltiamo il discorso in
ambienti rumorosi tutta l’acustica
che stanno accadendo dalle luci di
l’ aria condizionata può mascherare alcuni di
le cose che escono dalla mia bocca così
quello che succede è che usiamo altre cose noi
usa il contesto usiamo la visione che usiamo
tutto per aiutarci a fare
senso di ciò che sono i nostri interlocutori
dicendo che ascoltiamo le persone con tutto
diversi dialetti quindi dobbiamo tipo di
avere qualche idea su come questi dialetti
lavoro ascoltiamo persone che non lo fanno
eseguire il discorso necessariamente nel modo in cui
il dizionario dice a Deuter che loro
sono stati insegnati dai loro insegnanti di inglese
quindi dobbiamo avere un modo di dare un senso
di quello e quello che facciamo è impegnare il nostro
tutta la corteccia cerebrale in modo che se dico
la fine o la fine o la fine di ogni
il bambino sa che l’ultimo significa questo
il discorso è finito ma il marciapiede con
il sistema di riconoscimento vocale automatico
nella loro testa spegne 20 secondi fa
grazie mille
[Applausi]
[Musica]
Please follow and like us:
Be First to Comment