Hvordan fungerer Cat Speech Translation Apps?

Du har sannsynligvis sett apper som hevder å oversette det katten din sier. Men kan de virkelig oversette kattens mjau til engelsk? Det korte svaret er ja, liksom. Det er vanskelig på grunn av hvor unikt hver kattes "språk" er, men de kan komme ganske nært med moderne teknologi.

Katteoversettelsesapper som MeowTalk bruker en form for talegjenkjenning som vektlegger maskinlæring. La oss se nærmere.

Talegjenkjenning og maskinlæring

Talegjenkjenning fungerer ved å ta opp tale og gjøre lyden om til en digital datafil. Den koder data som tonehøyde og volum som datapunkter som appen kan analysere og matche med betydninger. DPA-mikrofoner forklarer at disse datapunktene kan se veldig forskjellige ut avhengig av bakgrunnslydene og hvordan et ord blir talt.

Noen ganger tar vi stemmegjenkjenning for gitt, men det er en utrolig bragd med teknologi. Spesielt med tanke på hvor kompleks menneskelig tale er. Som Vitenskapsmannen forklarer, hvert ord involverer et bredt spekter av lyder eller "fonemer" blandet inn i hverandre. Å få en datamaskin til å forstå tale er veldig vanskelig. Den nye grensen til kattelyder vil bli enda vanskeligere.

Apper som bruker talegjenkjenning, er programmert med et "ordforråd" av ord som kalles et datasett. Appen matcher deretter talen din til det nærmeste alternativet i datavokabularet.

Når det gjør en feil, retter du det, og det lagrer dataene til neste gang. Dette er en del av maskinlæring. Det er hvordan et program lærer å gjenkjenne tale, selv når det ikke er identisk med datasettet det startet med.

I slekt: Hva er maskinlæringsalgoritmer? Slik fungerer de

Stemmegjenkjenning har fremdeles problemer, spesielt med talehindringer og aksenter. Noen selskaper er forbedre maskinlæring for å løse disse problemene, selv om. Over tid kan maskinlæring gjøre talegjenkjenning til et kraftig verktøy.

Slik fungerer talegjenkjenning for mennesker. Men fungerer det for katter?

Talegjenkjenning vs. Meow-anerkjennelse

Først må vi forstå hvorfor å oversette en bestemt slags mjau som "Jeg er sulten" er forskjellig fra å analysere menneskelig tale. Problemet er for det meste at kattkommunikasjon er mer avhengig av ikke-verbale signaler som holdning. Et annet problem er fraværet av et universelt "kattespråk".

Ifølge ASPCA, voksne villkatter mjaver aldri av hverandre, bare av mennesker. Annen forskning av Humane Society legger til at disse lydene "ikke forekommer i vakuum." Vi må tolke dem sammen med kroppsspråk og andre sammenhenger. I mange tilfeller er disse lydløse signalene den eneste forskjellen mellom et miau som betyr "Jeg er sulten" og en som betyr "Jeg vil spille."

I tillegg til dette problemet har ingen to katter samme språk. Katter utvikler personlige "språk" for sine eiere. Disse er dels basert på imitasjon av eierens stemme og dels på kattens personlighet. Ingen katter høres like ut, selv når de formidler det samme behovet eller behovet. Så hvordan kan en apps taleordforråd oversettes for dem alle?

Fleksibel maskinlæring for katter

Selv om noen få virtuelle assistenter liker Oto forsøk på å forstå tone og følelser, talegjenkjenning er fortsatt forferdelig ved ikke-verbale signaler. Men det betyr ikke at det er umulig å tolke dem.

MeowTalk bruker en mer fleksibel type maskinlæring for å løse disse problemene.

Nedlasting: MeowTalk for Android | iOS (Gratis)

Meowtalk ble opprettet av Javier Sanchez, som også jobbet på Alexa-teamet. Han forestilte seg appen som et skritt mot smarte krager. Disse halsbåndene vil oversette kattelyder til menneskelig tale, og tegne på komplekse maskinlæringsstrategier for å hjelpe mennesker bedre å forstå og ta vare på kattene sine.

MeowTalk-teamet kompenserte for unike problemer ved å lage mer spesifikke profiler for hver katt. I appen registrerer du hver katt separat. Vitenskap Norge rapporterer at kattunger mjaver annerledes enn voksne katter, så appen ber også om kattens bursdag. Hver profil genererer et unikt datanettverk for katten, og inkorporerer litt dyp læring i maskinlæringen.

I slekt: Deep Learning vs. Maskinlæring vs. AI: Hvordan går de sammen?

For ordforråd starter MeowTalk med 10 lydprofiler i datasettet. Hver har en annen betydning knyttet, som "lykkelig" eller "jakt." Når appen hører en lyd og får feil, kan du enten rette den eller opprette en ny tolkning.

Korrigering ber appen om å erstatte grunnordforrådet med den nye lyden.

For eksempel kan du be appen om å matche "Jakt" til korte kvitrer i stedet for en lang kjefte. Denne typen korreksjon er mer nyttig enn å legge til flere lyder for å matche en som betyr måten talegjenkjenning gjør på, noe som ville være som å fortelle appen at et langt yowl og kort kvitring både betyr "Mother Call."

Maskinlæring i apper for talegjenkjenning motstår vanligvis denne typen overskriving. Det ville være som å prøve å lære Siri at når du sier "teknologiblogg", mener du virkelig "pære". Men den mer fleksible formen for maskinlæring som MeowTalk bruker, kan håndtere denne korreksjonen mer Enkelt.

Å lage en ny tolkning legger til en betydning som ikke tidligere var kodet. For eksempel, hvis katten din har en spesifikk samtale når hun vil ha favorittleketøyet ditt, kan du legge til "Jeg vil ha musen min" som et alternativ. Det ligner på å legge til et ord i autokorrektordboka.

I slekt: Slik definerer du dine egne autokorrigerende ord på Android

Over tid kan du utvikle en svært personlig taleprofil for katten din. Til slutt kan det til og med være sofistikert nok til å være nyttig for dyrepassere eller for å løse atferdsproblemer. Om ikke annet hjelper det katteeiere å bli mer oppmerksomme på kjæledyrene sine.

Dommen: Fungerer katteoversettelsesapper?

Til slutt er "kattoversettelse" fortsatt avhengig av at brukeren lærer appen hvordan katten deres snakker. Det vil sannsynligvis alltid være tilfelle på grunn av hvor unik hver kattes kommunikasjon er.

Men det at maskinlæring har kommet så langt at utviklere til og med delvis kan lykkes med dette er utrolig. Maskinlæring og AI utvikler seg i utrolige hastigheter, og vi gleder oss til å se hvor de går videre.

Om forfatteren